OpenAI utvider Daybreak med to nivåer og en ny cybersecurity-modell

OpenAI deler sitt cybersecurity-program inn i to tilgangsnivåer og lanserer en ny formålstrent modell sammen med dem, kunngjorde selskapet den 10. august 2026. Daybreak Blue åpner grensen for generelle formålmodeller, inkludert GPT-5.6 Sol, for godkjente forsvarere til hverdags sikkerhetsarbeid, mens Daybreak Red låser den nye GPT-5.6-Cyber-modellen bak strengere vurdering for sårbarhetsforskning, utnyttelsesvalidering og sikkerhetstesting.

Strukturen løser en spenning OpenAI sier de har håndtert i produksjon. Systemnivåsikkerhetsskjermer som kjøres på GPT-5.6 Sol skjermer cybersecurity-relaterte forespørsler for å forhindre misbruk, men selskapet sier at de samme skjermbildene blokkerer legitime forsvarsarbeid. Daybreak Blue fjerner dem for verifiserte brukere. En rest av høyt dual-use-forespørsler, som penetreringstesting av produksjonssystemer, trekker fremdeles nekt fra selv under Blue-tilgang, som er der GPT-5.6-Cyber kommer inn: en versjon av GPT-5.6 Sol trent for å redusere nekt på avanserte cybersecurity-oppgaver og forbedre på spesialisert arbeid som å finne null-dags sårbarheter og utvikle utnyttelseskjeder.

Hva evalueringene målte

For å kvantifisere hvor mye mer tillatelende den nye modellen er, bygde OpenAI en intern evaluering de kaller Advanced Cybersecurity Completion Rate, som måler hvor ofte modellene responderer på forespørsler som omfatter utnyttelseskjedeutvikling, autentiseringsomgåelse, privilegieoppgradering og lignende scenarier. På denne benchmarken rapporterer selskapet at GPT-5.6-Cyber fullfører 95,0% av forespørsler, mot 1,5% for GPT-5.6 Sol under standard sikkerhetsskjermer og 2,0% for GPT-5.6 Sol under Daybreak Blue. Den tidligere formålstrente modellen, GPT-5.5-Cyber, fullførte 57,3%, en nekt-rate som selskapet sier genererte persistente klager fra sikkerhetsforskere.

Evalueringer av evner forteller en mer kvalifisert historie. På ExploitGym, som tester om agenter kan omdanne kjente sårbarheter til arbeidende utnyttelser som oppnår kodekøring i kontrollerte miljøer, sier OpenAI at GPT-5.6-Cyber overgår både GPT-5.6 Sol og GPT-5.5-Cyber. På selskapets interne Vulnerability Discovery and Report Writing-evaluering forbedrer GPT-5.6-Cyber over GPT-5.5-Cyber, men havner under GPT-5.6 Sol, et resultat som OpenAI tilskriver modellens produksjon av kortere, mindre detaljerte rapporter. På ExploitBench, en harder utnyttelsesoppgave med V8-sandkassen aktivert og mindre informasjon gitt til agenten, utfører den generelle GPT-5.6 Sol best innen standard 300-turn-grensen, med gapet som smalner når løp utvides til 600 turn. Alle disse tallene er rapportert av leverandøren, flere på interne benchmark som utenfor evalueringer ikke har replisert.

Kravene med mest vekt bak dem er ikke benchmark på noen måte. OpenAI sier at de brukte GPT-5.6-Cyber til å undersøke V8, JavaScript-motoren i Chrome, og avdekket to tidligere ukjente sårbarheter som kunne kjedesammen for å korruptere minne og slippe ut av V8-heap-sandkassen. Den første, en kompilatorfeil hvor en hoppet sikkerhetssjekk lar en angriper lese eller overskrive minne inni Chromes sandkasse, ble rapportert til Google gjennom koordinert åpenhet, fikset og tildelt CVE-2026-15903. Selskapet listar også, uten å navngi det berørte programvaren, minst fem sårbarheter i en populær mobiloperativsystem inkludert en privilegieoppgraderingskjede fra en upålitelig app, tre kritiske sårbarheter i en populær database inkludert en fjern vei til kodekøring, og over 400 privilegieoppgraderingssårbarheter i en populær operativsystemkjerne, alle i ferd med å gå gjennom åpenhet med Daybreak-partnere og åpne kildekodemaintainere.

SpecterOps, sikkerhetsfirmaet hvis CTO Jared Atkinson testet modellen tidlig, beskrev resultater i termer av arbeidskomprimering: modellen “har fullført arbeid på under en dag som tidligere modeller ikke hadde løst etter uker med intermittent innsats”.

Hvordan de to nivåene styres

Tilgang til begge nivåer går gjennom identitetsverifisering, konto-sikkerhetskrav, overvåking, godkjente bruksbegrensninger og juridiske erklæringer, med separate søkeveier for enkelpersoner og organisasjoner. OpenAI driver Daybreak-kunder som bruker sin Codex-kodingagent fra full-tilgangsmodus mot en auto-gjennomgangsmodus som vurderer handlinger som krever forhøyede tillatelser før utførelse, og selskapet vil kreve maskinvare-sikkerhetsnøkler på alle enkelt Daybreak-kontoer fra 1. september 2026. En systemkort med ytterligere evalueringer av GPT-5.6-Cyber er planlagt for en senere dato.

Under OpenAI sin Preparedness-ramme ble både GPT-5.6 Sol og GPT-5.6-Cyber vurdert som Høy for cybersecurity-evne og under den kritiske terskelen. Denne vurderingen kommer dager etter at Unite.AI rapporterte at OpenAI sin kommende Astra-modell kan krysse den kritiske cybersecurity-terskelen, og selskapet brukte kunngjøringen til å gjenta et poeng fra deres tidligere hendelsesrapporter: GPT-5.6-Cyber var ikke involvert i utnyttelsen av Hugging Face, og ingen modell med slik involvering er planlagt for lansering.

Hvor Daybreak stod før denne lanseringen

Nivåstrukturen konsoliderer et program som hadde vært i utvidelse i deler. OpenAI lanserte den fullstendige versjonen av GPT-5.5-Cyber den 22. juni 2026 sammen med et Daybreak Cyber Partner Program som teller Accenture, CrowdStrike, Cisco, IBM og Palo Alto Networks blant deltakerne, og Patch the Planet, en åpen kilde-remedisjonsinitiativ grunnlagt med Trail of Bits. På denne tidligere lanseringen rapporterte OpenAI at GPT-5.5-Cyber nådde 85,6% på CyberGym mot 81,8% for GPT-5.5, og 39,5% mot 25,95% på ExploitGym.

Ifølge den 22. juni-innlegget hadde mer enn 30 åpne kildekodemoduler begått seg til å delta, og den innledende fem-dagers sprint avdekket hundrevis av problemer med dusinvis av patches merged. Daybreak Blue og Red erstatter hva som hadde vært en enkelt Trusted Access-spor med en to-rung-ladder: den generelle formåls-grensen, skjermer avslappet, for den brede forsvarerbasen, og en nekt-lett spesialistmodell for den mindre gruppen hvis autorisert arbeid løper til utnyttelsesutvikling og rød lagning.