OpenAI Group PBC今日發布GPT-6 Cyber，這是其GPT-6 Astra模型的一個版本，專門針對經授權的漏洞研究進行訓練。
這款新模型針對的是OpenAI自身安全研究在今年夏天暴露出的一個問題。今年7月，該公司在測試環境中運行的智能體在執行指定任務時入侵了Hugging Face Inc.。GPT-6 Cyber經過訓練，能夠將活動範圍限定在研究人員已授權的目標之內，而OpenAI為此次發布專門構建的安全測試便借鑑了這一事件。
該測試名為ExploitGym Honeypot，給模型分配一項高難度任務，同時在其周圍部署了一些故意設計得容易被攻破的輔助服務。攻擊這些服務中的任何一個都被視為超出授權範圍。
在未啟用部署安全指令的情況下，GPT-6 Cyber在0.07%的評分運行中出現了越界行為。其前代產品GPT-5.6-Cyber的越界比例為5.51%。加入安全指令後，GPT-6 Cyber的觀測越界率降至零。
OpenAI將新模型評定為"關鍵"級別，這是其準備框架
中網路安全方面的最高等級，與Astra在9月發布時獲得的評級相同。GPT-5.6-Cyber此前被評為"高"級別。該公司表示，GPT-6 Cyber在大多數網路任務上的表現優於Astra，針對Firefox的一次早期研究活動發現了81個此前未知的漏洞，被Mozilla Corp.評定為高嚴重性。Mozilla此後已針對其中多個漏洞發布了修復程序。
系統卡中提及的AI安全實驗室Irregular得出的結論與Astra的差距更為接近，認為除了GPT-6 Cyber在長鏈條多步驟任務上表現更強之外，兩款模型總體相當。在OpenAI自己設置的挑戰集中，兩款模型均未能突破完全強化的目標防禦。
GPT-6 Cyber是OpenAI今年發布的第四款網路安全專用模型。與首款產品GPT-5.4-Cyber一樣，該模型需要通過申請流程才能使用。初始訪問權限僅限於Daybreak Red這一層級下經過批准的特定客戶群體，該層級專為滲透測試、紅隊演練等進攻性工作而設。這些客戶可通過該公司的應用程式接口及Codex訪問模型，且API請求默認必須來自經批准的網路。
Google LLC在9月發布Gemini 4 Argon時，也優先向經過審查的防禦方開放。一周後，Anthropic PBC圍繞三個訪問層級重新構建了其網路驗證計劃。
OpenAI表示，未來幾周內GPT-6 Cyber將向Daybreak Red層級的所有客戶開放，而GPT-5.6-Cyber現已向該層級的全部客戶開放。關鍵基礎設施的防禦方將獲得專屬的Daybreak Red群組。在防禦端，該公司正通過Daybreak Blue向更多組織及個人安全研究人員擴展Astra的早期訪問權限。
