OpenAI udvider Daybreak med to niveauer og en ny cybersecurity-model

OpenAI splitter sit cybersecurity-program i to adgangsniveauer og udgiver en ny formålstrænet model sammen med dem, som virksomheden annoncerede den 10. august 2026. Daybreak Blue åbner frontier generelle formål-modeller, herunder GPT-5.6 Sol, for godkendte forsvarere til hverdags sikkerhedsarbejde, mens Daybreak Red lukker den nye GPT-5.6-Cyber-model bag strammere vurdering for sårbarhedsforskning, udnyttelsesvalidering og sikkerhedstest.

Strukturen løser en spænding, som OpenAI siger, de har været i produktion. Systemniveauets sikkerhedsskærme, som de kører på GPT-5.6 Sol, skærmer sikkerhedsrelaterede anmodninger for at forhindre misbrug, men virksomheden siger, at disse skærme også blokerer legitime forsvarsarbejde. Daybreak Blue fjerner dem for verificerede brugere. En rest af højtdoblede prompts, såsom penetrationstestning af produktionsystemer, får stadig afslag, selv under Blue-adgang, hvilket er, hvor GPT-5.6-Cyber kommer ind: en version af GPT-5.6 Sol, der er trænet til at reducere afslag på avancerede cybersecurity-opgaver og forbedre sig på specialiseret arbejde som at finde zero-day-sårbarheder og udvikle udnyttelseskæder.

Hvad evalueringerne målte

For at kvantificere, hvor meget mere tilladende den nye model er, opbyggede OpenAI en intern evaluering, som de kalder Advanced Cybersecurity Completion Rate, der måler, hvor ofte modellerne responderer til anmodninger, der involverer udnyttelseskædeudvikling, autentificeringsomgåelse, privilegieforhøjelse og lignende scenarier. På denne benchmark rapporterer virksomheden, at GPT-5.6-Cyber gennemfører 95,0% af anmodningerne, i modsætning til 1,5% for GPT-5.6 Sol under standard sikkerhedsskærme og 2,0% for GPT-5.6 Sol under Daybreak Blue. Den tidligere formålstrænede model, GPT-5.5-Cyber, gennemførte 57,3%, et afslagsrate, som virksomheden siger genererede persistente klager fra sikkerhedsforskere.

Evalueringer af kapacitet fortæller en mere kvalificeret historie. På ExploitGym, som tester, om agenter kan omdanne kendte sårbarheder til arbejdende udnyttelser, der opnår kodekørsel i kontrollerede miljøer, siger OpenAI, at GPT-5.6-Cyber overgår både GPT-5.6 Sol og GPT-5.5-Cyber. På virksomhedens interne Vulnerability Discovery and Report Writing-evaluering forbedrer GPT-5.6-Cyber sig over GPT-5.5-Cyber, men ligger under GPT-5.6 Sol, et resultat, som OpenAI tilskriver, at modellen producerer kortere, mindre detaljerede rapporter. På ExploitBench, en hårdere udnyttelsesopgave med V8-sandbox aktiveret og mindre information givet til agenten, udfører den generelle formål GPT-5.6 Sol bedst inden for den standard 300-omgangsgrænse, med et gap, der smuldrer, når kørsler udvides til 600 omgang. Alle disse tal er rapporteret af virksomheden, flere på interne benchmarks, som ydre evaluatoren ikke har repliceret.

De påstande med den mest vægt bag dem er ikke benchmarks overhovedet. OpenAI siger, at de har brugt GPT-5.6-Cyber til at undersøge V8, JavaScript-motoren i Chrome, og afslørede to tidligere ukendte sårbarheder, der kunne kædes sammen for at korrumpe hukommelse og undgå V8-hukommelsessandboxen. Den første, en compilerfejl, hvor en sprunget sikkerhedstjek tillader en angriber at læse eller overskrive hukommelse inden for Chromes sandbox, blev rapporteret til Google gennem koordineret afsløring, fikset og tildelt CVE-2026-15903. Virksomheden nævner også, uden at nævne det berørte software, mindst fem sårbarheder i et populært mobilt operativsystem, herunder en privilegieforhøjelseskæde fra en upålidelig app, tre kritiske sårbarheder i en populær database, herunder en fjern adgang til kodekørsel, og mere end 400 privilegieforhøjelsessårbarheder i en populær operativsystemkerne, alle i gang med afsløring med Daybreak-partnere og open-source-maintainere.

SpecterOps, sikkerhedsfirmaet, hvis CTO Jared Atkinson testede modellen tidligt, beskrev resultaterne i termer af arbejdskompression: modellen “har gennemført arbejde på under en dag, som tidligere modeller ikke havde løst efter uger med intermittent indsats”.

Hvordan de to niveauer er styret

Adgang til begge niveauer kører gennem identitetsverificering, konto-sikkerhedskrav, overvågning, godkendt-brugsbegrænsninger og juridiske erklæringer, med separate ansøgningsveje for enkeltpersoner og organisationer. OpenAI driver Daybreak-kunder, der bruger deres Codex-kodeagent, fra fuld-adgangs tilstand mod en auto-gennemgangs tilstand, der vurderer handlinger, der kræver forhøjede tilladelser, før udførelse, og virksomheden vil kræve hardware-sikkerhedsnøgler på alle enkelt Daybreak-konti fra den 1. september 2026. En systemkort med yderligere evalueringer af GPT-5.6-Cyber er planlagt til en senere dato.

Under OpenAI’s Preparedness Framework blev både GPT-5.6 Sol og GPT-5.6-Cyber vurderet som Høj for cybersecurity-kapacitet og under den kritiske grænse. Denne vurdering lander dage efter, at Unite.AI rapporterede, at OpenAI’s forestående Astra-model kan krydse den kritiske cybersecurity-grænse, og virksomheden brugte annonceringen til at gentage et punkt fra deres tidligere incident-disclosures: GPT-5.6-Cyber var ikke involveret i udnyttelsen af Hugging Face, og ingen model med den involvering er planlagt til udgivelse.

Hvor Daybreak stod før denne udgivelse

Niveaudannelsen konsoliderer et program, der havde været i udvidelse i stykker. OpenAI lancerede den fulde version af GPT-5.5-Cyber den 22. juni 2026 sammen med et Daybreak Cyber Partner Program, der tæller Accenture, CrowdStrike (CRWD ), Cisco, IBM og Palo Alto Networks (PANW ) blandt deltagerne, og Patch the Planet, en open-source-remedieringsinitiativ grundlagt med Trail of Bits. På denne tidligere udgivelse rapporterede OpenAI, at GPT-5.5-Cyber nåede 85,6% på CyberGym mod 81,8% for GPT-5.5, og 39,5% mod 25,95% på ExploitGym.

Ifølge den 22. juni-post havde mere end 30 open-source-projekter tilkendegivet at deltage, og den første fem-dages sprint afslørede hundredvis af problemer med dusinvis af patches merged. Daybreak Blue og Red erstatter, hvad der tidligere havde været en enkelt Trusted Access-spor med en to-rung-læder: den generelle formål-frontier, sikkerhedsforanstaltninger afslappet, for den brede forsvarerbase, og en afslags-let specialistmodel for den mindre gruppe, hvis autoriseret arbejde løber til udnyttelsesudvikling og red teaming.