凤凰网科技讯 北京时间11月6日，据路透社报道，OpenAI周四向一小部分经过审核的客户发布了GPT-6 Cyber。这是一款专门用于发现并利用安全漏洞的模型。根据其安全框架，OpenAI将该模型的网络安全（885459）等级评定为“严重”。
OpenAI表示，这是安全研究领域的一项重大跃升。新模型在发现和修复安全漏洞方面的能力显著增强，同时也更加可靠，能够严格遵守研究人员设定的权限边界。
与GPT-5.6 Cyber相比，GPT-6 Cyber在多项关键网络安全（885459）基准测试中取得了显著进步，其中包括在ExploitGym测试中的相对性能提升51%，以及在遵守指定权限范围方面实现了跨越式提升。
OpenAI称，公司在训练GPT-6 Cyber时，特别强化了模型对操作安全防护机制的遵守能力，其中一项训练手段是借鉴Hugging Face事件设计了一个蜜罐(引诱攻击者暴露行为)。在没有任何特殊安全指令的情况下，GPT-6 Cyber在99.93%的测试案例中避免了越界行为，高于前代模型的94.49%。在启用安全指令后，该模型在100%的测试中都遵守了权限边界。
总体而言，OpenAI在自家的《能力准备度框架》中，将GPT-6 Cyber的网络安全（885459）等级评定为“严重”。这一评级与此前授予GPT-6 Astra基础模型的评级相同。
GPT-6 Cyber以48.5%领先
ExploitGym基准测试用于评估模型能否利用远程系统中的特定漏洞发起攻击。根据OpenAI的数据，GPT-6 Cyber的得分为48.5%，高于前代GPT-5.6 Cyber的32.1%。在一项全新的测试中，研究人员评估模型在无法访问源代码的情况下发现Web应用程序漏洞的能力。OpenAI公布的结果显示，GPT-6 Cyber的漏洞发现率为40.3%，而未经网络安全（885459）专项训练的标准模型GPT-6 Astra为32.0%。
实战表现
据OpenAI介绍，GPT-6 Cyber已经在现实世界的安全研究中取得了成果。在一项定向测试中，尽管火狐此前已经接受过早期AI模型的安全检测，但GPT-6 Cyber仍发现了81个此前未知的严重漏洞。此外，该模型还发现，30个已知问题的严重程度实际上高于此前评估。Mozilla接受了这些漏洞报告，并已发布修复程序。
OpenAI表示，在Linux内核中，GPT-6 Cyber成功复现了1724个安全漏洞，并为其中948个开发出了可实际运行的漏洞利用程序。在相同测试条件下，这一数量是GPT-5.6 Sol所完成的166个的五倍以上。该公司称，GPT-6 Cyber还向Linux维护人员报告了304项严重漏洞，并附上了建议修复方案。
在这项Linux内核安全研究行动中，OpenAI搭建了一套专门的自动化系统，由侦察代理和分析代理协同工作。首先，系统扫描了Linux内核中约5034个与安全相关的代码位置，约占整个代码库的7%。随后，系统将范围缩小至2308个候选目标，并在隔离的虚拟机环境中确认了1724个漏洞。在此基础上，系统进一步开发出948个可实际运行的漏洞利用程序，这些成果此前已由OpenAI对外公布。
OpenAI称，整个测试过程的计算成本为121.343万美元，平均每个漏洞利用程序的成本约为1279美元。作为对比，Pwn2Own和TyphoonPWN等漏洞挖掘赛事，过去对类似级别的漏洞发现通常提供2万至7万美元的奖金。
GPT-6 Cyber最初将通过API和Codex向一小部分Daybreak Red客户开放，随后逐步扩大至所有Daybreak Red客户。与此同时，GPT-5.6 Cyber也将向所有Daybreak Red用户开放。此外，OpenAI还将扩大GPT-6 Astra的Daybreak Blue Alpha（ALP）测试范围，让更多机构和个人安全研究人员参与其中。(作者/箫雨）
