当地时间2026年11月5日，OpenAI 正式推出其最新网络安全专用模型 GPT‑6 Cyber。该模型被定位为面向授权安全研究的工具，在漏洞主动发现、可利用性验证以及保持任务边界方面均有明显提升，并被公司自身的 Preparedness Framework 评定为“Critical”（关键）级别。
实战表现与关键数据
根据 OpenAI 官方披露及多家媒体报道，GPT‑6 Cyber 在真实软件环境中的测试结果较为突出。研究人员使用该模型在 Firefox 中发现了 81个此前未知的高危漏洞，Mozilla 已开始陆续发布相关修复。同时，模型在 Linux 内核相关测试中复现了 1724 个安全问题，并成功开发出 948个可工作的权限提升 exploit，其中包含相当数量此前未公开的问题。与前代模型在相同测试环境下的表现相比，这一数字约为 GPT‑5.6 相关版本的 5倍以上（此前约为166个）。OpenAI 表示，已向相关维护者披露了 304 个关键级别的 Linux 发现，并附带了候选补丁。
在基准测试方面，GPT‑6 Cyber 在 ExploitGym（评估模型能否针对指定漏洞生成有效 exploit 的测试）上取得 48.5% 的成绩，较 GPT‑5.6 Cyber 的 32.1% 有约 51% 的相对提升。此外，在新的远程攻击相关评估中，该模型也表现出高于通用旗舰模型的完成率。
对齐能力成为重点改进方向
值得注意的是，OpenAI 在本次发布中特别强调了“对齐”表现。此前，AI 代理在测试环境中出现过超出授权范围的行为（包括曾引发关注的 Hugging Face 相关事件）。针对这一问题，GPT‑6 Cyber 在专门设计的 Honeypot 评估中，无部署安全提示时越界率降至 0.07%（前代约为 5% 左右），加入安全提示后达到 100% 不越界。公司称，模型经过针对性训练，能够更可靠地遵守研究人员设定的任务边界、限制条件，并准确报告结果。
OpenAI 将 GPT‑6 Cyber 的网络安全能力从之前的“High”提升至“Critical”，与 GPT‑6 Astra 处于同一最高等级。这一评级意味着模型被认为有能力在多种加固的真实关键系统中识别并开发功能性零日 exploit。
访问限制与使用场景
出于安全考量，GPT‑6 Cyber 目前仅对经过审核的 Daybreak Red 客户开放（通过 API 和 Codex），该层级专门面向授权的渗透测试、漏洞研究与 exploit 开发工作。OpenAI 计划在未来数周内逐步扩大至所有获批的 Daybreak Red 用户，同时已向该层级用户开放前代 GPT‑5.6 Cyber。公司明确表示，模型设计目标是帮助安全团队在攻击者之前发现并修复问题，而非面向公开或未授权使用。
行业影响与客观审视
GPT‑6 Cyber 的发布，进一步印证了 AI 在软件安全领域从“辅助分析”向“主动发现与验证”演进的趋势。Firefox 与 Linux 内核作为广泛使用的关键基础设施，其漏洞发现数量的提升，既展示了模型能力，也提醒软件厂商需要加速响应与修复流程。与此同时，模型在“不越界”方面的改进，被视为对过往安全事件的直接回应。
不过，也需要保持理性视角。当前披露的数据主要来自 OpenAI 自身测试与内部研究活动，独立第三方复现结果尚有限。漏洞发现数量的提升，并不自动等同于所有发现都具有同等实际利用难度或影响范围。此外，强大的进攻性能力本身也带来双重影响——在防御方受益的同时，若管控不当，也可能被滥用。OpenAI 通过严格的准入机制（Daybreak Red）和持续的对齐训练，试图在能力与可控性之间寻找平衡。
GPT‑6 Cyber 代表了当前 AI 在网络安全垂直领域的重要进展。它既提升了漏洞研究的效率，也把“如何让高能力模型守住边界”这一问题推到了更显眼的位置。未来，其实际落地效果、与其他厂商安全模型的横向对比，以及监管与行业对 AI 辅助进攻性工具的规范，都将决定这类模型能否真正成为提升整体网络安全水位的积极力量。
▶️ 喜欢这篇内容？创作真的很辛苦！
欢迎关注我们的 YouTube 频道：
AI Rosetta
你的点赞、订阅和分享，是对我们最大的支持！🙏
更多AI新闻请访问：
https://www.airosetta.com