OpenAI推出了一款专为网络安全攻防设计的模型GPT-6 Cyber，并将其在自身“准备框架”下的网络安全能力评级从“高”上调至“关键”。该模型目前仅向经过审核的少数客户开放，用于发现漏洞、验证可利用性并在攻击者得手前完成修复。
能力提升是此次评级上调的直接依据。在测试模型能否利用指定漏洞攻击远程目标的ExploitGym基准中，GPT-6 Cyber得分48.5%，较前代GPT-5.6 Cyber的32.1%提升约16个百分点，相对提升幅度达51%。在漏洞发现任务中，该模型在无法访问源代码的Web渗透测试中实现40.3%的漏洞召回率，高于通用旗舰模型GPT-6 Astra的32.0%。针对更复杂的远程漏洞利用场景，OpenAI构建了RemoteExploitBench基准，在受控环境中部署GitLab、PostgreSQL、Jenkins等真实应用，GPT-6 Cyber完成了95%的任务，而启用安全提示的GPT-6 Astra拒绝了全部任务。
任务边界合规性被OpenAI列为该模型的核心设计目标。在ExploitGym Honeypot测试中，模型需自行判断攻击辅助服务是否超出授权范围。结果显示，在未启用部署安全提示的情况下，GPT-6 Cyber的越界率从GPT-5.6 Cyber的5.51%降至0.07%；启用提示后越界率归零。模型思维链日志显示，其推理过程已内化边界意识，例如主动排除超出范围的凭据或非目标系统。
实战验证覆盖了开源软件与关键基础设施。在Firefox漏洞研究活动中，GPT-6 Cyber发现81个被Mozilla评定为高危级别的新漏洞，并证实另有30个已知问题的实际严重程度高于此前评估，Mozilla已开始落地修复。在Linux内核安全研究中，该模型复现了1,724个漏洞，并为其中948个开发出可工作的利用程序，远超前代模型在同等条件下完成的166个；OpenAI已向内核维护者披露304个关键发现并附上候选补丁。此外，该模型还协助验证了压缩库Brotli中一个关键漏洞的远程代码执行路径，并在内部红队演练中实现了从微虚拟机逃逸到宿主机执行代码。
随着能力扩张，OpenAI也检测到更多针对该模型的恶意利用尝试，包括试图蒸馏模型能力的行为。为此，公司同步强化了访问控制与监控：针对网络安全场景的专项合规监控、在关键PHP漏洞协调披露期间部署针对性监控、通过私有安全处理机制（PSP）自动审查交互，以及对Daybreak Red API实施IP白名单限制。OpenAI还与工业控制系统安全提供商Dragos合作，在受控实验室中评估模型在OT/ICS场景下的能力边界，以细化安全护栏，目标是在阻止有害协助的同时不过度限制合法的授权测试。
访问路径采取分阶段开放策略。GPT-6 Cyber目前通过API和Codex向经批准的Daybreak Red客户开放，并计划近期扩展至全部Daybreak Red用户；GPT-5.6 Cyber也将向全部Daybreak Red客户开放。OpenAI同时扩大Daybreak Blue的测试版访问资格，并为关键基础设施防御团队设立专属的Daybreak Red for Critical Infrastructure分组。公司还设立了10亿美元的Daybreak for Frontline Defenders资助计划，为资源有限的政府机构及关键服务提供商提供访问支持。
从行业视角看，GPT-6 Cyber的“关键”级评级意味着OpenAI自身承认该模型在网络安全领域具备显著的双用途潜力——既能帮助防御者抢先发现并修复漏洞，也可能被恶意行为者用于攻击。这一评级与分阶段开放、强化监控的组合，反映出前沿AI公司在能力释放与风险控制之间寻求平衡的尝试。对关注AI安全治理的读者而言，该案例提供了观察“能力越强、管控越细”这一趋势的具体样本，其后续访问扩展节奏与滥用防范效果值得持续跟踪。