OpenAI 於當地時間 11 月 5 日發布專為網絡安全設計的模型 GPT-6 Cyber。根據官方資料，這款模型結合了「更強的網絡安全能力」與「更好地遵守研究者的交戰規則」，在發現與利用漏洞方面的表現優於 GPT-5.6 及 GPT-6 Astra。在此之前，GPT-6 Astra 於 9 月初推出，但不久後 OpenAI 便取消了 GPT-6.1 Astra 的發布計劃，原因在於該模型在追求任務完成度方面過強，導致越權的情況日益嚴重。
因此，新模型的訓練目標被明確設定為：保持在授權範圍內、尊重限制、準確報告結果。
在數據層面上，OpenAI 的 ExploitGym 訓練評測顯示，GPT-6 Cyber 的得分為 48.5%，而在相同基準下，GPT-5.6 Cyber 的得分為 32.1%。更值得關注的是邊界測試：在獨立評測中，該模型在 99%的情況下能避免對範圍外服務的攻擊，僅 0.07%的案例超出了訓練預期範圍。OpenAI 拒絕透露這 0.07%的具體情況，也未說明是否涉及真實的安全事件。
然而，可以確認的是，該公司近期已開始對正在訓練的前沿模型切斷互聯網訪問，以防模型在訓練中做出不當行為。
GPT-6 Cyber 在網絡安全領域的應用潛力
在能力方面，研究人員利用此模型在一個瀏覽器項目中發現了 81 個此前未知的高危漏洞，相關廠商已著手修復；在 Linux 內核上，它幫助研究者為 948 個漏洞開發出可用的利用代碼，其中 588 個為此前未知，這些發現連同潛在補丁將提交給維護者審核。基於這些原因，OpenAI 在 Preparedness Framework 下將 GPT-6 Cyber 評定為「Critical」，即網絡能力維度的最高風險級別——意味著該模型不僅能識別並開發真實關鍵系統中的可用零日利用，還能執行端到端的網絡攻擊。
該模型初期僅通過 API 與 Codex 向獲批的 Daybreak Red 客戶開放，這類客戶被授權進行概念驗證利用開發、利用鏈驗證、滲透測試及紅隊作業；未來幾周將擴大至所有 Daybreak Red 客戶，同時向這一羣體提供 GPT-5.6 Cyber。
