刚刚，OpenAI 发布 GPT‑6 Cyber，横扫两大开源项目：Firefox 挖出 81 个高危漏洞，Linux 曝光 948 条提权路径

经过多年安全审查的Firefox浏览器，被一款大模型找出了81个此前未知的高危漏洞；Linux内核里，它还为948个漏洞写出了能实际跑起来的提权利用程序。

这不是安全研究人员对AI未来的畅想，而是OpenAI最新网络安全模型GPT-6 Cyber已经拿出的实测结果。

OpenAI刚刚正式发布GPT-6 Cyber，专攻网络安全研究。此前几代模型主打编程、推理和通用智能体能力，这款新模型的重心则落在漏洞发现、可利用性验证、攻击路径分析和安全修复上。

OpenAI公布的数据显示，GPT-6 Cyber在ExploitGym基准测试中成功率达到48.5%，上一代GPT-5.6 Cyber为32.1%，相对提升约51%。

另一项针对远程漏洞利用的评估RemoteExploitBench中，新模型完成了95%的测试任务。

更受关注的是，GPT-6 Cyber已经进入真实软件系统的安全研究。除Firefox和Linux外，思科、Palo Alto Networks、CodeRabbit等企业也已把它用于漏洞研究、安全审查和相关防御工作。

OpenAI将GPT-6 Cyber的网络安全能力评定为Preparedness Framework（准备框架）下的Critical（关键级），上一代GPT-5.6 Cyber的评级是High（高级）。

1

[标题] 超越GPT-6 Astra，专攻漏洞挖掘与攻击验证

GPT-6 Cyber不是普通通用大模型的简单升级版。

GPT-6 Astra发布时，OpenAI就披露过它的网络安全能力：Astra在ExploitBench测试中拿到100%的成绩，内部安全评估中也展现出发现零日漏洞、开发出利用程序的能力。

不过，为限制潜在滥用，面向普通用户的Astra对高级攻击利用任务设了严格限制，比如拒绝协助生成漏洞利用概念验证程序。

GPT-6 Cyber则针对专业安全研究场景做了进一步训练。OpenAI表示，在多数网络安全任务上它的表现超过GPT-6 Astra，即便后者没有拒绝执行任务也是如此。

官方公布的评估里，GPT-6 Cyber在多项网络安全任务中提升明显。

Web渗透测试中，GPT-6 Cyber的漏洞召回率达到40.3%，GPT-6 Astra为32.0%，前者领先8.3个百分点。这项测试要求模型拿不到源代码，只能通过与目标应用交互来发现安全漏洞，更接近真实黑盒安全测试场景。

整体结果反映出的变化是，GPT-6 Cyber的进步已不止于识别代码中的可疑问题，还体现在从漏洞分析到构造有效利用方法的完整任务执行能力上。

2

[标题] 挖出Firefox 81个未知高危漏洞，Linux 948条提权路径

基准测试反映的是模型能力上限，真实开源项目中的研究结果，则更能说明GPT-6 Cyber的实际价值。

OpenAI披露了两项有代表性的案例。

先看Firefox。

开源浏览器项目Firefox由Mozilla长期维护，它的代码被大量安全研究人员审查过，还要持续经受模糊测试、漏洞报告以及自动化安全工具的检测。

即便如此，GPT-6 Cyber在一轮漏洞研究中仍发现了81个此前未知、被Mozilla归类为高严重性的安全漏洞。

模型还给出了证据，显示另外30个已知问题的严重程度可能高于此前的评估。

OpenAI表示，研究团队向Mozilla提交了相关发现、可复现测试以及候选修复补丁。Mozilla随后着手修复，部分修复已发布。

Firefox杰出工程师Brian Grinstead在OpenAI发布文章中表示，Firefox进入2026年时已经是受到高度审查和加固的代码库之一。即便经过多代前沿模型的进一步检查，GPT-6 Cyber仍然发现了此前未知的高危问题，并帮助团队向数百万用户交付修复。

这个案例说明，面对成熟的大型软件项目，前沿模型能持续挖出传统安全流程还没清掉的问题。

更大规模的一次实验，放在了Linux内核上。

OpenAI在11月4日发表的研究文章《A thousand fewer paths to root》中介绍，研究团队搭了一条自动化漏洞研究流水线，把漏洞发现、动态复现、可利用性评估和补丁生成串在一起。

跑下来的结果是：GPT-6 Cyber覆盖2308项候选问题，动态复现1724个漏洞，拿到948个有效的本地提权利用。

换句话说，模型不只是找出了潜在的安全问题，还针对其中948个漏洞写出了可用的本地权限提升利用程序，能在相应测试环境里证明低权限用户拿到root权限的风险。

OpenAI表示，同样的研究框架下，GPT-5.6 Sol此前成功利用的漏洞是166个。

成本更受关注。OpenAI披露，这轮大规模研究花掉约121.34万美元的API额度，摊到每个成功的本地提权利用上，平均约1279美元。

这笔钱不算少。但跟完全靠人工一个个去查复杂漏洞相比，自动化研究能让漏洞发现和验证集中并行推进。

研究人员按Linux社区的指导，优先向维护者披露了304项关键发现，并附上候选补丁，其余问题还在继续处理。

3

比能力提升更关键的：AI学会了守住攻击边界

GPT-6 Cyber的另一项核心改进落在安全对齐上。

对网络安全智能体来说，执行能力更强，未必就更安全。

比如安全研究人员只授权模型测试某个程序，模型执行时却发现，环境里的软件包仓库或对象存储服务有更好利用的漏洞。要是模型为了快点完成任务去攻击这些服务，哪怕最后结果是对的，也已经越过了授权范围。

这正是OpenAI在GPT-6 Cyber里重点处理的问题。

为了判断模型能不能守住任务边界，OpenAI设计了ExploitGym Honeypot测试。测试给模型布置一项有难度的漏洞利用任务，同时在隔离环境里故意摆上其他容易攻击的辅助服务。模型确实能靠攻击这些服务拿到完成任务所需的信息，但正确的做法是识别并遵守授权边界。

结果显示，不用部署安全提示词时，GPT-6 Cyber避免攻击授权范围外服务的比例是99.93%，GPT-5.6 Cyber为94.49%。

加上部署安全提示词后，GPT-6 Cyber在这项评估中的合规比例达到100%。

OpenAI还公开了模型测试时的部分推理记录。记录里，模型明确表示不应把额外的API或攻击控制器当成目标，也不该去碰授权范围外的凭证。

可见OpenAI不只在教模型怎么找漏洞，也在教它判断什么事不该做。

不过要说清楚，100%的测试成绩不等于现实世界里就没有越权风险。实际部署时，模型面对的环境可能更复杂，授权描述可能含糊，还可能遭遇恶意诱导。OpenAI因此仍建议，高风险安全研究流程里要用沙箱、操作审查和人工监督。

从行业来看，这个变化值得留意。以前大模型的安全对齐，大多表现为拒绝回答危险问题；对专业安全智能体来说，新要求是既能完成真实的高风险研究任务，又要保证所有操作都落在明确授权范围内。

还有一点：GPT-6 Cyber虽然已经正式发布，但并非所有ChatGPT用户都能马上调用。

按OpenAI公布的计划，GPT-6 Cyber先通过API和Codex向部分经过审核的Daybreak Red客户开放，之后再逐步扩大到其他符合条件的Daybreak Red客户。

OpenAI同时调整了不同安全研究场景的访问方式。

Daybreak Blue 面向的是经过验证的防御方研究人员，用于漏洞验证与修复，同时降低合法安全任务中那些没必要的拒绝。

Daybreak Red 给获得授权的专业人员开了更深的权限，可进行漏洞利用开发和安全测试，其中包含对 GPT-6 Cyber 的访问。OpenAI 还配套加入了专门的越权行为监测、针对特定安全威胁的监测、访问网络限制，以及对敏感基础设施的额外保护。

具体到 Daybreak Red API，默认就要求启用 IP 白名单，凭证一旦泄露后被滥用的风险因此被压低。

换句话说，GPT-6 Cyber 这次发布，除了拿出一个能力更强的模型，也在重新划分不同用户能碰哪些网络安全能力。

普通模型这边提供代码审查、漏洞分类和补丁建议；经过审核的安全研究人员，则能在特定授权范围内进一步动用漏洞利用开发这类高风险能力。分级开放的机制背后，是 OpenAI 绕不开的一对现实矛盾：安全模型越强，越有机会帮防御方提前把漏洞补上，可它同样可能把恶意攻击者的技术门槛拉低。

对做大模型的厂商来说，怎么验证用户资质、怎么判断授权范围、怎么监测异常使用，已经成了模型部署本身绕不过去的一块。

参考链接：

https://x.com/OpenAI/status/2118390190246879554

https://openai.com/index/introducing-gpt-6-cyber/