OpenAI 于周四正式推出最新网络安全专用模型 GPT-6 Cyber。该模型在漏洞发现与利用能力上较前代产品 GPT-5.6 及通用模型 GPT-6 Astra 有显著提升。
性能基准与安全合规
在 OpenAI 内部的 ExploitGym 训练评估中，GPT-6 Cyber 得分为 48.5%，而 GPT-5.6 Cyber 的得分仅为 32.1%。针对任务边界遵守情况，OpenAI 表示该模型在超过 99% 的情况下能避免利用超出授权范围的服务，仅有 0.07% 的案例超出了预期训练范围。
尽管 OpenAI 声称新模型“受过训练以保持在授权范围内、遵守限制并准确报告结果”，但公司拒绝披露那 0.07% 越界案例的具体细节，包括是否涉及真实的安全事件或供应链攻击风险。值得注意的是，OpenAI 近期已开始切断正在接受训练的前沿模型的互联网接入权限。
实战成果：Firefox 与 Linux 内核
OpenAI 研究人员利用 GPT-6 Cyber 取得了实质性安全成果。在 Firefox 浏览器中，该模型协助发现了 81 个此前未知的高严重性漏洞，Mozilla 已着手修复这些问题。此外，模型还帮助开发了针对 948 个 Linux 内核漏洞的工作漏洞利用代码，其中包含 588 个以前未知的漏洞。相关 Linux 发现已上报，并提供了潜在补丁方案。
访问限制与风险分级
依据 OpenAI 的准备框架，GPT-6 Cyber 被归类为“危急”级别。这是网络能力的最高风险等级，意味着该模型具备在现实世界关键系统中识别和开发功能性零日漏洞、以及执行端到端网络攻击的能力。
出于安全考虑，该模型目前仅通过 API 和 Codex 向一组经批准的“Daybreak Red”客户开放。这些客户获授权使用 OpenAI 模型进行攻击性安全操作，如概念验证漏洞开发、漏洞链验证、渗透测试和红队演练。未来几周内，OpenAI 计划扩大对所有 Daybreak Red 客户的访问权限，并将 GPT-5.6 Cyber 也提供给这一群体。
背景：奖励机制升级
GPT-6 Cyber 的发布正值 OpenAI 加强产品安全性之际。本周早些时候，OpenAI 提高了 Bug 悬赏金额，并为独立研究人员设立了新奖励。
对于中等、高和关键级别的发现，奖励范围的中点增加了四倍。核心产品（如 ChatGPT、Codex 或 API 平台）中的关键漏洞现在最高可获得 30,000 美元奖励，若加上奖金则高达 51,577 美元，远高于之前的 6,500 美元上限。针对特定目标的严重关键漏洞，最高奖励可达 100,000 美元，加奖金后最高可达 172,000 美元。
