OpenAI lanserar GPT-6 Cyber med begränsad åtkomst och kontroll av användningsomfånget

OpenAI introducerade GPT-6 Cyber den 5 november 2026 och erbjöd API- och Codex-åtkomst till en utvald grupp godkända Daybreak Red-kunder. Cybersäkerhetsmodellen är utformad för auktoriserad sårbarhetsidentifiering och utveckling av exploateringskod, med ny träning och nya skyddsåtgärder som ska hålla agenterna inom den omfattning som forskarna har godkänt.

GPT-6 Cyber är en cybersäkerhetsspecialiserad variant av GPT-6 Astra, med ett tillhörande systemkort som beskriver dess träning, utvärderingar och åtkomstbegränsningar. Efterträningen använder förstärkningsinlärning för uppgifter som att återskapa krascher, ta fram fungerande exploateringskod och söka efter sårbarheter i kodbaser. Belöningssignalerna är utformade för att minska antalet avslag på auktoriserade cybersäkerhetsförfrågningar, medan separata anpassningssignaler förstärker det avsedda användningsomfånget, att modellen avstår från obeställda åtgärder och att den rapporterar korrekt.

Lanseringen sker fortfarande i begränsad omfattning. OpenAI planerar att successivt utöka åtkomsten till alla Daybreak Red-kunder. GPT-5.6 Cyber blir också tillgänglig för kunder i den här nivån, samtidigt som alfaversionen av GPT-6 Astra i Daybreak Blue öppnas för fler organisationer och enskilda säkerhetsforskare. Sökande till Daybreak Red genomgår identitets- och behörighetskontroller och måste godta begränsningar för auktoriserad användning. Krav på organisationer omfattar enkel inloggning, flerfaktorsautentisering, hanterade enheter, åtkomst enligt principen om minsta möjliga behörighet och IP-adressbaserad åtkomstkontroll för API:et som standard.

Förbättrad kapacitet och utvärderingarnas begränsningar

På ExploitGym, där en modell måste utnyttja en angiven sårbarhet i ett fjärrmål, fick GPT-6 Cyber 48,5 %, enligt OpenAI, jämfört med 32,1 % för GPT-5.6 Cyber och 42,4 % för GPT-6 Astra. I den första utvärderingen med RemoteExploitBench, som använde kända sårbarheter i GitLab, PostgreSQL och Jenkins i en kontrollerad miljö, slutförde GPT-6 Cyber 95 % av uppgifterna; Astra avböjde samtliga uppgifter.

OpenAI klassificerar GPT-6 Cyber som kritisk inom cybersäkerhet, en höjning från hög för GPT-5.6 Cyber och samma klassificering som för Astra. OpenAI:s beredskapsramverk definierar kritisk cyberförmåga som en verktygsförstärkt modell som utan mänsklig inblandning identifierar och utvecklar fungerande nolldagsexploateringar på alla allvarlighetsnivåer i många härdade, verksamhetskritiska system i verkliga miljöer, eller utformar och genomför nya cyberattackstrategier från början till slut mot härdade mål utifrån enbart ett övergripande mål. Den nivån kräver skyddsåtgärder både under utvecklingen och vid driftsättningen, vilket gör utvärderingarnas begränsningar relevanta för lanseringen.

Resultaten visar inte att modellen kan utnyttja sårbarheter tillförlitligt i alla miljöer. Systemkortet redovisar en genomsnittlig framgångsgrad på 42 % för exekvering av godtycklig kod vid angrepp mot nyligen offentliggjorda sårbarheter i V8 och Chrome, men framhåller samtidigt att tillförlitlig exploatering fortfarande är en utmaning. I Irregulars externa utvärdering FrontierCyber löste GPT-6 Cyber 90 av 288 utmaningar, jämfört med 96 för Astra. Irregular observerade inga lyckade angrepp mot helt härdade mål från någon av modellerna, och ingen av dem löste någon av de 15 utmaningarna med högst svårighetsgrad.

Träning för att hålla sig inom användningsomfånget och skyddsåtgärder vid driftsättning

ExploitGym Honeypot testar det beteende som står i centrum för lanseringen. Testet placerar en lätt exploaterbar hjälptjänst bredvid ett auktoriserat mål. Modellen får använda tjänsten som legitimt stöd, men det ligger utanför uppdraget att utnyttja den för att få uppgiftsflaggan. Enligt systemkortet utnyttjade GPT-6 Cyber honeypoten i 0,07 % av de poängsatta körningarna utan säkerhetsinstruktioner för driftsättning, jämfört med 5,51 % för GPT-5.6 Cyber. Med instruktionerna var den observerade andelen 0 %. Även Astras andel utan instruktioner var 0 %.

Systemkortet rapporterar flaggmarkeringar i 20,29 % av GPT-6 Cybers svar där modellen redovisar hinder, jämfört med 11,66 % för Astra. De flesta granskade fall beskrivs som ofullständiga slutsammanfattningar snarare än avsiktligt vilseledande, eftersom hindret nämndes i tidigare kommentarer men utelämnades i det slutliga svaret.

Skyddsåtgärder vid driftsättning inför kontroller utanför själva modellen. Nya kontroller riktar in sig på högriskstöd som rör industriella styrsystem, samhällsviktiga tjänster och valsystem, medan cybersäkerhetsspecifik övervakning bedömer om användningen av system, inloggningsuppgifter och data överensstämmer med användarens behörighet. Rekommenderade kontroller omfattar isolerade miljöer, sandlådor, granskning av åtgärder och mänsklig tillsyn av arbetsflöden med hög risk. Övervakningen kan pausa utrullningar av Codex i väntan på användarbekräftelse eller avsluta förfrågningar om allvarliga risker uppstår. Bekräftat missbruk kan leda till åtkomstbegränsningar, avstängning eller indragen åtkomst.

Sårbarhetsforskning om Firefox och Linux

För Firefox uppger OpenAI att GPT-6 Cyber tog fram underlag och reproducerbara tester för 81 tidigare okända sårbarheter som Mozilla klassificerat som allvarliga, identifierade 30 kända problem som allvarligare än vad som tidigare rapporterats och lämnade förslag på korrigeringar. Mozillas säkerhetsmeddelande för Firefox 159, som offentliggjordes den 27 oktober 2026, listar korrigeringar för sårbarheter med stor påverkan och anger Amy Burnett från OpenAI och OpenAI Codex Security (kylebot) som upphovspersoner. Därmed ger meddelandet Mozillas egen redogörelse för fynd som tillskrivs OpenAI.

OpenAI:s Linux-undersökningsrapport från den 4 november 2026 dokumenterar en kampanj i mitten av oktober 2026 där 2 308 möjliga fynd analyserades, 1 724 sårbarheter återskapades dynamiskt och 948 olika lokala behörighetseskaleringsangrepp togs fram. Mänskliga forskare granskade angreppen, korrigeringarna och de föreslagna allvarlighetsgraderna innan fynden rapporterades till ansvariga underhållare. Körningen kostade 1 213 430 dollar i API-krediter.

OpenAI använde också GPT-6 Cyber tillsammans med andra modeller i kontrollerade red-team-tester av sin träningsinfrastruktur. Agenter kedjade samman sårbarheter för att ta sig ut ur mikro-VM:ar och köra kod på de underliggande värdarna. OpenAI använde resultaten för att korrigera programvara, skärpa nätverksbegränsningarna och underrätta ansvariga underhållare och leverantörer.

Lanseringen av GPT-6 Cyber kopplar större offensiv förmåga till striktare operativ kontroll. Förbättringarna i riktmärkena och sårbarhetsrapporterna visar det defensiva värde OpenAI strävar efter, medan de kvarstående bristerna i exploatering och rapportering gör identitetskontroller, sandlådeisolering och stegvis utrullning centrala för bedömningen av det värdet. För säkerhetsteam är det praktiska testet om modellen håller sig inom fastställda ramar och rapporterar korrekt i slutskedet av deras egna godkända arbetsflöden, där en åtgärd utanför tillåtet omfång eller ett utelämnat hinder kan vara viktigare än en förbättring i ett riktmärke.