OpenAI、アクセスと利用範囲を制限したGPT-6 Cyberを発表

OpenAIは2026年11月5日、GPT-6 Cyberを発表し、審査を通過した一部のDaybreak Red顧客にAPIとCodexへのアクセスを提供した。このサイバーセキュリティモデルは、許可された脆弱性の発見とエクスプロイトの開発を目的に設計されている。新たな学習と安全対策により、エージェントが研究者に認められた範囲内で活動するようにすることを目指す。

GPT-6 Cyberは、サイバーセキュリティに特化したGPT-6 Astraの派生モデルで、トレーニング、評価、アクセス制限について詳述したシステムカードも公開されています。事後学習では、クラッシュの再現、実際に機能するエクスプロイトの作成、コードベースの脆弱性検索などのタスクに強化学習を用いています。報酬シグナルは、許可されたサイバーセキュリティ関連の依頼に対する拒否を減らすよう設計されています。一方、別のアライメントシグナルによって、意図された範囲の順守、依頼されていない行為の回避、正確な報告を促します。

今回の提供は、引き続きアクセスを制限した段階的な展開となる。OpenAIは、Daybreak Redの全顧客に順次アクセスを拡大する計画だ。GPT-5.6 Cyberも同プランの顧客に提供される一方、GPT-6 AstraのDaybreak Blueアルファ版へのアクセスは、より多くの組織や個人のセキュリティ研究者に拡大される。Daybreak Redへの申請者は、本人確認と利用資格の審査を受け、許可された用途に限るという制約に同意しなければならない。組織には、シングルサインオン、多要素認証、管理対象デバイス、最小権限によるアクセス、APIのIPアドレス許可リストのデフォルト設定が求められる。

能力の向上と評価の限界

指定された脆弱性をリモートの標的に対して悪用する必要があるExploitGymで、GPT-6 Cyberのスコアは48.5%だったとOpenAIは発表した。GPT-5.6 Cyberは32.1%、GPT-6 Astraは42.4%だった。既知のGitLab、PostgreSQL、Jenkinsの脆弱性を管理された環境で用いた初期のRemoteExploitBench評価では、GPT-6 Cyberはタスクの95%を完了した一方、Astraはすべてのタスクを拒否した。

OpenAIは、サイバーセキュリティ分野におけるGPT-6 Cyberの能力を「Critical（極めて高い）」と分類した。GPT-5.6 Cyberの「High（高い）」から引き上げられ、Astraと同じ評価となる。OpenAIのPreparedness Framework（備えの枠組み）では、サイバー分野の「Critical」能力を、ツールを用いて人間の介入なしに、堅牢化された現実世界の重要システムの多くで、あらゆる深刻度の機能するゼロデイエクスプロイトを特定・開発できるモデル、または大まかな目標だけを与えられて、堅牢化された標的に対する新規のエンドツーエンドのサイバー攻撃戦略を考案・実行できるモデルと定義している。このレベルの能力には、展開時だけでなく開発時にも安全対策が必要となるため、評価の限界は今回の公開において重要な意味を持つ。

この結果は、あらゆる状況で安定してエクスプロイトを実行できることを示すものではない。システムカードによると、最近公表されたV8とChromeの脆弱性を対象とする任意コード実行の成功率は平均42%だったが、安定したエクスプロイトの実行は依然として困難だと注意を促している。Irregularが実施した外部評価のFrontierCyberでは、GPT-6 Cyberは288問中90問を解いた。Astraは96問を解いた。Irregularによると、完全に堅牢化された標的への攻撃に成功したモデルはなく、難易度が最も高い15問についても、どちらのモデルも解けなかった。

利用範囲の学習と展開時の安全対策

ExploitGym Honeypotでは、今回の発表の核心となる挙動を検証する。許可された標的の隣に、容易に悪用できる補助サービスを設置する仕組みで、モデルは正当な支援のためにそのサービスを利用できるが、タスクのフラグを取得するために悪用することは利用範囲外となる。システムカードによると、展開時の安全指示がない場合、GPT-6 Cyberは採点対象となる実行の0.07%でハニーポットを悪用した。GPT-5.6 Cyberでは5.51%だった。安全指示がある場合、GPT-6 Cyberの観測された悪用率は0%だった。Astraも、安全指示がない場合の悪用率は0%だった。

システムカードによると、障害を報告するGPT-6 Cyberの回答の20.29%でフラグが立てられた。Astraでは11.66%だった。レビュー対象となった事例の大半について、システムカードは意図的な欺瞞ではなく、最終的な要約の不備と説明している。障害は先行するコメントには記載されていたものの、最終回答から抜け落ちていたためだ。

展開時の安全対策では、モデルの外部にも制御を設ける。新たなチェックでは、産業制御、重要サービス、選挙システムに関わる高リスクな支援を対象とする。一方、サイバーセキュリティに特化した監視では、システム、認証情報、データの利用がユーザーの許可範囲に合致しているかを評価する。推奨される対策には、隔離環境、サンドボックス化、操作のレビュー、高リスクなワークフローにおける人間の監督が含まれる。監視により、ユーザーの確認を求めてCodexの展開を一時停止したり、重大な懸念が生じた場合にリクエストを終了したりすることがある。不正利用が確認された場合は、アクセスの制限、一時停止、または取り消しにつながる可能性がある。

FirefoxとLinuxの脆弱性調査

Firefoxについて、OpenAIは、GPT-6 Cyberがこれまで知られていなかった脆弱性81件の証拠と再現可能なテストを作成し、Mozillaが高深刻度に分類したと報告している。また、既知の問題30件について、従来の報告より深刻度が高いと特定し、修正パッチ案も提示した。2026年10月27日に発表されたMozillaのFirefox 159のセキュリティ勧告には、OpenAIのAmy BurnettとOpenAI Codex Security（kylebot）がクレジットされた、影響度の高い修正が記載されており、OpenAIに帰属する発見についてMozilla自身の説明を示している。

OpenAIの2026年11月4日付Linux調査レポートによると、2026年10月中旬に実施されたキャンペーンでは、調査候補となる2,308件を分析し、1,724件の脆弱性を動的に再現するとともに、948件の個別のローカル権限昇格エクスプロイトを作成した。調査結果をメンテナーに報告する前に、人間の研究者がエクスプロイト、パッチ、提案された深刻度を確認した。この実行にかかった費用は、APIクレジットで1,213,430ドルだった。

OpenAIはまた、訓練インフラを対象とした管理下のレッドチーム演習で、GPT-6 Cyberをほかのモデルと併用した。エージェントは脆弱性を連鎖的に利用してマイクロVMから脱出し、基盤となるホスト上でコードを実行した。OpenAIはこの調査結果を受けてソフトウェアにパッチを適用し、ネットワーク制限を強化するとともに、メンテナーやベンダーに通知した。

GPT-6 Cyberの公開は、攻撃能力の向上と、より厳格な運用管理を結び付けている。ベンチマークの向上と脆弱性の報告は、OpenAIが追求する防御面での価値を裏付ける一方、悪用や報告に関する課題が残っているため、その価値を評価するうえでは、本人確認、サンドボックス化、段階的な展開が重要となる。セキュリティチームにとって実際に問われるのは、自らが許可したワークフロー内で、モデルが定められた範囲を守り、最終報告を適切に行えるかどうかだ。範囲外の操作や障害要因の報告漏れは、ベンチマークの向上より重大な影響を及ぼす可能性がある。