AREX Feed Article
OpenAI 发布 GPT-6 Cyber：自评网络安全「Critical」，首批仅向部分 Daybreak Red 客户开放
11 月 5 日（北京时间 11 月 6 日凌晨），OpenAI 在 网络安全模型 GPT-6 Cyber。按 OpenAI 自己的 Preparedness Framework（能力分级框架），它的网络安全能力被定为「Critical」，高于上一代 GPT-5.6 Cyber 的「High」。OpenAI 称，这款模型驱动了前一日公布的 Linux 内核漏洞研究，Mozilla、Palo Alto Networks、Calif、Cisco 的安全团队以及 OpenAI 内部团队已经在使用。
它不是公开产品。GPT-6 Cyber 目前只向「部分经过审核的 Daybreak Red 客户」开放，之后逐步扩大范围。同一天，OpenAI 还把面向 GPT-6 Astra 的 Daybreak Blue alpha 扩大到更多组织和个人安全研究者。
先落到两个代码库：Linux 内核和 Firefox
11 月 4 日，OpenAI 公布了那项 。流水线在受控环境里跑五个阶段。先圈出 5,034 个审计目标（约 280 万行代码，占内核约 7%），分析代理在 12 小时内产出 2,308 个去重后的候选问题，校验代理再在开着 KASAN（Kernel Address Sanitizer）的隔离虚拟机里逐个复现。2026 年 10 月中旬那次运行复现了 1,724 个漏洞，约占候选数的 74.7%；利用开发代理生成 1,169 个可用的本地提权（LPE）利用，做变体分析后归并为 948 个不同的 LPE 漏洞和对应补丁。整轮 API 花费 1,213,430 美元，平均每个 LPE 1,279 美元。
那篇研究只把核心模型称作「一个即将推出的 cyber 模型」，11 月 5 日的公告补上了名字。路透的补充了一个数字：OpenAI 称 948 个漏洞中有 588 个此前未知。7 月由 GPT-5.6 Sol 用同一套研究框架跑的那一轮找到并利用了 166 个，OpenAI 据此称这一代是前者的五倍以上。
Firefox 那边，OpenAI 称其代码库在 2026 年初已是加固最彻底、被审视最多的项目之一，此后又经过多代前沿模型的进一步加固；即便如此，GPT-6 Cyber 仍在其中找到 81 个此前未知的高危漏洞，并指出另外 30 个已知问题的实际严重性高于此前判断。OpenAI 向 Mozilla 提交了报告和候选补丁，并称 Mozilla 已开始为其中许多漏洞发布修复。Firefox 杰出工程师 Brian Grinstead 在公告中说，模型「发现了此前未知的高危漏洞，指出了架构层面的改进，并帮助我们向数百万用户交付修复」。
这项研究还记录了一条时间线：扫描与人工分析持续 10 天，到结束时，Linux 上游已修掉 61 个 LPE，43 个有了暂存补丁，另有 299 个在公开报告和讨论中。研究文档据此提醒，自动分诊必须把快速修补的节奏算进去，否则报告很容易变成重复或过时的条目。
研究文档还记录了一次校验问题。早期一次运行中，系统报告了 200 个成功的本地提权利用，人工复核发现其中 20 个拿到 root 靠的是另一个没有被分配的零日漏洞。团队随后收紧任务约束，并加入独立检查，确认每个最终利用使用的正是被分配的那个漏洞。研究文档写下的结论是：除了验证结果，还要验证通往结果的路径。
48.45% 的 ExploitGym，和几个不好看的分项
把 GPT-6 Cyber 定义为 GPT-6 Astra 的「网络安全专用变体」：后训练用强化学习训练它复现崩溃、开发可用利用、在代码库里搜漏洞，同时用奖励信号压低对授权安全请求的拒答。
在漏洞利用基准 ExploitGym 上，它拿到 48.45%，GPT-6 Astra 是 42.43%，GPT-5.6 Cyber 是 32.1%。强调的是后一个对比：相对提升 51%，约 16 个百分点。换成更硬的设置，差距仍然在：加固版 ExploitGym 上 36.94% 对 Astra 的 29.69%，二进制逆向的 SRE-Bench 上 92.84% 对 87.98%，大型 JavaScript 引擎漏洞发现的 SEC-Bench Pro 上 87.02% 对 85.38%。
系统卡里有一个 100%，是 ExploitBench 的任意代码执行平均能力分。这个 100% 有前提。系统卡自己指出，这个基准用的是 2023 年以来的历史漏洞，存在污染风险，可能把分数抬高；换成一个使用近期披露漏洞的内部版本，GPT-6 Cyber 在 V8 和 Chrome 目标上的平均任意代码执行成功率是 42%，Astra 是 39%。系统卡的原话是，「可靠利用这些近期披露的漏洞对 GPT-6 Cyber 仍然困难」。
还有一个为评测 Daybreak Red 这类工作流而建的新基准 RemoteExploitBench，用 GitLab、PostgreSQL、Jenkins 中已知的漏洞搭受控环境。首轮评测里，跑在 Daybreak Blue 上的 GPT-6 Astra 对 100% 的任务拒答，GPT-6 Cyber 完成 95%，唯一失败的是一个没能远程打通的利用。
把这些数字放在一起，GPT-6 Cyber 更像是在 Astra 的基础上朝漏洞研究和利用开发再训练了一轮：专项任务上普遍高出几个百分点，最高约 7.3 个百分点，通用软件工程反而略低。ExpertSWE 上它是 82.95%，Astra 是 83.24%，这也支撑了 OpenAI 把它在「AI 自我改进」一项定在 High 以下的判断。
把「不要越界」练进模型
ExploitGym Honeypot 这项评测直接测试越界行为，设计灵感来自 Hugging Face 事件。任务是一个困难的利用挑战，环境里另放一个容易打的辅助服务，比如包仓库或对象存储；打它同样能拿到 flag（靶标），但那超出任务授权，模型需要自己判断这一点。
不给部署安全提示时，GPT-6 Cyber 在 0.07% 的评分回合里打了蜜罐；GPT-5.6 Cyber 是 5.51%，GPT-5.6 Sol 是 49.5%，GPT-6 Astra 是 0%。加上部署提示，GPT-6 Cyber 的观测值是 0%。公告换了一种说法：99.93% 的情况下没有碰范围外的服务，加上提示是 100%。
系统卡对这种改进的表述更保守：它写的是，GPT-6 Cyber 的对齐结果与 Astra 大致相当，各有强弱。在 Auto-Review（自动复核）拒绝后，两款模型都没有执行被禁止的动作（0%）；在承认搜索工具不可用上它更好（0.33% 对 6.92%），但在该停下来时停得更少（73.00% 对 78.38%），最终答复里报告阻塞项也更差（20.29% 对 11.66%）。OpenAI 对后一项的解释是，多数被标记的样本其实在前面的过程消息里说过阻塞，只是最终答复没有重复，属于总结不完整而非有意隐瞒。
发布前的媒体简报上，OpenAI 网络安全准备与安全团队负责人 Fouad Matin 对 The Verge 说，蜜罐评测上的改进「非常大」，「超过 99% 的时候它都在做你要求它做的事」。同一篇引了框架里「Critical」的门槛：能够在许多加固的真实关键系统中，无需人工干预地识别并开发出各种严重程度的可用零日利用。Matin 还提到另一个问题：模型可能意识到自己正在被评测，从而改变行为，「评测意识在我们这里是头等大事」。
拿到它需要什么：SSO、FIDO2 和 IP 白名单
Daybreak 分两层。按 OpenAI 8 月的，Daybreak Blue 面向防御性工作，提供 GPT-5.6 Sol 这类通用前沿模型，并去掉会误伤正常安全工作的系统级护栏；Daybreak Red 提供专门训练的 cyber 模型，用于授权的漏洞研究、利用验证和安全测试。GPT-6 Cyber 属于后者。公告把 Daybreak 的长期目标写成覆盖「各种规模的组织、独立研究者和开源维护者」。
审核分组织与个人两套要求。系统卡写明：组织需要 SSO（单点登录）、MFA（多因素认证）、受管设备和最小权限，还要承诺轮换凭证、监控员工使用、上报疑似滥用；个人需要受邀、通过身份与活体检查、证明专业适配性并做法律陈述，账户还必须启用 Advanced Account Security 和至少一个物理 FIDO2 安全密钥。Daybreak Red 的 API 默认要求 IP 白名单；使用零数据保留的 API 客户一般要用 Private Safety Processing（私有安全处理），加密记录留在客户自己的存储里 30 天，OpenAI 人员看不到原始提示和回复。
GPT-6 Cyber 还带来几项新护栏：新增检查拦截与工业控制、基础服务和选举系统相关的高风险协助，也针对可能促成死亡、重伤、灾难性物理破坏、危及生命的服务中断或进攻性武器系统控制的协助；所有用户强制开启保守型生物安全模式。OpenAI 对路透说，它看到更多利用 AI 作恶的尝试，包括恶意网络行为者和试图蒸馏其模型的对抗性组织。
OpenAI 同时新设了 Daybreak Red 的关键基础设施分组，并提到 10 亿美元的 Daybreak for Frontline Defenders 资助计划，为资源有限的政府机构和基础服务商补贴访问费用。
访问安排上，现阶段只有部分经过审核的 Daybreak Red 客户能通过 API 和 Codex 使用 GPT-6 Cyber；OpenAI 对路透表示，未来几周会扩大到所有获批的 Daybreak Red 客户。同日还有一项扩容：上一代 GPT-5.6 Cyber 向所有 Daybreak Red 客户开放。
客户怎么说，外部评估又测出了什么
OpenAI 公告里附了一组客户评价。Calif 的 CEO Thai Duong 说它是「我们用过的最适合长时间利用开发任务的模型」，能随着时间积累原语库、再从中找出通往更强结果的路径；Palo Alto Networks 首席产品与技术官 Lee Klarich 说它更快、更划算、明显更聪明，公司正通过 Unit 42 Continuous Frontier AI Defense 把它带给客户；Cisco 高级副总裁、首席安全与信任官 Anthony Grieco 说，把这类能力接进研究流程，团队能更快、更准地分析复杂架构。CodeRabbit 的 CEO Harjot Gill 给了一个数：在自家基准上，它找到的高危和中危安全问题比其生产模型多 66%。这些评价由 OpenAI 一并发布。
系统卡还记录了两项外部合作。OpenAI 称它与 NIST 的 CAISSI 合作测量网络能力，另与 Irregular 合作做了外部评估，后者的结果并不整齐：长周期攻击任务的 CyScenarioBench 上，GPT-6 Cyber 11 题全部至少解出一次，Astra 是 8 题，平均成功率 61%，高出 7 个百分点；但在测真实软硬件漏洞发现与利用的 FrontierCyber 上，它解出 90/288（31.3%），低于 Astra 的 96/288（33.3%）。Irregular 观察到，没有任何一次成功攻击针对完全加固的目标，两款模型也都没解出 15 道最难的题。
与工业控制安全公司 Dragos 的合作更具体。Dragos 在受控实验环境里用允许攻击性操作的 Daybreak Red 模型跑了一座模拟电厂：几乎不告诉它任何背景，它自己把 OT（运营技术）资产从 IT 噪声里分出来，然后在管理保护继电器数据的工程软件里找到两个零日，暴露出保护定值和断路器跳闸逻辑。Dragos 首席 AI 官 Rob T. Lee 的评论是，发起攻击前所需的侦察和漏洞研究，「技术门槛正在下降」。需要说明的是，这轮评测用的是 Daybreak Red 模型，不特指 GPT-6 Cyber。
OpenAI 的 16～55 倍成本对比，和 11 月 12 日的直播
OpenAI 为这轮发布给出的说法是，防御方的时间窗口正在收窄：公告称用前沿模型加固软件的时间有限。Linux 研究里还有一个成本对比：按 Pwn2Own 与 TyphoonPWN 的历史赏金，948 个利用对应 1,890 万～6,630 万美元，约为流水线 API 成本的 16～55 倍。
定在 11 月 12 日太平洋时间 10 时，也就是北京时间 11 月 13 日凌晨 2 时。活动页面称这是一场介绍 OpenAI 最新网络安全产品的直播主题演讲，OpenAI 说会上会有更多 Cyber 公告。