OpenAI推出了一款專為網路安全攻防設計的模型GPT-6 Cyber，並將其在自身“準備框架”下的網路安全能力評級從“高”上調至“關鍵”。該模型目前僅向經過稽核的少數客戶開放，用於發現漏洞、驗證可利用性並在攻擊者得手前完成修復。
能力提升是此次評級上調的直接依據。在測試模型能否利用指定漏洞攻擊遠端目標的ExploitGym基準中，GPT-6 Cyber得分48.5%，較前代GPT-5.6 Cyber的32.1%提升約16個百分點，相對提升幅度達51%。在漏洞發現任務中，該模型在無法訪問原始碼的Web滲透測試中實現40.3%的漏洞召回率，高於通用旗艦模型GPT-6 Astra的32.0%。針對更復雜的遠端漏洞利用場景，OpenAI構建了RemoteExploitBench基準，在受控環境中部署GitLab、PostgreSQL、Jenkins等真實應用，GPT-6 Cyber完成了95%的任務，而啟用安全提示的GPT-6 Astra拒絕了全部任務。
任務邊界合規性被OpenAI列為該模型的核心設計目標。在ExploitGym Honeypot測試中，模型需自行判斷攻擊輔助服務是否超出授權範圍。結果顯示，在未啟用部署安全提示的情況下，GPT-6 Cyber的越界率從GPT-5.6 Cyber的5.51%降至0.07%；啟用提示後越界率歸零。模型思維鏈日誌顯示，其推理過程已內化邊界意識，例如主動排除超出範圍的憑據或非目標系統。
實戰驗證覆蓋了開源軟體與關鍵基礎設施。在Firefox漏洞研究活動中，GPT-6 Cyber發現81個被Mozilla評定為高危級別的新漏洞，並證實另有30個已知問題的實際嚴重程度高於此前評估，Mozilla已開始落地修復。在Linux核心安全研究中，該模型復現了1,724個漏洞，併為其中948個開發出可工作的利用程式，遠超前代模型在同等條件下完成的166個；OpenAI已向核心維護者披露304個關鍵發現並附上候選補丁。此外，該模型還協助驗證了壓縮庫Brotli中一個關鍵漏洞的遠端程式碼執行路徑，並在內部紅隊演練中實現了從微虛擬機器逃逸到宿主機執行程式碼。
隨著能力擴張，OpenAI也檢測到更多針對該模型的惡意利用嘗試，包括試圖蒸餾模型能力的行為。為此，公司同步強化了訪問控制與監控：針對網路安全場景的專項合規監控、在關鍵PHP漏洞協調披露期間部署針對性監控、通過私有安全處理機制（PSP）自動審查互動，以及對Daybreak Red API實施IP白名單限制。OpenAI還與工業控制系統安全提供商Dragos合作，在受控實驗室中評估模型在OT/ICS場景下的能力邊界，以細化安全護欄，目標是在阻止有害協助的同時不過度限制合法的授權測試。
訪問路徑採取分階段開放策略。GPT-6 Cyber目前通過API和Codex向經批准的Daybreak Red客戶開放，並計劃近期擴充套件至全部Daybreak Red使用者；GPT-5.6 Cyber也將向全部Daybreak Red客戶開放。OpenAI同時擴大Daybreak Blue的測試版訪問資格，併為關鍵基礎設施防禦團隊設立專屬的Daybreak Red for Critical Infrastructure分組。公司還設立了10億美元的Daybreak for Frontline Defenders資助計劃，為資源有限的政府機構及關鍵服務提供商提供訪問支援。
從行業視角看，GPT-6 Cyber的“關鍵”級評級意味著OpenAI自身承認該模型在網路安全領域具備顯著的雙用途潛力——既能幫助防禦者搶先發現並修復漏洞，也可能被惡意行為者用於攻擊。這一評級與分階段開放、強化監控的組合，反映出前沿AI公司在能力釋放與風險控制之間尋求平衡的嘗試。對關注AI安全治理的讀者而言，該案例提供了觀察“能力越強、管控越細”這一趨勢的具體樣本，其後續訪問擴充套件節奏與濫用防範效果值得持續跟蹤。