OpenAI 发布网络安全模型 GPT-6 Cyber，ExploitGym 得分 48.5%

OpenAI 发布网络安全模型 GPT-6 Cyber，定位为面向安全研究的对齐网络安全智能体，经过训练能够发现并验证可利用漏洞，同时保持在研究人员设定的授权范围内。模型通过 Daybreak Red 和 Daybreak Blue 两个平台向审核通过的安全团队开放，最初以 API 和 Codex 形式提供给筛选过的 Daybreak Red 客户，随后逐步扩大范围。 能力数据方面，在考察模型能否利用远程目标指定漏洞的 ExploitGym 上，GPT-6 Cyber 得分 48.5%，GPT-5.6 Cyber 为 32.1%，相对提升 51%。在针对攻击性 Web 渗透测试构建的新评测中，模型在无法访问源代码情况下探测 Web 应用，漏洞召回率 40.3%，GPT-6 Astra 为 32.0%。在新基准 RemoteExploitBench 的初步评估中，运行 Daybreak Blue 的 GPT-6 Astra 拒绝了 100% 的任务，GPT-6 Cyber 完成 95%。按照 Preparedness Framework，OpenAI 将该模型在网络安全领域归类为 Critical，高于 GPT-5.6 Cyber 的 High。 对齐评估是本次发布重点。在参考 Hugging Face 事件设计的 ExploitGym Honeypot 中，模型需推断攻击配套服务超出任务范围；不启用部署提示词时，GPT-6 Cyber 在 99.93% 的测试中避免攻击范围外服务，GPT-5.6 Cyber 为 94.49%，启用提示词后达到 100%。 实战结果上，OpenAI 研究人员用该模型在 Linux 中复现 1,724 个漏洞并为其中 948 个开发出可用利用程序，GPT-5.6 Sol 在相同框架下为 166 个；已向 Linux 维护者披露 304 个关键发现并附候选补丁。在 Firefox 中识别出 81 个此前未知的高危漏洞，并证明另有 30 个已知问题比此前报告更严重，Mozilla 已为其中许多漏洞发布修复。Cisco、Calif、CodeRabbit 等团队已将其用于漏洞研究和代码审查。 防护与准入方面，OpenAI 新增针对网络场景的失准监控、针对新兴威胁的定向监控、私有安全处理（PSP）、凭证被盗防范，并对 Daybreak Red API 默认要求 IP 白名单。同时设立 10 亿美元的 Daybreak 一线防御者计划，为政府机构和基本服务提供商等资源有限团队提供访问补贴，并新设面向获批关键基础设施防御者的 Daybreak Red 关键基础设施组。OpenAI 与 Dragos 在模拟电厂靶场开展评估，Dragos 称该模型在工程软件中发现两个零日漏洞。