OpenAI推出专用网络安全研究模型GPT-6 Cyber，并将其在“准备框架”下的网络安全能力评级从“高”上调至“关键”级。该模型目前通过API和Codex向经过审核的Daybreak Red客户开放，OpenAI计划近期扩展至全部Daybreak Red用户。

在衡量模型能否利用指定漏洞攻击远程目标的ExploitGym基准测试中，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%。在漏洞发现能力测试中，OpenAI新建的攻击性Web渗透评估体系显示，该模型实现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新基准，在受控环境中部署GitLab、PostgreSQL、Jenkins等真实应用进行测试，GPT-6 Cyber完成了95%的任务，而启用Daybreak Blue的GPT-6 Astra拒绝了全部任务。

对齐训练是此次发布的核心设计目标之一。在名为ExploitGym Honeypot的测试中，模型需自行判断攻击辅助服务超出授权范围并主动放弃。GPT-6 Cyber在无部署安全提示的情况下，越界率由GPT-5.6 Cyber的5.51%降至0.07%；加入提示后越界率归零。模型思维链日志显示，其推理过程中已内化边界意识，例如主动排除超出范围的凭据或非目标系统。

实战验证方面，GPT-6 Cyber在Firefox漏洞研究活动中发现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，相关报告与修复补丁建议已披露给Mozilla。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GPT-5.6 Sol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，OpenAI研究人员还借助该模型对压缩库Brotli中一个关键漏洞的远程代码执行路径进行了验证，并在内部红队演练中实现了从微虚拟机逃逸至宿主机执行代码，相关发现被用于加固训练前沿模型的基础设施。

随着能力扩张，OpenAI也检测到更多针对GPT-6 Cyber的恶意利用尝试，包括试图蒸馏模型能力的行为。为此，OpenAI同步强化了访问控制与监控机制：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以拦截在线服务器漏洞利用尝试、通过私有安全处理机制（PSP）自动审查相关交互，以及对Daybreak Red API访问实施IP白名单限制。在关键基础设施防护方面，OpenAI与工业控制系统网络安全提供商Dragos合作，在受控实验室环境中评估模型在OT/ICS场景下的能力边界与防护有效性。

OpenAI表示，已据此细化安全护栏，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。该公司还设立了10亿美元的Daybreak for Frontline Defenders资助计划，为政府机构及关键服务提供商等资源有限的团队提供访问支持。在更广泛的访问策略上，OpenAI正在向更多组织和独立安全研究人员扩展Daybreak Blue的测试版访问资格，并为经批准的关键基础设施防御团队设立专属的Daybreak Red for Critical Infrastructure分组，允许其在保留模型合规保护的前提下开展授权测试。

从产业视角看，GPT-6 Cyber的发布将AI安全工具从辅助性代码审查推向主动漏洞挖掘与利用验证，对软件供应链安全、开源项目维护以及关键基础设施防护构成直接助力。但“关键”级评级也意味着模型能力已接近需要严格管控的阈值，如何在提升防御效率与防范恶意滥用之间取得平衡，将成为OpenAI及整个AI安全生态持续面临的挑战。