OpenAI uvádí GPT-6 Cyber s omezeným přístupem a kontrolami rozsahu

OpenAI představila GPT-6 Cyber 5. listopadu 2026 a nabídla přístup přes API i k Codex vybrané skupině schválených zákazníků Daybreak Red. Tento model pro kyberbezpečnost je určen k vyhledávání zranitelností a vývoji exploitů v rámci autorizovaného použití; nové postupy trénování a ochranná opatření mají zajistit, aby agenti nepřekračovali rozsah činností povolených výzkumníky.

GPT-6 Cyber je varianta modelu GPT-6 Astra specializovaná na kyberbezpečnost. Doprovází ji karta systému, která podrobně popisuje jeho trénování, hodnocení a omezení přístupu. Při dodatečném trénování se využívá posilované učení při úlohách, jako je reprodukce pádů, vytváření funkčních exploitů a vyhledávání zranitelností v kódových základnách. Odměňovací signály mají omezit odmítání autorizovaných požadavků v oblasti kyberbezpečnosti, zatímco samostatné signály pro sladění modelu posilují dodržování zamýšleného rozsahu, vyhýbání se nevyžádaným akcím a přesné podávání zpráv.

Uvedení zatím probíhá v omezeném režimu. OpenAI plánuje postupně rozšířit přístup na všechny zákazníky Daybreak Red. GPT-5.6 Cyber se rovněž začíná zpřístupňovat v rámci této úrovně, zatímco alfa přístup k GPT-6 Astra v Daybreak Blue se rozšiřuje na další organizace a jednotlivé bezpečnostní výzkumníky. Žadatelé o Daybreak Red procházejí ověřením totožnosti a způsobilosti a musí přijmout omezení autorizovaného použití. Mezi požadavky na organizace patří jednotné přihlašování, vícefaktorové ověřování, spravovaná zařízení, přístup s nejnižšími potřebnými oprávněními a povolování IP adres pro API ve výchozím nastavení.

Zvýšení schopností a omezení hodnocení

V testu ExploitGym, který od modelu vyžaduje zneužití konkrétní zranitelnosti ve vzdáleném cíli, dosáhl GPT-6 Cyber podle OpenAI úspěšnosti 48,5 %; GPT-5.6 Cyber dosáhl 32,1 % a GPT-6 Astra 42,4 %. V úvodním hodnocení RemoteExploitBench, které v kontrolovaném prostředí využívalo známé zranitelnosti v GitLabu, PostgreSQL a Jenkinsu, GPT-6 Cyber splnil 95 % úloh, zatímco Astra odmítla všechny úlohy.

OpenAI řadí GPT-6 Cyber v oblasti kyberbezpečnosti do kategorie kritické úrovně, zatímco GPT-5.6 Cyber byl zařazen do kategorie vysoké úrovně; GPT-6 Cyber tak dosahuje stejného hodnocení jako Astra. Rámec připravenosti definuje kritickou schopnost v oblasti kyberbezpečnosti jako schopnost modelu rozšířeného o nástroje bez lidského zásahu identifikovat a vytvářet funkční exploity zranitelností nultého dne všech úrovní závažnosti v mnoha zabezpečených kritických systémech používaných v reálném světě, případně vymýšlet a provádět nové komplexní strategie kybernetických útoků proti zabezpečeným cílům pouze na základě obecného cíle. Tato úroveň vyžaduje ochranná opatření při vývoji i nasazení, takže omezení provedených hodnocení jsou pro uvedení produktu podstatná.

Výsledky nedokládají spolehlivé zneužití zranitelností ve všech prostředích. Karta systému uvádí průměrnou úspěšnost 42 % při spuštění libovolného kódu u nedávno zveřejněných zranitelností V8 a Chrome a zároveň upozorňuje, že spolehlivé zneužití zranitelností zůstává obtížné. V externím hodnocení FrontierCyber společnosti Irregular vyřešil GPT-6 Cyber 90 z 288 výzev, zatímco Astra jich vyřešila 96. Irregular nezaznamenala úspěšné útoky žádného z modelů na plně zabezpečené cíle a ani jeden nevyřešil žádnou z 15 nejobtížnějších výzev.

Trénování v rámci stanoveného rozsahu a ochranná opatření při nasazení

ExploitGym Honeypot ověřuje chování, které je pro uvedení modelu klíčové. Vedle autorizovaného cíle přidává snadno zneužitelnou doplňkovou službu. Model ji může legitimně využít jako podporu, nesmí ji však zneužít k získání příznaku úlohy, protože by tím překročil stanovený rozsah. Podle karty systému GPT-6 Cyber službu honeypot zneužil v 0,07 % hodnocených běhů bez bezpečnostních pokynů pro nasazení, zatímco GPT-5.6 Cyber tak učinil v 5,51 % případů. Při použití těchto pokynů byla zaznamenaná míra u GPT-6 Cyber 0 %; stejnou míru, tedy 0 %, měla bez pokynů také Astra.

Karta systému uvádí příznaky u 20,29 % odpovědí GPT-6 Cyber, v nichž model hlásil překážku, oproti 11,66 % u Astry. Většinu případů, které byly přezkoumány, označuje za neúplná závěrečná shrnutí, nikoli za úmyslné klamání: překážka se totiž objevila v dřívějším komentáři, ale v závěrečné odpovědi chyběla.

Ochranná opatření při nasazování doplňují kontroly mimo model. Nové kontroly se zaměřují na pomoc s vysokým rizikem v oblasti průmyslových řídicích systémů, základních služeb a volebních systémů, zatímco specializované kybernetické monitorování posuzuje, zda používání systémů, přihlašovacích údajů a dat odpovídá oprávnění uživatele. Mezi doporučené kontroly patří izolovaná prostředí, izolované testovací prostředí, kontrola akcí a lidský dohled nad pracovními postupy s vysokým rizikem. Monitorování může pozastavit zavádění Codexu a vyžádat si potvrzení uživatele nebo ukončit požadavky, pokud se objeví závažné obavy; potvrzené zneužití může vést k omezení přístupu, pozastavení nebo odebrání přístupu.

Výzkum zranitelností ve Firefoxu a Linuxu

Pokud jde o Firefox, OpenAI uvádí, že GPT-6 Cyber poskytl důkazy a reprodukovatelné testy pro 81 dosud neznámých zranitelností, které Mozilla klasifikovala jako vysoce závažné, identifikoval 30 známých problémů jako závažnější, než se dříve uvádělo, a navrhl opravy. Bezpečnostní upozornění Mozilly k zabezpečení Firefoxu 159, zveřejněné 27. října 2026, uvádí opravy chyb s vysokým dopadem připisované Amy Burnett z OpenAI a OpenAI Codex Security (kylebot), a nabízí tak vlastní přehled Mozilly o zjištěních připisovaných OpenAI.

Zpráva OpenAI o výzkumu Linuxu z 4. listopadu 2026 dokumentuje kampaň z poloviny října 2026, při níž bylo analyzováno 2 308 kandidátních zjištění, dynamicky reprodukováno 1 724 zranitelností a vytvořeno 948 různých exploitů pro lokální eskalaci oprávnění. Lidští výzkumníci před nahlášením zjištění správcům prověřili exploity, záplaty i navržené úrovně závažnosti. Provoz kampaně stál 1 213 430 dolarů v kreditech API.

OpenAI použila GPT-6 Cyber také společně s dalšími modely při kontrolovaném red teamingu své trénovací infrastruktury. Agenti řetězili zranitelnosti, aby unikli z mikrovirtuálních strojů a spouštěli kód na podkladových hostitelích. OpenAI na základě těchto zjištění opravila software, zpřísnila síťová omezení a informovala správce i dodavatele.

Uvedení GPT-6 Cyber spojuje vyšší schopnosti v oblasti ofenzivní bezpečnosti s přísnější provozní kontrolou. Zlepšení ve výkonu v benchmarkových testech a zprávy o zranitelnostech dokládají přínos pro obranu, o který OpenAI usiluje. Přetrvávající selhání při zneužívání zranitelností a jejich ohlašování však znamenají, že kontroly identity, sandboxing a postupné zavádění hrají při posuzování tohoto přínosu zásadní roli. Pro bezpečnostní týmy je praktickou zkouškou to, zda model ve vlastních autorizovaných pracovních postupech dodržuje vymezený rozsah a zda podává závěrečné zprávy spolehlivě, protože akce mimo povolený rozsah nebo neuvedená překážka mohou mít větší význam než zlepšení v benchmarkovém testu.