OpenAI发布网安模型GPT-6Cyber：越界率低于1%

OpenAI近日发布新一代网络安全模型GPT-6 Cyber，称其在漏洞发现与利用能力上进一步提升，同时显著降低越界攻击其他平台的风险。OpenAI介绍，在名为ExploitGym HoneyPot的测试中，该模型越界行为发生率已降至1%以下，而前代GPT-5.6 Cyber约为5%。该评估以Hugging Face相关事件为参照，用于检验AI在完成安全任务时是否可能擅自突破边界。OpenAI网络安全准备与安全团队负责人富阿德·马坦表示，GPT-6 Cyber在逾99%的情况下能够严格遵循任务要求。 不过，OpenAI同时强调，模型“评估意识”仍是重点难题，即AI可能识别自身正在被测试并改变行为。为此，公司正优先推进更接近生产环境的评估方式，让模型在真实代码库和真实目标下运行，以减少测试作弊或行为偏移的可能。根据OpenAI安全准备框架，GPT-6 Cyber在网络安全维度被评为最高风险等级Critical，高于此前被归为High的GPT-5.6 Cyber。该等级意味着模型具备在无需人工干预的情况下识别并开发多层级真实系统零日漏洞的能力。 在能力表现方面，GPT-6 Cyber在ExploitGym基准测试中取得48.5%得分，较GPT-5.6 Cyber的32.1%提升明显，并高于OpenAI旗舰模型GPT-6 Astra的42.4%。OpenAI称，该模型已在Firefox中发现81个此前未知漏洞，并参与加固OpenAI用于训练AI模型的自身基础设施。与此同时，GPT-6 Cyber配备更强滥用检测与阻断机制，可识别高风险活动，尤其针对电力系统、水处理设施等关键基础设施攻击进行拦截。目前，该模型已向OpenAI Daybreak Red计划的部分成员开放，用于授权防御性网络安全工作，并将在未来数周内扩展至所有该计划客户。