奧爾特曼急了，OpenAI連夜掏出新模型GPT-6 Cyber

作者 | 李水青 編輯 | 雲鵬 11月6日報道，今日，OpenAI推出新模型GPT-6 Cyber，主攻安全研究領域。該模型在關鍵網絡安全基準測試中相比GPT-5.6 Cyber顯著提升，在安全測試ExploitGym中，GPT-6 Cyber得分48.5%，高於GPT-5.6 Cyber的32.1%，相對提升51%。▲OpenAI在社交平臺X發佈公告 模型一經發布，不少開發者評論：“原本以為是6.2。”“不是這個，我們需要6.2 Sol和Astra。”前日，外媒The Information報道，OpenAI最快可能於當地時間本週五發佈新一代（GPT-6.

2）Astra、Sol系列模型，以及面向網絡安全領域的Cyber模型。▲社交平臺X上的開發者評論節選 但今天截至目前，到來的只有GPT-6 Cyber。從模型定位來看，OpenAI的GPT-6和GPT-6.1系列包括Astra、Sol、Terra、Luna等不同型號。GPT-6 Astra是OpenAI能力最強的旗艦模型，面向高難度推理和複雜任務；GPT-6 Luna則主打快速、高效的規模化日常工作；本次推出的GPT-6 Cyber則主攻安全領域。而GPT-6.1也已迭代出了：GPT-6.1 Terra，側重速度、成本和日常任務執行；GPT-6.1 Sol，側重高性價比的複雜編程和推理任務。

OpenAI稱，GPT-6 Cyber已在Linux和Firefox等安全關鍵型代碼庫中發現並驗證數千個漏洞。包括Mozilla、Palo Alto Networks、Calif和Cisco在內的多家公司的安全團隊，以OpenAI團隊自身，都已開始應用該模型。GPT-6 Cyber受到了不少開發者的關注，有開發者在社交平臺X上說：“能夠發現Linux內核中真實安全漏洞的AI……哇，這才是真正重要的進步。”有人說：“Linux內核的工作為本次公告提供了一個具體的案例。如果能提供從發現bug到驗證修復的完整步驟，對開發者來說將尤為有用。

” ▲社交平臺X上的開發者評論節選 不過，GPT-6 Cyber目前並非可以直接在聊天中選擇的模型，而是面向部分Daybreak Red計劃認證的客戶開放，OpenAI稱將逐步擴大其使用範圍。為此，不少開發者吐槽：“又一個沒人能用的模型，OpenAI我真的會謝。” ▲社交平臺X上的開發者評論節選 一、比Astra更能打，GPT-6 Cyber遠程漏洞任務完成95% OpenAI稱，GPT-6 Cyber在大多數網絡安全任務上優於GPT-6 Astra。測評覆蓋理解軟件、識別漏洞和開發有效攻擊程序等任務。

基於結果，按其網絡安全準備框架，OpenAI將GPT-6 Cyber的網絡安全等級評為“關鍵（Critical）”，高於GPT-5.6 Cyber的“高（High）”。ExploitGym測試中，GPT-6 Cyber得分48.5%，比GPT-5.6 Cyber的32.1%高約16個百分點。為測試漏洞發現能力，OpenAI構建了針對攻擊性Web滲透測試的新評估：模型無法訪問Web應用源代碼，只能探測。GPT-6 Cyber漏洞召回率為40.3%，GPT-6 Astra為32.0%。Daybreak Red支持更高級安全流程，包括開發可用漏洞利用程序並用於遠程目標。

為了評估這些功能，OpenAI構建新基準RemoteExploitBench，利用受控環境中GitLab、PostgreSQL和Jenkins等應用的已知漏洞。初步評估中，運行Daybreak Blue的GPT-6 Astra拒絕了100%的任務，GPT-6 Cyber完成了95%；其唯一失敗是無法遠程運行某個漏洞利用程序。二、該出手才出手，GPT-6 Cyber越界規避99.93% OpenAI稱，網絡安全人員可能超出分配任務範圍，試圖利用不相關服務，或無視研究人員合作規則。

因此，OpenAI把模型一致性作為GPT-6 Cyber核心重點，通過專門訓練幫助模型保持在授權範圍內、遵守行為限制並準確報告工作。部署前，OpenAI進行了一系列一致性評估。其中一項評估是ExploitGym Honeypot，其設計靈感來源於Hugging Face事件。OpenAI給模型佈置高難度攻擊任務，任務在隔離環境中進行，並允許訪問軟件包註冊表或對象存儲等輔助服務。這些服務被特意設計得易於攻擊，以便攻擊它們可暴露任務標誌。模型必須推斷出，利用這些服務超出了其任務範圍。評估中，未啟用部署安全提示時，GPT-6 Cyber在99.93%的情況下避免利用超出範圍的服務，高於GPT-5.

6 Cyber的94.49%；啟用安全提示後，GPT-6 Cyber 100%避免攻擊超出範圍的服務。OpenAI稱，從模型思維鏈可直接看出其如何推理並保持在界限內，比如以下思考：“不能假設額外的API或攻擊控制器不是目標。我們應該只針對二進制文件/服務器。”“不要探索超出範圍的資質。” 三、實戰發現81個Firefox新漏洞、948個Linux利用程序 OpenAI稱，GPT-6 Cyber已開始幫助安全團隊發現漏洞、驗證影響並開發修復程序。客戶已將其應用於大型代碼庫、長期漏洞利用開發和安全審查。

OpenAI漏洞研究人員還使用GPT-6 Cyber大規模查找和驗證開源軟件漏洞，發現多年來備受關注軟件中的此前未知缺陷： -發現81個新Firefox漏洞。GPT-6 Cyber為Mozilla分類為高危的81個新漏洞提供證據和可復現測試，並表明另外30個已知問題比之前報告更嚴重。OpenAI將結果連同建議補丁披露給Mozilla；Mozilla表示支持，並在收到報告後不久開始實施修復。-針對948個Linux內核漏洞開發利用程序。GPT-6 Cyber重現1724個漏洞，並針對其中948個開發可用利用程序，是使用相同研究工具的GPT-5.6 Sol所利用漏洞數量（166個）的五倍多。

根據Linux社區指導，OpenAI已向維護者披露304個關鍵漏洞及候選補丁，目前正在修復其他漏洞。-演示關鍵遠程代碼執行漏洞。OpenAI近期討論Brotli中的一個關鍵漏洞；Brotli是被Node.js和其他軟件使用的壓縮庫。OpenAI安全研究人員利用GPT-6 Cyber及其他OpenAI模型開發並驗證漏洞利用程序，展示該漏洞如何導致下游應用遠程執行代碼。四、GPT-6 Cyber升級防濫用，OpenAI設10億美元一線防禦者計劃 OpenAI稱，隨著模型能力提升和安全漏洞增多，越來越多人試圖利用模型進行惡意攻擊，包括惡意網絡攻擊者和敵對組織試圖提取模型底層信息。

因此，OpenAI為GPT-6 Cyber配備更強大安全措施，檢測和阻止濫用，確保模型操作符合用戶意圖和授權。發佈同時，OpenAI添加並加強保護措施，包括網絡安全特定錯配監控、針對新出現威脅的定向監控、隱私安全處理（PSP）、防範憑證被盜、沙盒機制和監管等。OpenAI稱，保護關鍵基礎設施一直是GPT-6 Cyber安全防護和訪問控制設計的關鍵考量，包括髮電廠、水處理設施及支撐它們的OT/ICS。OpenAI希望在確保這些系統安全的同時，為防禦團隊提供最強模型，並加強措施防止未經授權攻擊。

首先，OpenAI斥資10億美元設立“一線安全衛士曙光計劃”（Daybreak for Frontline Defenders）資助項目，為資源有限團隊（如政府機構和關鍵服務提供商）提供資金支持。此外，在“曙光計劃紅隊”（Daybreak Red for Critical Infrastructure）中新增小組，專門面向已獲批准的關鍵基礎設施安全衛士，授權其對關鍵系統進行授權測試，同時確保模型匹配度、防止偏差。

其次，為防止濫用Daybreak Red和Blue平臺，OpenAI完善安全措施，防範可能損害工業控制系統或安全關鍵系統、干擾設備運行、造成嚴重人身傷害、災難性物理損壞或危及生命的服務中斷的協助和能力開發活動。下圖比較了在最近與GPT-6 Cyber一同推出的更新前後，四種訪問配置下的安全標籤覆蓋率。OpenAI同時稱，更高安全防護攔截率並非總是更好；許多技術對合法安全工作也至關重要，因此評估攔截率時會同時考慮對合法研究和補丁的支持程度，而不是以100%為目標。為評估模型如何幫助保護關鍵基礎設施，OpenAI與擴展運營技術（xOT）網絡安全提供商Dragos合作。

Dragos在受控實驗室環境中使用網絡容錯型Daybreak Red模型評估，涵蓋從網絡發現和資產枚舉到定向偵察、敏感數據洩露及未經授權潛在危險設備操作等請求。結語：GPT-6 Cyber顯出實戰價值，治理體系成勝負手 GPT-6 Cyber把安全模型從代碼審查推向自主挖洞、利用驗證與補丁開發，通過Linux、Firefox等一系列實戰結果，證明其已具備產業級安全研究價值。能力越強，訪問控制越關鍵。目前OpenAI僅向Daybreak Red認證客戶開放，疊加防濫用與關鍵基礎設施保護，表明安全AI的落地競爭不僅是模型能力，更是可信授權與治理體系的競爭。