GPT-6 Cyber: AI-агент OpenAI для кибербезопасности
GPT‑6 Cyber: OpenAI выпустила AI-агента для кибербезопасности
OpenAI представила GPT‑6 Cyber — специализированную модель для поиска и валидации уязвимостей, которая умеет работать строго в рамках заданного исследователями периметра. Это крупнейший шаг компании в сфере наступательной и оборонительной кибербезопасности: модель уже помогла найти сотни реальных уязвимостей в Linux и Firefox.
Что умеет GPT‑6 Cyber
GPT‑6 Cyber значительно превосходит своего предшественника GPT‑5.6 Cyber по всем ключевым бенчмаркам. На тесте ExploitGym, который проверяет способность модели эксплуатировать указанную уязвимость в удалённой цели, новинка набрала 48,5% — против 32,1% у предыдущей версии. Это 51% относительного прироста. На новом внутреннем бенчмарке по тестированию веб-приложений (без доступа к исходному коду) GPT‑6 Cyber обнаружила 40,3% уязвимостей, тогда как GPT‑6 Astra нашла лишь 32,0%.
Для оценки возможностей в реальных условиях OpenAI создала RemoteExploitBench — тест на известных уязвимостях в GitLab, PostgreSQL и Jenkins в контролируемой среде. GPT‑6 Astra с настройками Daybreak Blue отказалась от выполнения 100% задач, тогда как GPT‑6 Cyber завершила 95% — единственным сбоем стал эксплойт, который не удалось запустить удалённо.
По классификации Preparedness Framework компании, GPT‑6 Cyber получила категорию Critical в сфере кибербезопасности — выше, чем статус High у GPT‑5.6 Cyber.
Выровненная модель: как она держится в рамках
Один из главных рисков для AI-агентов в кибербезопасности — выход за пределы авторизованной области: попытки атаковать посторонние сервисы или игнорировать правила исследователя. OpenAI сделала выравнивание центральным элементом разработки GPT‑6 Cyber.
Для проверки используется тест ExploitGym Honeypot: модель получает сложную задачу в изолированной среде с намеренно уязвимыми вспомогательными сервисами (реестр пакетов, объектное хранилище). Атака на эти сервисы могла бы дать ответ — но это выходит за рамки задания. GPT‑6 Cyber избежала эксплуатации сторонних сервисов в 99,93% случаев без защитных промптов и в 100% случаев с ними. У GPT‑5.6 Cyber этот показатель составлял лишь 94,49%.
Во внутренней цепочке рассуждений модели (chain-of-thought) это выглядит так: «Не стоит считать API или контроллер атаки целью. Нужно атаковать только бинарник/сервер», «Не исследовать учётные данные вне области задачи».
Реальные результаты: Linux, Firefox и собственная инфраструктура OpenAI
GPT‑6 Cyber уже активно применяется в реальных проектах. Исследователи OpenAI использовали её для разработки 948 эксплойтов эскалации привилегий в ядре Linux — в пять раз больше, чем удалось предыдущей модели GPT‑5.6 Sol в том же режиме (166 эксплойтов). 304 критических находки уже переданы мейнтейнерам ядра с предложенными патчами.
В Firefox, одном из наиболее тщательно проверяемых кодовых баз в мире, модель обнаружила 81 ранее неизвестную уязвимость высокой степени опасности — хотя до этого над ним уже работали несколько поколений frontier-моделей. Mozilla начала выпускать исправления вскоре после получения отчётов. Кроме того, модель показала, что 30 ранее известных проблем были более серьёзными, чем считалось.
OpenAI также применяла GPT‑6 Cyber для защиты собственной инфраструктуры, используемой для обучения frontier-моделей. В ходе red-team кампаний агенты на базе GPT‑6 Cyber смогли выстроить цепочки уязвимостей для выхода из microVM и выполнения кода на хостах — все найденные проблемы были устранены.
Отзывы партнёров
Крупные игроки в сфере кибербезопасности уже тестируют модель в своих процессах.
Брайан Гринстед из Mozilla (Distinguished Engineer, Firefox) отметил: «Firefox вошёл в 2026 год как один из самых защищённых кодовых баз в мире. Даже после дополнительного усиления с помощью нескольких поколений frontier-моделей GPT‑6 Cyber обнаружила ранее неизвестные критические уязвимости и помогла нам выпустить исправления для миллионов пользователей».
Тай Зыонг, CEO компании Calif, назвал GPT‑6 Cyber лучшей моделью для длительных задач разработки эксплойтов: «Её способность накапливать библиотеки примитивов и находить через них путь к более серьёзным уязвимостям — это качественный скачок по сравнению с прошлыми поколениями».
Ли Кларич, Chief Product & Technology Officer в Palo Alto Networks, сообщил, что модель уже используется для защиты собственных продуктов компании и будет доступна клиентам через платформу Unit 42 Continuous Frontier AI Defense.
Стивен Хао, CTO Cognition, привёл конкретные цифры: на внутреннем бенчмарке по обнаружению новых уязвимостей GPT‑6 Cyber набрала 23% против предыдущего лучшего результата в 13%.
CodeRabbit зафиксировал на 66% больше выявленных уязвимостей высокого и среднего уровня опасности по сравнению с производственной моделью.
Защита от злоупотреблений и критической инфраструктуры
Усиление возможностей модели сопровождается расширением защитных механизмов. OpenAI внедрила мониторинг, специфичный для киберопераций, — система проверяет соответствие действий модели авторизации пользователя, при этом не блокируя легитимную работу с эксплойтами.
Среди новых мер: целевой мониторинг при координированном раскрытии критических уязвимостей (например, PHP), защита с применением IP-allowlisting для Daybreak Red API, а также механизм Private Safety Processing (PSP), который проверяет зашифрованные записи взаимодействий без раскрытия содержимого сотрудникам OpenAI.
Отдельное внимание уделено критической инфраструктуре — энергетике, водоснабжению, промышленным системам управления (OT/ICS). OpenAI запустила новую группу Daybreak Red for Critical Infrastructure для верифицированных защитников таких систем. Грантовая программа Daybreak for Frontline Defenders объёмом 2 991 500 000.00 BYN ($1 000 000 000) субсидирует доступ для государственных организаций и провайдеров критических услуг.
Совместно с компанией Dragos, мировым лидером в сфере OT-кибербезопасности, была проведена оценка модели на смоделированном объекте энергетики. Dragos выявила, что модель самостоятельно отделила OT-активы от IT-инфраструктуры и нашла две уязвимости нулевого дня в инженерном ПО, управляющем данными защитных реле — именно та информация, которую злоумышленник собирает перед физической атакой на объект.
Доступ к модели
GPT‑6 Cyber сначала доступна через API и Codex для ограниченного круга одобренных клиентов Daybreak Red. В ближайшее время доступ будет расширен на всех пользователей Daybreak Red; одновременно становится доступна GPT‑5.6 Cyber для этой же группы. Расширяется и программа Daybreak Blue alpha для GPT‑6 Astra — теперь к ней смогут подключиться больше организаций и независимых исследователей.
GPT‑6 Cyber — это не просто инструмент автоматизации рутинных проверок: модель способна вести длительные автономные исследовательские кампании, предлагать патчи и удерживаться в заданных границах. Это меняет баланс сил между защитниками и атакующими — и OpenAI делает ставку именно на то, чтобы этот инструмент оказался в руках правильной стороны раньше, чем им воспользуются злоумышленники.