追加の API や攻撃コントローラーをターゲット外と仮定してはならない。バイナリ／サーバーのみに絞って標的とすべきだ。
実世界での結果
GPT-6 Cyber は、長年レビューされてきたコードに深刻なバグを発見しました。（なお、これらの数値は OpenAI 自身の発表によるものです。）
| ターゲット | 発見内容 | 結果 |
|---|---|---|
| Linux カーネル | 948 件のバグに対する実働エクスプロイト | GPT-5.6 Sol の 5 倍；重大度クリティカルのバグ 304 件を報告 |
| Firefox | 高重大度の新規バグ 81 件 | Mozilla は多数の修正を出荷済み |
| Brotli | 致命的な圧縮の不具合 | Node.js などのアプリでリモートコード実行を実証 |
個人的には、Firefox の結果が最も興味深いと感じます。Firefox のエンジニアである Brian Grinstead 氏は、同ブラウザが 2026 年時点で「世界で最も強固で精査されているコードベースの一つ」であり、最前線のモデルの複数世代によるテストをすでに経ていると述べています。それでも GPT-6 Cyber は新たな高重大度バグを見つけ、アーキテクチャ上の改善案も提示しました。
GPT-6 Cyber は安全か？デュアルユースの問題
防御側のバグ発見を助けるツールは、攻撃側の助けにもなり得ます。
セーフガードの多くは想像の範囲内です。アクセスの制限、悪用の監視、リスキーなワークフローに対するサンドボックス化の推奨といったものです。
リリースの文面から読み取れるのは、OpenAI が特に次の 2 点を懸念しているようだということです。
- 悪意あるユーザーだけでなく、盗用されたアクセス。 Daybreak Red の API アクセスは、デフォルトで IP アロウリストが必須です。API キーが漏えいしただけでは、モデルを使うには不十分です。
- 蒸留（ディスティレーション）。 OpenAI はモデルの蒸留、つまり出力を使って廉価なコピーを学習させる試みが増えていると述べています。Critical に格付けされたサイバーモデルのコピーには、これらのセーフガードが一切付随しないでしょう。
視野を広げると、重要インフラこそが真の試金石です。産業システムに特化したセキュリティ企業 Dragos は、許容設定の Daybreak Red モデルを模擬発電所で、ほとんど指示を与えずにテストしました。モデルは産業機器と通常の IT システムを自力で切り分け、さらに保護リレー（障害時にブレーカーを落とす装置）を管理するソフトウェアで 2 件のゼロデイを発見しました。
GPT-6 Cyber へのアクセス方法
GPT-6 Cyber は当初、選ばれた Daybreak Red 承認顧客のみに、API と Codex を通じて提供されます。OpenAI は、まもなくすべての Daybreak Red 顧客へ拡大する計画です。
Daybreak は、セキュリティ関連の業務に対する OpenAI の信頼ベースのアクセスプログラムで、業務のリスクに応じたティアがあります。
|
ティア |
モデル |
用途 |
|---|---|---|
|
メインラインモデル |
GPT-6 Astra |
コードレビュー、脆弱性のトリアージとパッチ開発（標準的なセーフガード付き） |
|
Daybreak Blue |
GPT-6 Astra（アルファ、拡大中） |
不要な拒否を減らしつつ、検証済みの防御側が脆弱性と修正を検証 |
|
Daybreak Red |
GPT-6 Cyber に加え、すべての Red 顧客向けに GPT-5.6 Cyber |
より深いエクスプロイト開発と認可されたセキュリティテスト（リモートターゲットに対するものを含む） |
|
重要インフラ向け Daybreak Red |
GPT-6 Cyber |
OT/ICS の認証済み防御側が重要システムをテスト（ミスアラインメント対策は有効のまま） |
新規ユーザーや組織は、Daybreak に申請できます。アクセスを希望する場合、手続きは立場によって異なります。（もちろん、申請してもアクセスが保証されるわけではありません。）
- 組織：Daybreak に申請してください。本人確認と、テストが認可されていることを法的に宣誓する手続きを想定してください。
- 個人研究者：このフォームから Daybreak Blue への関心を登録してください。
- リソースの限られた防御側：政府、公益事業、非営利団体、オープンソースのメンテナーは、助成付きアクセスを申請できます。
- セキュリティベンダー：Daybreak パートナープログラムに参加し、製品へモデルを組み込んでください。
- 米国政府機関：Daybreak Red はAWS GovCloud で利用可能です。
まとめ
私たちの多くは、ブラウザ、銀行、送電網の背後にあるコードについて考えることはほとんどありません。しかし、GPT-6 Cyber のようなモデルは、そのコードの弱点を探すスピードが、修復を望む人々と破壊を望む人々の双方によって、これから加速する兆しです。
もし報告された結果が裏付けられるなら、長年見逃されてきたバグは、これからはより早く見つかるはずです。ただし、セキュリティは常に、欠陥を見つける側と修正する側の競争であり続けます。
GPT-6 Cyber に関するよくある質問
GPT-6 Cyber とは何ですか？
GPT-6 Cyber は OpenAI のサイバーセキュリティ特化モデルで、実行可能な脆弱性の発見と検証、研究者が許可したスコープ内でのパッチ開発を支援するよう設計されています。
GPT-6 Cyber は GPT-6 Astra とどう違いますか？
GPT-6 Astra は多用途の汎用モデルで、多くの攻撃的セキュリティタスクを拒否します。GPT-6 Cyber は承認ユーザー向けにサイバー許容となっており、Astra が拒否しない場面でも、サイバー関連タスクの多くで Astra を上回ります。
誰でも GPT-6 Cyber を使えますか？
いいえ。API と Codex を通じて承認済みの Daybreak Red 顧客に限定されています。今後、より広い Daybreak Red への提供が予定されています。組織や研究者は OpenAI の Daybreak プログラムを通じて申請できます。
なぜ GPT-6 Cyber は Critical と評価されているのですか？
リモートターゲットに対するものを含め、動作するエクスプロイトを開発できる能力があるため、OpenAI の Preparedness Framework においてサイバーセキュリティ分野で Critical と分類されています。GPT-5.6 Cyber は High でした。
OpenAI は GPT-6 Cyber の悪用をどう防いでいますか？
アクセスの段階的制御、ミスアラインメントと脅威の監視、Private Safety Processing、Daybreak Red の API アクセスに対する IP アロウリストの必須化、重要インフラに対する高リスク行為を遮断するチェックを通じて防止します。
OpenAI はGPT-6 Cyberをリリースしました。約束しているのは次の 2 点です。
実際どれほど優れているのでしょうか。1 点目については、ExploitGym で 48.5% を記録しています。比較のために言うと、GPT-5.6 Cyber は 32.1% だったので、50% 以上の向上です。
2 点目については、デプロイ時のプロンプトなしで 99.93%、ありで 100% のテストにおいて、スコープ外のターゲットを避けました。（OpenAI は、攻撃してはいけないと指示されたサービスを含むシナリオを用意し、モデルが近寄らないかどうかを確認しました。）
本記事では、GPT-6 Cyber の概要、パフォーマンス、実際のコードベースで見つけたもの、備えられているセーフガード、そしてセキュリティチームがどのようにアクセスできるかを見ていきます。
GPT-6 Cyber とは？
GPT-6 Cyber は、GPT-6 のサイバー許容バージョンです。ここでいう「サイバー許容」とは、脆弱性の発見やエクスプロイトの作成といった攻撃的セキュリティのリクエストに対して、モデルが肯定的に応答するよう設計されていることを意味します。汎用モデルは設計上、この種の攻撃的リクエストをはるかに拒否しやすくなっています。これが、GPT-6 が認証済みの防御側で、認可された環境でのみ利用可能な理由です。
もう一つのポイントとして、GPT-6 Cyber はエージェントとして動作するよう設計されています。ターゲットが与えられると、ソフトウェアを読み取り・調査し、弱点を特定して、それが本物であることを証明するための動作するエクスプロイトを書き、そのうえでパッチを提案します。このモデルは OpenAI の Daybreak セキュリティプログラムにおける最上位であり、認証済みユーザーは API と Codex を通じて利用できます。
GPT-6 Cyber のベンチマーク
OpenAI は Preparedness Framework と呼ばれる仕組みを用いて、サイバーセキュリティのようなリスクの高い領域で、モデルの能力がどれほど危険になり得るかを評価しています。各モデルにはリスクレベルが付与され、レベルが高いほど、より多くのセーフガードやアクセス制御が必要になります。
評価結果に基づき、OpenAI は GPT-6 Cyber のリスク評価を High から Critical に引き上げました。これは、悪用された場合に深刻な被害をもたらす可能性があると OpenAI が見なしていることを示します。だからこそ、承認済みの Daybreak Red 顧客にのみ提供されます。
OpenAI は今回のリリースに向け、次の 2 つの新しい評価も構築しました。
ベンチマーク
何をテストするか
GPT-6 Cyber
比較
Web ペンテスト
ソースコードにアクセスせずに Web アプリの脆弱性を見つける
40.3% リコール
GPT-6 Astra は 32.0%
RemoteExploitBench
GitLab、PostgreSQL、Jenkins などのアプリにおける既知の脆弱性を悪用
95% のタスクを完了
GPT-6 Astra は 100% 拒否
RemoteExploitBench における GPT-6 Cyber の唯一の明確な失敗は、脆弱性自体は理解していたものの、ネットワーク越しのターゲットに対してエクスプロイトを動作させられなかったタスクでした。
アラインメント：スコープを守る
GPT-6 Cyber は、セーフティプロンプトなしのハニーポットテストで 99.93%、デプロイ時のプロンプトありで 100% の確率で認可されたスコープ内に留まりました。これは GPT-5.6 Cyber の 94.49% と比べて向上しています。
ご存じない場合のために補足すると、セキュリティにおけるハニーポットは、容易な標的に見えるよう設計された囮のシステムです。OpenAI はテストにおいて、実際のタスクの隣に意図的に脆弱なサービスを設置し、モデルが目標に集中し続けるかを確認しました。どうやら、ほとんど常にそうだったようです。
これはスコープ管理の問題として捉えられます。セキュリティエージェントがさまようようでは大きなリスクになります。OpenAI は、話題になったOpenAI と HuggingFace のインシデントの後、無関係なサービスを攻撃したり、交戦規定を無視したりすることをモデルに望んではいません。
OpenAI はモデルの思考連鎖の抜粋を共有しました。