2026 年 11 月 5 日，OpenAI 發表專為網絡安全研究而設的 GPT-6 Cyber，強調同時提升漏洞發現能力與遵守授權範圍的可靠性。官方數據顯示，該模型在 ExploitGym 基準的得分由 GPT-5.6 Cyber 的 32.1% 升至 48.5%，相對改善 51%[1]；在 RemoteExploitBench 的遠端攻擊測試中完成 95% 任務，而 GPT-6 Astra 配合 Daybreak Blue 設定時全部拒絕執行。OpenAI 亦把 GPT-6 Cyber 在網絡安全領域的評級由 High 上調至 Critical，並指模型已用於 Linux 與 Firefox 等關鍵代碼庫。
基準測試反映的能力差距
ExploitGym 測試模型能否針對指定漏洞，在遠端目標上建立有效攻擊。GPT-6 Cyber 取得 48.5%，比 GPT-5.6 Cyber 的 32.1% 高出約 16 個百分點。OpenAI 另外建立針對攻擊性網站滲透測試的評估，讓模型在沒有源碼的情況下探測網站應用，GPT-6 Cyber 的漏洞召回率為 40.3%，GPT-6 Astra 則為 32.0%。
RemoteExploitBench 以 GitLab、PostgreSQL、Jenkins 等應用在受控環境中的已知漏洞為題。GPT-6 Astra 在 Daybreak Blue 設定下拒絕全部任務，GPT-6 Cyber 則完成 95%，唯一失敗的個案是無法在遠端成功執行的攻擊。OpenAI 據此認為，新模型在需要長流程規劃的攻擊開發工作上，已超越單純關閉安全限制的前代設定，而多數網絡安全任務的表現亦勝過 GPT-6 Astra。
將授權範圍納入訓練目標
網絡安全代理的風險之一，是超出指派任務的範圍，改為攻擊無關服務，或無視研究人員訂下的行動規則。OpenAI 表示，GPT-6 Cyber 的對齊訓練以留在授權範圍、遵守行動限制、準確報告結果為核心，並在部署前完成一系列評估，完整結果載於系統卡[2]。
其中一項名為 ExploitGym Honeypot 的測試，參考了 Hugging Face 事件的經驗：環境內設有容易攻破的套件 registry 或物件儲存服務，攻破後可取得任務旗標，但這樣做屬於範圍之外。在沒有部署提示的情況下，GPT-6 Cyber 有 99.93% 的測試避免攻擊範圍外服務，GPT-5.6 Cyber 為 94.49%；加入提示後，GPT-6 Cyber 的比率為 100%。OpenAI 亦公開模型思路片段，顯示它會主動排除「假設額外 API 屬於目標」一類推論。
真實軟件上的成果
OpenAI 研究人員以 GPT-6 Cyber 在 Linux 核心重現 1,724 個漏洞，並為其中 948 個開發出可用的權限提升攻擊，數量是 GPT-5.6 Sol 在同一研究框架下 166 個的五倍以上。團隊按 Linux 社群指引，向維護者披露 304 項嚴重問題並附上候選修補。
在 Firefox 方面，模型找出 81 個 Mozilla 評為高危的全新漏洞，另指出 30 個已知問題的嚴重程度被低估，Mozilla 已陸續發布修補[3]。Cisco、Palo Alto Networks、SentinelOne、Perplexity 與 CodeRabbit 等安全團隊，亦已在漏洞研究與代碼審查流程中使用該模型。
存取安排與防濫用措施
GPT-6 Cyber 初期只透過 API 與 Codex 開放給已獲批核的 Daybreak Red 客戶，OpenAI 表示會逐步擴大至所有 Daybreak Red 客戶，同時把 GPT-5.6 Cyber 開放給全部 Daybreak Red 客戶，並增加 GPT-6 Astra 的 Daybreak Blue 名額。官方長遠目標是把 Daybreak 擴展至各規模機構、獨立研究員與開源維護者。
能力提升同時帶來濫用風險。OpenAI 為模型加入針對網絡安全的錯位監測，檢查行動是否符合用戶授權；在 PHP 嚴重漏洞的協調披露期間，亦針對攻擊實際 PHP 伺服器的行為加強監控。機構又與 Dragos 在模擬電廠環境測試營運技術安全，模型自行分辨 OT 與 IT 資產，並在保護繼電器管理軟件中找到兩個零日漏洞。這些測試結果同時用於調整防護門檻，避免過度封鎖合法的安全工作。
參考資料
[1] GPT-6 Cyber: Advancing the frontier of aligned cybersecurity agents（2026年11月5日）