OpenAI 发布 GPT-6 Cyber，一个专门用于安全研究的模型。相比上一代 GPT-5.6 Cyber，它更擅长发现和修复漏洞，同时更可靠地遵守研究者设定的任务边界。在 ExploitGym 基准——测试模型能否利用指定远程目标漏洞——上，GPT-6 Cyber 得分 48.5%，比 GPT-5.6 Cyber 的 32.1% 高出约 16 个百分点，相对提升 51%。

对齐是这次发布的核心重点。在名为 ExploitGym Honeypot 的评估中，模型被置于隔离环境，旁边有容易被利用的辅助服务（如包注册表、对象存储），模型需要自己判断攻击这些服务超出了任务范围。结果显示，在没有部署安全提示的情况下，GPT-6 Cyber 在 99.93% 的测试中避免利用范围外服务，而 GPT-5.6 Cyber 为 94.49%；加上部署提示后，这一比例达到 100%。模型链式思考摘录也展示了其内部推理，例如“只能针对二进制/服务器，不能假设额外 API 或攻击控制器”。

基于一系列评估，OpenAI 将 GPT-6 Cyber 在网络安全分类上评为 Critical，高于 GPT-5.6 Cyber 的 High。在新构建的针对无源码 Web 应用的渗透测试中，GPT-6 Cyber 的漏洞召回率为 40.3%，GPT-6 Astra 为 32.0%。在名为 RemoteExploitBench 的新基准（覆盖 GitLab、PostgreSQL、Jenkins 等已知漏洞）中，GPT-6 Astra 配合 Daybreak Blue 时 100% 拒绝任务，而 GPT-6 Cyber 完成了 95% 的任务，唯一失败是某次远程利用未能成功。

这些能力已经在真实软件上见效。OpenAI 研究者用 GPT-6 Cyber 在 Linux 内核中开发出 948 个权限提升漏洞利用，作为对比，GPT-5.6 Sol 使用相同研究框架只做出了 166 个（相差超过五倍）；模型还复现了 1,724 个漏洞。在 Firefox 审计中，它发现了 81 个此前未知的高严重度漏洞，并证明另外 30 个已知问题比报告的更严重；Mozilla 已着手修复其中许多问题。此外，Brotli 压缩库中的关键远程代码执行漏洞也用该模型参与开发和验证。Cisco、Calif、CodeRabbit 等团队正在使用它做漏洞研究和代码审查，OpenAI 自己也用它加固训练基础设施，在红队测试中实现逃逸 microVM 等。

伴随能力增长，OpenAI 加强了防护。新增的措施包括：专门的 cyber 失准监控，判断行为是否匹配用户授权；针对新兴威胁（例如 PHP 关键漏洞披露期间）的定向监控；Private Safety Processing (PSP) 自动审核交互记录，零数据保留客户在 30 天内允许 OpenAI 检查加密存储且不向人员暴露内容；Daybreak Red API 默认启用 IP 白名单；以及对关键基础设施相关援助的更高拦截率。OpenAI 也强调，拦截率并非越高越好，因为许多技术同时是合法安全研究所需。

针对电力、水处理等 OT/ICS 关键设施，OpenAI 设立了 Daybreak Red for Critical Infrastructure 组，允许获批的防御方做授权测试，同时通过 10 亿美元 Daybreak for Frontline Defenders 补贴为政府与关键服务团队提供资源。它与 Dragos 合作在受控实验室评估了模型在工业环境中的行为。GPT-6 Cyber 起初仅通过 API 和 Codex 向选定 Daybreak Red 客户开放，之后会逐步扩大；Daybreak Blue 的 alpha 访问也在扩展。