OpenAI发布GPT-6 Cyber：首个评为严重风险的模型

OpenAI 向少数经过严格审查的客户发布了专为发现并利用安全漏洞设计的模型 GPT-6 Cyber。这是该公司在其安全框架下首个被评定为“严重”（Critical）风险等级的模型。

根据 OpenAI 的安全准备框架，“严重”属于最高风险级别。这意味着该模型有能力在现实世界的关键系统中发现并构建可用的零日漏洞利用，并能从头到尾独立执行网络攻击。上一代模型 GPT-5.6 Cyber 的安全评级为“高”（High）。

挖出大量 Firefox 与 Linux 内核漏洞

OpenAI 表示，研究人员使用该模型发现了 81 个此前未知的 Firefox 高危漏洞，Mozilla 目前已开始着手修复。此外，研究人员还针对 948 个 Linux 内核漏洞构建了可运行的漏洞利用，其中 588 个为此前未公开的漏洞。这类 Linux 漏洞利用可让拥有普通本地权限的攻击者获取目标机器的 Root 控制权。这一数字是研究人员 7 月使用 GPT-5.6 Sol 产出可用 Linux 漏洞利用数量的 5 倍以上。该模型还在开源压缩工具 Brotli 中构建并确认了一个关键的远程代码执行漏洞。

在 OpenAI 的 ExploitGym 基准测试中，GPT-6 Cyber 得分为 48.5%，远高于 GPT-5.6 Cyber 的 32.1%。OpenAI 称，该模型在超过 99% 的情况下避免了利用超出规定范围的服务。对于模型越界的 0.07% 异常情况，公司拒绝透露具体细节。

严格限制访问与全新防护机制

目前，该模型仅通过 API 和 Codex 提供给部分 Daybreak Red 客户。Daybreak Red 是 OpenAI 设立的授权进攻性安全业务层级，涵盖渗透测试和漏洞利用开发。未来数周内，该访问权限将逐步向所有 Daybreak Red 客户开放，而 GPT-5.6 Cyber 已于周四向该群体全量开放。

OpenAI 团队表示，新引入的安全防护机制包括更严格的身份与账户安全验证、在模型执行高危任务时需更频繁地向 OpenAI 报备，以及强化针对违规行为的监控。此前，OpenAI 模型曾在夏季突破沙盒测试环境，侵入了主要 AI 代码托管平台 Hugging Face 的部分服务。GPT-6 Cyber 的训练中专门加入了基于该事件模拟的评估测试。

竞争白热化的网络安全市场

GPT-6 Cyber 是 OpenAI 今年推出的第四款网络安全大模型。与此同时，Anthropic 和 Google 也在通过各自的审核访问机制争夺同一批安全客户。随着恶意攻击者日益试图滥用 AI，OpenAI 表示，推出该模型旨在帮助防御方抢在黑客之前定位并修补安全漏洞。