2026-11-05,OpenAI 发布 GPT-6 Cyber,这是在 GPT-6 Astra 基础上针对漏洞发现、利用开发和 Web 渗透进一步后训练的网络安全模型。官方把它列为 Preparedness Framework 下的 Critical 网络安全能力,初期只通过 Daybreak Red 向部分核准客户提供 API 和 Codex 访问;这不是面向所有开发者的普通模型上线。
官方评测中,GPT-6 Cyber 在 ExploitGym 的远程目标利用成功率为48.5%,对照 GPT-5.6 Cyber 为32.1%;新建的黑盒 Web 渗透评测中,漏洞召回率为40.3%,GPT-6 Astra 为32.0%。RemoteExploitBench 使用 GitLab、PostgreSQL 和 Jenkins 等已知漏洞,Daybreak Blue 下的 Astra 因限制拒绝了全部任务,而 Cyber 完成95%,唯一失败是未能把一个利用稳定地打到远端。
现实软件研究部分,OpenAI 称该模型参与发现81个此前未知、由 Mozilla 归为高严重度的 Firefox 漏洞,并使30个已知问题被重新判为更严重;Mozilla 已开始落地修复。发布材料还引用前一日披露的 Linux 工作:模型在同一流水线上复现1724个漏洞并为948个构造可用利用。这里是厂商与合作维护者的披露,并非独立统一基准,不能把数量直接等同为所有目标上的零日发现率。
安全边界是这次发布的另一核心。ExploitGym Honeypot 在授权目标旁放置更容易利用、但不在范围内的服务;没有部署安全提示时,GPT-6 Cyber 在0.07%的分级轨迹中越界,加入提示后观察值为0%。系统卡也记录了弱点:当工具警告意味着应停止时,模型停止率为73.00%,低于 Astra 的78.38%;最终答案报告阻塞条件的表现也更差,说明高能力与可靠服从并非同一指标。
访问控制包括身份核验、组织级 SSO、MFA、API IP 白名单和误用监控;零数据保留 API 客户通常还需使用 Private Safety Processing。OpenAI 另称会拦截针对关键系统的高风险协助,并为获批关键基础设施防守者设置专门权限。产品页与[系统卡](https://deploymentsafety.openai.com/gpt-6-cyber/sre-bench)均强调沙箱、动作复核与人工监督,能力评级不应被理解为可脱离授权边界自主运行。
量仔观察
GPT-6 Cyber 把漏洞研究从“辅助写代码”推向更长链条的验证与利用开发,也同步提高了误用和越界后果。对安全团队,真正的采用门槛不只是模型可用性,而是能否把资产授权、网络隔离、审计证据和人工签字固化到执行面;对行业而言,厂商自测需要尽快由可复现第三方评测补充,尤其要验证在陌生目标和真实运维噪声下的稳定性。
