Anthropic amplía su Programa de Verificación Cibernética con tres niveles de acceso para equipos de seguridad

Anthropic ha anunciado una nueva versión ampliada de su Cyber Verification Program (CVP), el mecanismo mediante el cual ofrece capacidades cibernéticas avanzadas y clasificadores de bloqueo reducidos a profesionales de seguridad que superan un proceso de verificación. El planteamiento de partida es el problema del doble uso: las mismas capacidades que permiten a un equipo defensivo encontrar y corregir una vulnerabilidad pueden emplearse también para explotarla con fines maliciosos. Por eso los modelos de disponibilidad general —Claude Opus 5.5, Claude Fable 5.1 y Claude Sonnet 5.5— incorporan salvaguardas conservadoras que bloquean la mayor parte del trabajo relacionado con ciberseguridad, aunque la compañía reconoce que esto también genera falsos positivos que dificultan la codificación segura legítima.

Durante los últimos seis meses, Anthropic había gestionado este equilibrio mediante dos iniciativas separadas: Project Glasswing, que daba acceso a Claude Mythos a un grupo de organizaciones encargadas de proteger software crítico, y el propio CVP, que ofrecía salvaguardas reducidas en los modelos Opus y Sonnet a equipos de seguridad verificados. La novedad presentada ahora es la fusión de ambos programas en una única oferta estructurada en tres niveles de acceso, cada uno con sus propios requisitos de verificación y controles de seguridad, y todos ellos con acceso a los modelos más capaces de la compañía, incluidos Opus 5.5, Sonnet 5.5 y Mythos 5.1.

El primer nivel, Defense Access, está pensado para trabajo defensivo: operaciones de centros de seguridad, respuesta a incidentes, ingeniería inversa de malware y análisis o validación de vulnerabilidades. Pueden optar a él equipos de seguridad de empresas, ONG, universidades y organismos públicos que defienden sistemas propios, operadores de infraestructuras críticas de cualquier tamaño (desde hospitales regionales hasta servicios municipales), firmas de seguridad pequeñas, mantenedores de proyectos de código abierto e investigadores individuales con historial de vulnerabilidades reportadas. Anthropic espera que buena parte de las organizaciones que hacen ciberseguridad defensiva encajen en este nivel y se compromete a responder a las solicitudes en pocos días.

El segundo nivel, Red Team Access, añade a lo anterior las pruebas de penetración autorizadas y los ejercicios de red-teaming, dirigidos a equipos internos de red team, equipos gubernamentales y firmas especializadas en pentesting. Estas organizaciones solo pueden realizar pruebas adversariales contra sistemas para los que tienen autorización expresa, incluyendo infraestructuras de TI en sectores críticos. Aun con este acceso ampliado, se mantienen bloqueos en tiempo real sobre acciones que podrían causar daño físico o disrupción masiva, como desplegar ransomware, dañar sistemas físicos o realizar pentesting sobre sistemas de seguridad de alto riesgo. Por el mayor nivel de exigencia, Anthropic calcula que revisar estas solicitudes llevará varias semanas, y mientras tanto las organizaciones candidatas quedan provisionalmente en el nivel Defense Access. De momento, este nivel está reservado a organizaciones, no a investigadores individuales.

El tercer nivel, Specialized Access, es el más permisivo en cuanto a bloqueos y está reservado a un conjunto limitado de organizaciones verificadas que están autorizadas a testear sistemas de seguridad cuyo fallo podría afectar directamente a vidas humanas o a mercados enteros: sistemas de operación de vuelos, redes eléctricas, redes de telecomunicaciones, infraestructura de transferencias interbancarias o redes administrativas gubernamentales. Cada organización de este nivel se revisa en profundidad y en colaboración con el gobierno estadounidense. Los miembros ya existentes de Project Glasswing pasan automáticamente a este nivel sin necesidad de una nueva aprobación para los modelos actuales.

Al margen de estos tres niveles, los modelos de disponibilidad general siguen permitiendo tareas como revisión de código, parcheo de problemas conocidos, búsqueda de vulnerabilidades en código propio y triaje de alertas de seguridad. Un requisito transversal del programa es la retención de datos, necesaria para que Anthropic pueda monitorizar posibles usos indebidos. Esto cambiará cuando esté disponible, más adelante este otoño, Enterprise Frontier Safeguards (EFS), una solución que combinará la privacidad de la retención cero de datos con salvaguardas robustas, permitiendo a las organizaciones elegibles almacenar los datos en su propia infraestructura en la nube. Hasta que EFS esté disponible, las organizaciones con acceso a Claude Fable 5.1 o Mythos 5.1 con retención cero de datos podrán seguir usando el CVP bajo ese mismo régimen.

Para validar la eficacia de los distintos niveles, Anthropic sometió a Claude Opus 5.5 a CyScenarioBench, una evaluación que mide la capacidad de un modelo para planificar y ejecutar operaciones cibernéticas de varias etapas en condiciones realistas, con las salvaguardas ajustadas a cada nivel del CVP. Sin acceso al programa, todas las tareas quedaron bloqueadas ya en el primer prompt. En el nivel Defense Access, 46 de 50 intentos (cinco intentos por cada uno de los diez retos del benchmark) fueron bloqueados en algún punto, mientras que los cuatro restantes tuvieron éxito. En el nivel Red Team Access no se produjo ningún bloqueo y Claude Opus 5.5 completó con éxito 34 de las 50 tareas, un resultado prácticamente equivalente al 67,6% de tasa de éxito que obtiene el modelo sin salvaguardas aplicadas, escenario representativo del nivel Specialized Access.

En cuanto al impacto ya constatado, Anthropic afirma que a través de Project Glasswing sus socios identificaron al menos 129.000 vulnerabilidades de software verificadas entre abril y julio de 2026, a las que se suman otras 5.500 vulnerabilidades verificadas encontradas por los propios esfuerzos de escaneo de código abierto de la compañía entre abril y octubre de 2026. De ese total, más de 33.000 han sido calificadas como de severidad crítica o alta. La propia Anthropic advierte de que esta cifra probablemente sea una infraestimación, ya que procede de datos de encuesta de solo una parte de los socios de Glasswing, por lo que estima que el impacto real podría ser al menos cinco veces superior. Según relatan algunos socios, el uso de los modelos Mythos aceleró su ritmo de detección de vulnerabilidades en meses o incluso años respecto a lo que habrían tardado sin esta herramienta; la compañía menciona explícitamente testimonios de Booz Allen y Comcast al respecto. Los propios datos reconocen limitaciones: los enfoques de triaje variaron entre organizaciones y menos de la mitad de los socios reportaron cifras de parcheo, a menudo porque las correcciones seguían en curso, lo que según Anthropic infraestima de forma significativa la tasa real de parches aplicados.

En el plano práctico, el CVP está disponible en la Claude Platform, en Vertex AI de Google Cloud y en Microsoft Foundry; en Amazon Bedrock solo estará disponible para los clientes que sean elegibles para Enterprise Frontier Safeguards. Los miembros actuales del programa conservarán su configuración para los modelos previos y serán evaluados automáticamente para el acceso a Opus 5.5, Sonnet 5.5 y Mythos 5.1 bajo el programa actualizado. Como parte del proceso de solicitud, Anthropic verifica a todos los aplicantes y solicita pruebas de los controles de seguridad exigidos para el nivel correspondiente; los administradores deben además asignar el acceso a espacios de trabajo específicos. La compañía también habilita un canal para reportar bloqueos que un equipo considere indebidos dado su nivel de acceso.

En conjunto, esta actualización encaja en una estrategia más amplia de Anthropic, vinculada también a su reciente Anthropic Cyber Mission, orientada a dar a los defensores una ventaja sostenida frente a actores maliciosos sin renunciar a las salvaguardas que limitan el uso ofensivo no autorizado de sus modelos. El reto de fondo —cómo repartir capacidades de IA genuinamente duales entre quienes protegen sistemas y quienes podrían atacarlos— sigue siendo uno de los puntos más delicados en el despliegue de modelos de frontera en el ámbito de la seguridad informática, y este sistema de niveles graduados, con distintos tiempos de revisión y distintos requisitos de verificación, es la respuesta concreta que Anthropic propone por ahora a ese dilema.