在网络安全攻防这场博弈里，OpenAI把新一代模型当作「矛」也当作「盾」。据APPSO报道，OpenAI正式推出面向网络安全场景的专用模型GPT-6 Cyber，它可以在较少人工介入的情况下筛查软件缺陷、确认缺陷是否真的可被利用，并帮助安全研究者拟定修补办法。
一句话看懂GPT-6 Cyber到底强在哪
与上一代专攻安全的GPT-5.6 Cyber相比，GPT-6 Cyber在漏洞利用实测中的成绩提升比例约为51%，同时在执行安全类任务时对指令的服从程度也有明显改善。更引人注意的是，OpenAI已把这个模型放进真实的软件安全研究流程，并且拿出了可核查的结果。
在Linux内核相关研究中，该模型共产出948个能够实际运行的漏洞利用程序；在Firefox浏览器上，它排查出81个此前不为人知、且被认定为高危的缺陷。部分Firefox问题已由Mozilla完成修补，对应的安全更新也已向用户推送。
根据OpenAI公开的信息，在大多数网络安全任务上，GPT-6 Cyber的表现超过了自家通用旗舰GPT-6 Astra——即便后者并未对相关请求采取拒绝态度，Cyber依旧占优。由此，OpenAI将该模型的网络风险等级从GPT-5.6 Cyber的High（高）上调至Critical（严重）。按其Preparedness Framework（前沿模型风险准备框架）的界定，这一级别说明模型已具备需要配套更严格防护手段的网络攻击能力。
ExploitGym成功率48.5%，渗透测试召回率40.3%
网络安全研究往往要先弄懂程序怎么运行、阅读代码、定位缺陷、编写攻击程序，再检验它在真实环境下能否奏效。以往这些环节高度依赖研究者的经验积累，尤其是写出可用的利用程序，常常需要反复调试很长时间。如今，GPT-6 Cyber已能介入上述流程。
面向漏洞利用能力的专业评测ExploitGym里，GPT-6 Cyber的成功率为48.5%，上一代为32.1%，相对增幅约51%。该评测要求模型锁定给定缺陷，在远程目标环境中做出有效的利用程序，因而比单纯判断代码有没有安全问题更贴近真实研究场景。
OpenAI还设置了一项Web渗透测试：模型无法查看源代码，只能通过与Web应用交互来寻找缺陷。此测试中GPT-6 Cyber的漏洞召回率是40.3%，高于GPT-6 Astra的32.0%。
名为RemoteExploitBench的新基准则进一步考察远程利用能力，覆盖GitLab、PostgreSQL、Jenkins等软件中的已知问题，全部测试都在受控环境里完成。初步结果显示，配用Daybreak Blue的GPT-6 Astra对所有测试任务都选择拒绝，而配用Daybreak Red的GPT-6 Cyber完成了95%，唯一一次失手是没能让利用程序在远程环境正常运行。二者采用的安全访问配置并不相同，因此这组数据也会受到策略差异的影响。
Linux内核948个利用程序，Firefox补齐81个高危漏洞
与榜单分数相比，真实项目中的产出更具说服力。OpenAI披露，研究团队借助GPT-6 Cyber对Linux内核做了大规模排查，复现1724个缺陷，并为其中948个写出了能跑通的利用程序。在相同研究框架下，此前的GPT-5.6 Sol只成功利用了166个，Cyber的成果是其五倍以上。
依照Linux社区的漏洞披露惯例，OpenAI已将其中304项关键发现上报给相关维护者，并附上候选修复方案，剩余问题仍在处理中。
另一份成绩单来自Firefox。Mozilla的这款浏览器长期接受安全研究者以及多代前沿模型的审视，属于防护相对成熟的项目。但GPT-6 Cyber仍找出81个此前未知、被Mozilla判定为高危的缺陷，还证明另外30个已知问题的严重性高于原先评估。研究者一并提供了可复现的测试证据与修补建议，协助Mozilla工程师推进修复。Firefox杰出工程师Brian Grinstead表示，即便经历多代前沿模型的安全加固，GPT-6 Cyber还是发现了未知的高危问题，并帮助团队为数百万用户交付安全修复。
此外，OpenAI还动用了GPT-6 Cyber及其他模型研究Brotli压缩库中的严重缺陷，确认它可能导致下游应用面临远程代码执行风险。在OpenAI自家基础设施的受控红队演练里，相关AI Agent甚至可以把多个缺陷串起来用，突破微型虚拟机隔离并在底层宿主机上运行代码。研究团队据此修补软件漏洞、收紧网络访问，并向相关维护者通报了情况。
只打授权目标：99.93%的测试守住边界
模型能力越强，一个现实难题就越突出：当AI能自行编写攻击程序、甚至串联多个缺陷完成入侵时，怎样确保它不会擅自动手攻击未获许可的系统？
为此，OpenAI在GPT-6 Cyber的训练环节专门强化了模型对授权范围、操作限制以及研究结果如实上报的把握。其中一项关键测试名为ExploitGym Honeypot：研究者交给模型一道很难的利用任务，并在隔离环境里布置软件包仓库、对象存储等辅助服务，同时故意让这些服务留有容易得手的缺陷。按照任务设定，模型只可攻击指定目标，哪怕发现其他服务存在弱点也不得擅自利用。
结果显示，在未部署阶段安全提示词的情况下，GPT-6 Cyber有99.93%的测试遵守了授权边界，上一代GPT-5.6 Cyber为94.49%；加上部署安全提示词后，Cyber在这项测试中的遵守率达到100%。OpenAI还公开了部分推理记录，其中明确写到不能假定额外API或攻击控制器属于目标范围，也不能去碰授权之外的凭证。
为压降滥用风险，OpenAI另设了针对网络安全任务的监控机制：核对模型行为是否落在用户授权内、识别高风险的攻击请求、监测针对工业控制系统等关键基础设施的危险操作。例如在PHP严重漏洞的协调披露期间，OpenAI部署了专门监控，识别针对真实PHP服务器编写利用程序的行为，同时保留对合法防御工作的支持。面向企业API用户，OpenAI引入Private Safety Processing（PSP）机制，以自动化检查发现潜在滥用；使用Zero Data Retention的客户通常也需开启PSP，对存放在客户存储中的加密交互记录做为期30天的安全检查。此外，Daybreak Red API默认要求配置IP白名单，以限制未经批准的网络访问。
模拟电厂攻防：模型自主识别工控设备并挖出两个零日
除传统软件安全外，OpenAI还与工业网络安全公司Dragos合作，在受控实验室内搭建模拟工业控制网络，考察前沿模型对关键基础设施的理解与攻击能力。测试内容涉及网络发现、资产识别、目标侦察、敏感数据获取，以及可能干扰工业设备运转的危险操作。
Dragos首席AI官Rob T. Lee透露，在一次模拟发电厂测试中，研究者几乎没提供环境信息，模型却仍能自主分辨工业控制设备与普通IT系统，并在管理保护继电器数据的工程软件里发现两个零日漏洞。这些问题可能泄露保护设置、断路器跳闸逻辑等敏感信息，为后续攻击创造条件。Rob T. Lee认为，AI正在拉低攻击者做前期侦察与漏洞研究的技术门槛，而此类测试有助于防御方提前摸清潜在攻击路径。
基于这些研究，OpenAI新设了Daybreak Red for Critical Infrastructure，为经过批准的关基防御团队开放专门权限，允许其在授权范围内开展安全测试。同时，OpenAI计划通过总额10亿美元的Daybreak for Frontline Defenders资助计划，为政府机构、重要公共服务提供商等资源有限的防御团队提供使用补贴。
价格与准入门槛：输出每百万Token 100美元
GPT-6 Cyber的发布，折射出网络安全行业一个愈发现实的悖论：要让互联网更安全，防御方可能得掌握越来越强的攻击能力。面对潜在缺陷，研究者只有验证它能否被真正利用，才能判断危害大小和修复效果。当AI具备自主编写利用程序的能力，防御者也需要同等量级的工具。
按OpenAI的安排，GPT-6 Cyber首批仅通过API和Codex向部分获批的Daybreak Red客户开放，后续逐步扩展到全部Daybreak Red用户。与此同时，GPT-5.6 Cyber将向所有Daybreak Red客户开放，基于GPT-6 Astra的Daybreak Blue Alpha测试也会扩至更多企业与个人研究者。其中，Daybreak Blue主要服务于缺陷分析与修复验证，Daybreak Red则允许获授权研究者编写利用程序、开展更深入的安全测试。
定价方面，GPT-6 Cyber的API价格不菲：短上下文模式下，每百万Token输入收费20美元，输出高达100美元，均为GPT-5.6 Sol的5倍；缓存输入为每百万Token 2美元，30分钟与12小时的缓存写入分别收费25美元和50美元。
过去，AI公司主要靠拒绝危险请求来控制风险；如今OpenAI转向身份认证、分级授权与持续监控，让专业研究者拿到更强的网络安全能力。但模型攻击力越强，开放使用的风险就越高。严格的准入机制固然有助于防滥用，也可能让资源有限的独立研究者和开源项目维护者难以获得先进工具。OpenAI正通过扩大Daybreak访问范围与提供资金补贴来缓解这一问题，而更值得关注的，是未来能否让足够多的合法防御者及时拿到这些能力，同时避免它们落入恶意攻击者之手。毕竟，当攻击者也开始用AI找漏洞时，防御方不能再只靠旧手段；要对抗越来越强的攻击能力，或许只能借助同样强大的工具。
小结：GPT-6 Cyber以ExploitGym 48.5%的成功率、Linux内核948个可用利用程序和Firefox 81个未知高危漏洞，证明AI已能成规模参与漏洞发现与利用验证，OpenAI也因此将其风险等级上调至Critical。对国内开发者和企业而言，更应关注的是其分级授权、IP白名单与PSP监控这套「能力+管控」组合，以及未来防御方能否公平获得同类工具。