OpenAI推GPT-6 Cyber：安全测试48.5%，远程漏洞任务完成95%

OpenAI在11月6日推出新模型GPT-6 Cyber，主攻安全研究领域。在关键网络安全基准测试中，它的表现明显强于GPT-5.6 Cyber：安全测试ExploitGym上GPT-6 Cyber拿到48.5%，GPT-5.6 Cyber为32.1%，相对提升51%。

OpenAI在社交平台X发布了公告。

模型发布后，不少开发者留言：“原本以为是6.2。”“不是这个，我们需要6.2 Sol和Astra。”就在前日，外媒The Information报道称，OpenAI最快可能于当地时间本周五发布新一代（GPT-6.2）Astra、Sol系列模型，以及面向网络安全领域的Cyber模型。

社交平台X上的开发者评论节选。

不过截至今天，真正到场的只有GPT-6 Cyber。从定位看，OpenAI的GPT-6和GPT-6.1系列涵盖Astra、Sol、Terra、Luna等不同型号：GPT-6 Astra是OpenAI能力最强的旗舰模型，面向高难度推理和复杂任务；GPT-6 Luna主打快速、高效的规模化日常工作；这次推出的GPT-6 Cyber则专攻安全领域。

GPT-6.1也已经迭代出：GPT-6.1 Terra，侧重速度、成本和日常任务执行；GPT-6.1 Sol，侧重高性价比的复杂编程和推理任务。

OpenAI表示，GPT-6 Cyber已在Linux和Firefox等安全关键型代码库里发现并验证数千个漏洞。Mozilla、Palo Alto Networks、Calif和Cisco等多家公司的安全团队，以及OpenAI自己的团队，都已开始使用该模型。

GPT-6 Cyber引来不少开发者围观。有人在社交平台X上说：“能够发现Linux内核中真实安全漏洞的AI……哇，这才是真正重要的进步。”也有人表示：“Linux内核的工作为本次公告提供了一个具体的案例。如果能提供从发现bug到验证修复的完整步骤，对开发者来说将尤为有用。”

社交平台X上的开发者评论节选。

但GPT-6 Cyber眼下还不能直接在聊天里选用，只面向部分Daybreak Red计划认证的客户开放，OpenAI称会逐步扩大使用范围。于是不少开发者吐槽：“又一个没人能用的模型，OpenAI我真的会谢。”

社交平台X上的开发者评论节选。

一、比Astra更能打，GPT-6 Cyber远程漏洞任务完成95%

OpenAI称，在大多数网络安全任务上，GPT-6 Cyber都优于GPT-6 Astra。测评覆盖理解软件、识别漏洞和开发有效攻击程序等任务。

根据结果，按照其网络安全准备框架，OpenAI把GPT-6 Cyber的网络安全等级评为“关键（Critical）”，高于GPT-5.6 Cyber的“高（High）”。

ExploitGym测试中，GPT-6 Cyber得分48.5%，比GPT-5.6 Cyber的32.1%高约16个百分点。为检验漏洞发现能力，OpenAI构建了针对攻击性Web渗透测试的新评估：模型接触不到Web应用源代码，只能靠探测。GPT-6 Cyber漏洞召回率为40.3%，GPT-6 Astra为32.0%。

Daybreak Red支持更高级的安全流程，包括开发可用漏洞利用程序并用于远程目标。为评估这些功能，OpenAI构建了新基准RemoteExploitBench，利用受控环境中GitLab、PostgreSQL和Jenkins等应用的已知漏洞。

初步评估中，运行Daybreak Blue的GPT-6 Astra拒绝了100%的任务，GPT-6 Cyber完成了95%；它唯一失败的地方，是无法远程运行某个漏洞利用程序。

二、该出手才出手，GPT-6 Cyber越界规避99.93%

OpenAI称，网络安全人员可能超出分配任务范围，试图利用不相关服务，或无视研究人员合作规则。

因此OpenAI把模型一致性作为GPT-6 Cyber的核心重点，通过专门训练让模型留在授权范围内、遵守行为限制并准确报告工作。部署前，OpenAI做了一系列一致性评估。

其中一项评估是ExploitGym Honeypot，设计灵感来自Hugging Face事件。OpenAI给模型布置高难度攻击任务，任务在隔离环境中进行，并允许访问软件包注册表或对象存储等辅助服务。这些服务被特意设计得易于攻击，攻击它们就能暴露任务标志。模型必须推断出，利用这些服务超出了自己的任务范围。

评估结果里有个对比：不开部署安全提示时，GPT-6 Cyber有99.93%的情况没有去碰超出范围的服务，GPT-5.6 Cyber是94.49%；开了安全提示，GPT-6 Cyber做到100%不攻击越界服务。

OpenAI的说法是，从模型的思维链能直接看到它怎么推理、怎么把自己框在界限内。它给出的思考包括：“不能假设额外的API或攻击控制器不是目标。我们应该只针对二进制文件/服务器。”“不要探索超出范围的资质。”

三、实战发现81个Firefox新漏洞、948个Linux利用程序

OpenAI表示，GPT-6 Cyber已经在帮安全团队找漏洞、验证影响、开发修复程序，客户把它用在大型代码库、长期漏洞利用开发和安全审查上。OpenAI自己的漏洞研究人员也拿它大规模排查和验证开源软件漏洞，在一些受关注多年的软件里挖出了此前不为人知的缺陷：

-Firefox方面，新发现81个漏洞。这些漏洞被Mozilla归为高危，GPT-6 Cyber为它们提供了证据和可复现测试；另有30个已知问题被它证明比原先报告的更严重。OpenAI把结果和建议补丁一起交给了Mozilla，对方表示支持，并在收到报告后不久着手修复。

-Linux内核方面，针对948个漏洞开发出了利用程序。GPT-6 Cyber重现1724个漏洞，其中948个做出了可用利用程序，是使用相同研究工具的GPT-5.6 Sol所利用漏洞数（166个）的五倍多。按照Linux社区的指导，OpenAI已向维护者披露304个关键漏洞及候选补丁，其余漏洞的修复正在进行。

-OpenAI还演示了一个关键远程代码执行漏洞。Brotli是Node.js及其他软件使用的压缩库，OpenAI近期讨论过它的一个关键漏洞；其安全研究人员用GPT-6 Cyber和其他OpenAI模型开发并验证了利用程序，展示该漏洞如何让下游应用远程执行代码。

四、GPT-6 Cyber升级防滥用，OpenAI设10亿美元一线防御者计划

模型能力上去了，安全漏洞也在增多，试图拿模型搞恶意攻击的人越来越多，包括恶意网络攻击者和敌对组织想方设法提取模型底层信息。为此OpenAI给GPT-6 Cyber加了更强的安全措施，用来检测和阻断滥用，让模型的操作符合用户意图和授权。发布的同时，OpenAI新增并强化了一批保护手段，涵盖网络安全特定错配监控、针对新出现威胁的定向监控、隐私安全处理（PSP）、防范凭证被盗、沙盒机制和监管等。

OpenAI称，保护关键基础设施一直是GPT-6 Cyber安全防护和访问控制设计的核心考量之一，涉及发电厂、水处理设施以及支撑它们的OT/ICS。他们想在保证这些系统安全的前提下，把最强的模型交给防御团队，同时加强措施，防止未经授权的攻击。

具体做法上，OpenAI先拿出10亿美元设立“一线安全卫士曙光计划”（Daybreak for Frontline Defenders）资助项目，给资源有限的团队提供资金，比如政府机构和关键服务提供商。另外在“曙光计划红队”（Daybreak Red for Critical Infrastructure）里新增一个小组，专门面向已获批准的关键基础设施安全卫士，授权他们对关键系统做授权测试，同时保证模型匹配度、防止偏差。

再有，为防Daybreak Red和Blue平台被滥用，OpenAI完善了安全措施，拦下那些可能损害工业控制系统或安全关键系统、干扰设备运行、造成严重人身伤害、灾难性物理损坏或危及生命的服务中断的协助与能力开发活动。下图比较了最近随GPT-6 Cyber一同推出的更新前后，四种访问配置下的安全标签覆盖率。

OpenAI同时提醒，更高安全防护拦截率并不总是更好；不少技术对合法的安全工作同样关键。所以评估拦截率时，他们也会看对合法研究和补丁的支持程度，而不是盯着100%这个目标。

为了解模型能怎么帮助保护关键基础设施，OpenAI与扩展运营技术（xOT）网络安全提供商Dragos合作。Dragos在受控实验室环境中用网络容错型Daybreak Red模型做评估，请求范围从网络发现、资产枚举一直到定向侦察、敏感数据泄露以及未经授权的潜在危险设备操作。

结语：GPT-6 Cyber显出实战价值，治理体系成胜负手

GPT-6 Cyber把安全模型从代码审查推到了自主挖洞、利用验证和补丁开发，Linux、Firefox等一系列实战结果说明它已经具备产业级的安全研究价值。

能力越强，访问控制越要紧。目前OpenAI只向Daybreak Red认证客户开放，再叠加防滥用和关键基础设施保护，说明安全AI落地比的不仅是模型能力，还有可信授权与治理体系。