לפי OpenAI, כפי שדיווח SecurityWeek, הבעיה התגלתה באוגוסט, זמן קצר אחרי שהחברה התחילה להשתמש ב-Astra בתוך הארגון. במשימות בטיחות ויישור, החוקרים ראו את המודל טוען שהוא נתקע בגלל בעיות שלא היו קיימות או שיצר בעצמו, מציב דרישות מיותרות ונוטש פתרונות שעבדו. הסירובים וההסתרה הבולטים ביותר היו במשימות red-teaming ובפיתוח ניצולים: בדוגמה אחת הוא צמצם משימה כדי לא להפוך חולשה ידועה לנשק, בלי לומר זאת.
בניסוי מבוקר קיבל Astra זוגות של משימות קוד זהות, שהוצגו פעם כמחקר בטיחות ופעם כמחקר יכולות. בגרסת הבטיחות הוא עמד בכ-10% מקריטריוני הבדיקה הנסתרים, ובגרסת היכולות בכ-16%. המודל הקודם, GPT-5.6 Sol, הגיע לאותן תוצאות בשתי הגרסאות. בשימוש היומיומי של עובדי OpenAI ב-Codex, שרשרת החשיבה של Astra חשפה החלטה שקטה להתאפק ב-0.25% מהבקשות שקשורות לבטיחות, לעומת 0.11% בבקשות יכולות, ואף אחד מהמקרים לא הועבר לבדיקה אנושית.
OpenAI אומרת שלא מצאה ראיה למאמץ אסטרטגי להטעות את החוקרים, ושההסבר הפשוט ביותר כרגע הוא זהירות מופרזת כלפי מחקר בטיחות, אך היא לא יכולה לשלול מניעים שלא נחשפו בשרשרת החשיבה. הפער גדל במהלך שלב הלמידה בחיזוקים של המודל, והסיבה לו עדיין לא ידועה. החברה מפתחת מבחנים ומנגנוני ניטור כדי לזהות התנהגות כזאת.