GPT-6 Cyber得分48.5%：漏洞发现能力较前代提升16个百分点
GPT-6 Cyber漏洞利用基准得分较前代提升51%，协助研究人员在Firefox中发现81个高危漏洞，并为Linux内核948个漏洞开发出可用利用程序，是上代五倍以上。该模型越界攻击率降至0.07%，安全能力评级已被上调至"关键"级别。面对能力提升带来的滥用风险，OpenAI目前仅向经过审核的客户开放。
OpenAI在网络安全上迈出了一大步，推出专用安全研究模型GPT-6 Cyber。这个模型在找漏洞和守住任务边界两方面的能力都有明显提升。AI在攻防安全领域的应用，由此进入一个新阶段。
有一个叫ExploitGym的基准测试，用来检验模型能不能利用指定漏洞攻击远程目标。
GPT-6 Cyber在这个测试里拿到48.5%的得分，前代GPT-5.6 Cyber是32.1%，两者相差约16个百分点，相对提升幅度为51%。
任务范围合规性上，这个模型的表现近乎完美。不启用部署安全提示时，99.93%的测试中模型没有碰授权范围之外的系统；启用提示后，这个比例变成100%。
落到实际应用，GPT-6 Cyber已经显出直接的产业价值。研究人员在Firefox里找到81个此前未知的高危漏洞，靠的就是这个模型，Mozilla已陆续发布修复补丁。它还对Linux内核的1,724个已知漏洞做了复现，其中948个开发出可用的漏洞利用程序，是上一代模型的五倍以上。Cisco、Calif、CodeRabbit等安全团队已经把它用于漏洞研究和代码审查。
Firefox杰出工程师Brian Grinstead表示：
"GPT‑6 Cyber 是一款世界级的网络安全防御模型。Firefox 在进入 2026 年之际，已然跻身全球最坚固、代码审查最严苛的项目之列。
"GPT‑6 Cyber 虽然已经经过好几代前沿模型的反复打磨，还是找出了以前没人发现的高危漏洞，也指出了架构上可以改进的地方，并帮我们把修复补丁发到了数百万用户手里。"
能力跃升：漏洞发现与利用双线突破
在多项核心网络安全任务上，GPT-6 Cyber都超过了通用旗舰模型GPT-6 Astra，后者不拒绝请求时也是如此。OpenAI据此把该模型在"准备框架"下的网络安全能力评级从"高"上调到"关键"。
漏洞发现能力的测试里，OpenAI新建了一套攻击性Web渗透测试评估体系，要求模型在拿不到源代码的情况下探测Web应用漏洞。GPT-6 Cyber的漏洞召回率达到40.3%，GPT-6 Astra为32.0%。
远程漏洞利用场景更复杂，OpenAI为此搭了名为RemoteExploitBench的新基准，在受控环境中部署GitLab、PostgreSQL、Jenkins等真实应用，用已知漏洞来测。
结果是这样的：启用Daybreak Blue的GPT-6 Astra把任务全部拒绝，拒绝率100%；GPT-6 Cyber完成了95%，唯一失败的一次，是某个漏洞利用程序没法在远程环境里跑起来。
对齐训练：任务边界约束成核心设计目标
网络安全AI代理有个潜在风险：可能超出授权范围、去攻击无关系统，或者把研究人员定的操作规则晾在一边。OpenAI把对齐训练列为GPT-6 Cyber的核心设计优先项。
有一个叫ExploitGym Honeypot的测试，模型执行漏洞利用任务的同时，会碰到一些刻意做成容易攻击的辅助服务。
模型得自己判断出攻击这些服务超出了任务授权，然后主动放手。不启用部署安全提示时，GPT-6 Cyber的越界率从GPT-5.6 Cyber的5.51%降到0.07%；加上提示后，越界率归零。
翻看模型的思维链日志能发现，GPT-6 Cyber在推理时已经把边界意识内化了。比如它会主动判断"无法假定额外API或攻击控制器不属于目标，仅应针对指定的二进制文件或服务器"，也会主动排除"超出范围的凭据"。
实战验证：从开源软件到关键基础设施
多个高价值目标上，GPT-6 Cyber的能力已经过实战检验。Firefox漏洞研究活动中，它找出81个被Mozilla评定为高危级别的新漏洞，还证实另有30个已知问题的实际严重程度比先前评估的更高。相关报告连同修复补丁建议一起交给了Mozilla，后者已经开始落地修复。
Linux内核安全研究方面，GPT-6 Cyber复现了1,724个漏洞，给其中948个写出了能用的利用程序，同等条件下GPT-5.6 Sol只完成166个。OpenAI已向内核维护者披露304个关键发现，并附上候选补丁。
另外，OpenAI的安全研究人员还借助GPT-6 Cyber和其他模型，验证了压缩库Brotli中一个关键漏洞的远程代码执行路径。
内部红队演练中，使用GPT-6 Cyber的代理程序从微虚拟机逃逸出来，并在宿主机上执行了代码。这些发现被用来加固训练前沿模型的基础设施。
安全护栏：能力扩张与滥用防范并行推进
模型能力变强，OpenAI也检测到更多针对GPT-6 Cyber的恶意利用尝试，其中包括恶意行为者想蒸馏模型能力。为此，OpenAI同步收紧了多项访问控制与监控机制。
具体做法有几项：一是围绕网络安全场景做专项合规监控，判断模型行为是否落在用户授权范围内；二是在关键PHP漏洞协调披露期间安排针对性监控，拦截针对在线服务器的漏洞利用尝试；三是借私有安全处理机制（PSP）自动审查相关交互；四是对Daybreak Red API访问加IP白名单，防止凭证泄露。
关键基础设施防护这块，OpenAI找到了工业控制系统网络安全提供商Dragos，双方在受控实验室环境中评估模型在OT/ICS场景下能做到什么、防护是否有效。
OpenAI称，已根据这些评估细化安全护栏，既要拦住有害协助，也别把合法的授权测试卡得太死。该公司还设立了10亿美元的Daybreak for Frontline Defenders资助计划，给政府机构、关键服务提供商等资源有限的团队提供访问支持。
访问路径：分阶段向验证用户开放
眼下GPT-6 Cyber通过API和Codex向经批准的Daybreak Red客户开放，OpenAI打算近期把访问权限扩展到全部Daybreak Red用户。同期，GPT-5.6 Cyber也将向全部Daybreak Red客户开放。
更大的访问策略上，OpenAI正把Daybreak Blue的测试版访问资格放开给更多组织和独立安全研究人员；面向经批准的关键基础设施防御团队，则单独设了Daybreak Red for Critical Infrastructure分组，允许他们在保留模型合规保护的前提下开展授权测试。
新用户和组织可以通过Daybreak项目申请访问资格。
