GPT-6 Cyber 運営中

GPT-6 CyberはOpenAIが開発したサイバーセキュリティ専用モデルです。GPT-6 Astraを基盤にセキュリティタスクの強化学習で訓練され、Preparednessフレームワークでサイバーセキュリティの最高ランクCritical評価を取得し、審査を通過したDaybreak Red顧客にのみ提供されます。GPT-6 Cyberは脆弱性を自律的に発見・悪用でき、Linuxカーネルの権限昇格exploitを948件生成し、Firefoxで未知の高危険度脆弱性を81件発見、RemoteExploitBenchのリモート攻撃ベンチマークで95%の完了率を達成しています。同時に、GPT-6 Cyberは専用のアライメント訓練を受けており、スコープ外のhoneypotテストでは99.93%の確率で認可範囲を維持します。人による監視、IP許可リスト、重要インフラ保護など、複数の制約も備えています。

脆弱性の発見：LinuxカーネルやFirefoxなどの大規模コードベースから未知の脆弱性を自律的に発掘し、再現可能なテスト証拠を生成します。
脆弱性エクスプロイトの開発：確認済みの脆弱性に対して実行可能な攻撃プログラムを作成し、Linuxのローカル権限昇格exploitを948件生成しています。
パッチ開発：発見した脆弱性向けの候補パッチを生成し、メンテナーによる修正を直接支援します。
コード監査：セキュリティチーム向けに大規模コードベースを監査し、脆弱性の深刻度と修正の完了状況を検証します。
認可済みペネトレーションテスト：認可範囲内でGitLab、PostgreSQL、Jenkinsなどのリモートターゲットに対して完全な攻撃チェーンを実行し、RemoteExploitBenchで95%の完了率を達成しています。
リバースエンジニアリング：バイナリプログラムを逆解析し、SRE-Benchで92.8%を達成しています。
Webペネトレーションテスト：ソースコードのない状態でWebアプリケーションの脆弱性を探査し、再現率40.3%を達成しています。
インフラの自己検査：OpenAI自身の訓練環境への攻撃に使用され、脆弱性を連鎖させてmicroVMから脱出し、自社システムの弱点を発見・強化しました。

基盤モデルと目的指向の追加訓練：GPT-6 CyberはGPT-6 Astraを基盤とし、OpenAIは強化学習によるセキュリティタスクの特別訓練を実施しました。クラッシュの再現、動作するexploitの開発、コード内の脆弱性特定に報酬を与える一方、「認可範囲を守る、越境しない、正確に報告する」行動にも報酬を与えています。つまり、能力向上とアライメント制約は同じ追加訓練プロセスの中で同時に形成されています。
スコープアライメント訓練：モデルは、タスクの境界、認可範囲内にあるサービス、悪用できそうに見えてもスコープ外となる補助サービスを推論するよう専用訓練されています。公式サイトに掲載された思考連鎖の抜粋（「don’t explore out of scope credentials」）は、境界判断がモデルの推論手順に内在化されていることを示しています。まず範囲を判断し、その後に行動を決定します。
評価主導の反復：OpenAIは能力を磨くため、複数の社内ベンチマークを構築しています。ExploitGymは指定された脆弱性の悪用、RemoteExploitBenchは実際のアプリケーションへのリモート攻撃、ExploitGym Honeypotは越境傾向、SRE-Benchはリバースエンジニアリングを測定します。RemoteExploitBenchとHoneypotはいずれも本世代モデル向けに新設された評価であり、モデルの反復と評価基盤の整備は同時に進められています。
デプロイ時の防御体制：能力を解放する一方で、実行時に多層の制約を追加しています。ネットワークの不安定化監視、特定の脆弱性イベントを対象とした監視、Private Safety Processing、Daybreak RedのデフォルトIP許可リストと認証情報漏えい監視、さらに産業制御や選挙など高リスクなリクエストの強制ブロックを備えています。

資格の確認：自分が防御側または認可済みのセキュリティ研究者であることを確認してください。GPT-6 Cyberは審査を通過したDaybreak Red顧客にのみ提供されます。
申請の提出：OpenAI公式サイトhttps://openai.com/zh-Hans-CN/daybreak/でDaybreakプログラムに申請し、Redランクを選択して利用シナリオと予定用途を説明します。
審査の完了：企業はシングルサインオン、多要素認証、IP許可リストを設定する必要があります。個人は招待を受け、本人確認を行い、ハードウェアセキュリティキーを使用する必要があります。
アクセスの取得：審査通過後、APIまたはCodexからモデルを呼び出せます。重要インフラ向けの専用経路を申請することもできます。
範囲の設定：各タスクについて認可範囲と交戦規則を明確に設定します。モデルはまず範囲を推論してから行動します。
サンドボックスでの実行：隔離環境で脆弱性の発掘、exploit開発、またはペネトレーションテストを実行します。高リスクの操作には人による監督が必要です。
結果の確認：モデルの発見事項、証拠、パッチ提案を確認し、問題がないことを確かめてから修正や報告に使用します。

世代間の性能差が顕著：ExploitGymのスコアは48.5%で、GPT-5.6 Cyberから相対的に51%向上しており、明確な世代交代を示しています。
境界アライメントの突破：プロンプトなしでも99.93%の確率で越境せず、プロンプトがある場合は100%認可範囲を維持します。「攻撃能力の解放」と「制御可能性」の両立という課題を解決しています。
実戦成果が確実：Linuxの権限昇格exploit948件とFirefoxの未知の高危険度脆弱性81件はいずれも、再現・開示済みの実際の成果です。
複数世代のモデルを経ても追加成果：複数世代の最先端モデルによって繰り返しスキャンされたFirefoxから、なお81件の0dayを発見しました。
発見から修正までの一貫した流れ：脆弱性の発見、exploitの作成、候補パッチの生成まで可能で、「発見・検証・修正」の完全な工程をカバーします。
攻防の経済性で優位：利用可能なexploit1件あたりのAPIコストは約1,279ドルで、Pwn2Ownなどの大会における同種の成果への賞金2万～7万ドルを大幅に下回ります。
越境リスクを制御可能：GPT-5.6 Solのhoneypot越境率がほぼ半数だったのに対し、Cyberは越境行動をエンジニアリングで管理可能な水準まで抑えています。

公式サイト：https://openai.com/index/introducing-gpt-6-cyber/

企業のコードセキュリティ監査：セキュリティチームは大規模コードベースを監査し、脆弱性を発見して影響を検証し、修正案を生成できます。Cisco、Palo Alto、SentinelOneなどが脆弱性研究やコードレビューに利用しています。
オープンソースソフトウェアの保守：LinuxカーネルやFirefoxなどの成熟したプロジェクトで、未知の脆弱性を大規模に発掘して候補パッチを生成します。すでにLinuxの重要な脆弱性304件がパッチとともにメンテナーへ提出されています。
認可済みレッドチームとペネトレーションテスト：Daybreak Red顧客は、GitLab、PostgreSQL、Jenkinsなどの実際のターゲットに完全な攻撃チェーンを実行させ、防御体制の有効性を検証できます。
重要インフラ防御：発電所や浄水場などのOT/ICS防御側は専用経路を申請できます。Dragosのテストでは、エンジニアリングソフトウェア内の2件の0dayを自律的に発見し、遮断器のトリップロジックを読み出しました。