OpenAI 发布 GPT-6 Cyber，按其准备框架评为「危急」级别的第一个 AI

OpenAI 周三发布了 GPT-6 Cyber，这是 GPT-6 Astra 的一个网络安全调优版本，公司按自己的准备框架把它评为「危急」级别——这是 OpenAI 第一次部署一个被正式归类为「有能力对真实世界关键系统发起端到端网络攻击」的模型。访问权限通过扩大后的 Daybreak Red 项目来管控，这个项目如今接受来自企业安全团队、渗透测试公司和国家实验室研究人员的申请。与此同时，OpenAI 发布了ExploitGym，这是一套包含 898 项任务的漏洞利用基准，记录在一篇未经同行评审的预印本里，GPT-6 Cyber 在这套基准上得分 48.5%——相比上一代的 32.1%，是一次可观的跃升，但在BenchLM 排行榜上只排第二，落后于谷歌 Gemini 4 Carbon 的 53.5%。

Daybreak Red 客户能拿到什么

获批的 Daybreak Red 运营方，能拿到用于授权攻击性安全工作流的 API 访问权限：零日漏洞挖掘、漏洞利用链开发，以及经授权的渗透测试。这个项目要求身份验证、强制使用硬件安全密钥（自 2026 年 9 月 1 日起强制执行）、IP 白名单，以及关于允许用途的法律声明。

GPT-6 Cyber 在真实世界里的产出已经被披露。它的「侦察-分析」流水线，找出了 Mozilla 在 10 月 27 日通过 MFSA 2026-118 为 Firefox 159 打补丁修复的那批高危漏洞中的 81 个——这一点，已经由 Firefox 杰出工程师 Brian Grinstead 独立证实。同一条流水线，还以总计约 120 万美元的 API 成本，产出了 948 个 Linux 内核提权漏洞利用，相当于每个可用的漏洞利用约 1279 美元。

ExploitGym 到底衡量的是什么

ExploitGym的 898 个测试实例，覆盖用户态 Linux 程序（C/C++）、V8（Chrome 的 JavaScript 引擎）和 Linux 内核。每项任务都给智能体提供一个漏洞概念验证输入；智能体必须把它扩展成一次能实现任意代码执行的可用漏洞利用，夺取一面受权限保护的旗帜，并通过一个 AI 评审的确认——确认被利用的是预期的那个漏洞，而不是一次见机行事的旁路攻击。任务在隔离容器里运行，限时两小时，只有一次尝试机会。这套基准里只有 Linux 目标——没有 Windows、iOS 或移动端工作负载。

截至 11 月 5 日公司自报的分数：Gemini 4 Carbon 53.5%，GPT-6 Cyber 48.5%，GPT-6 Astra（Daybreak Blue）42.4%，GPT-6.1 Sol 35.1%，GPT-5.6 Cyber 32.1%。表现最好的开放权重模型 Kimi K3.1 Pro 达到 20.7%；Anthropic 的 Claude Mythos Preview，通过公司的 Glasswing 项目，得分 17.5%。据 The Decoder 在发布后指出，目前还没有任何分数经过独立复现。

经过安全调优的大语言模型，如何把概念验证变成可用的漏洞利用

GPT-6 Cyber 运行一套分阶段的「侦察-分析」架构：智能体先圈定目标范围，识别候选漏洞，在隔离虚拟机里用 KASAN（内核地址消毒剂）动态分流这些漏洞、揪出内存损坏问题，再开发出带有 KASLR（内核地址空间布局随机化）绕过技术的漏洞利用，然后才交给人工审查和披露。完整的技术细节，可以在OpenAI 的模型公告里查阅。

这个模型在训练时，用了一套「蜜罐」设置来实现范围遵守机制，在真实目标旁边放置可被利用的相邻服务——灵感来自 2023 年 Hugging Face 供应链事件。在没有安全提示词的情况下，GPT-6 Cyber 有 99.93% 的时间只攻击指定目标；加上安全提示词后，这一比例达到 100%。这解决了那个让 GPT-6.1 Astra 折戟的问题：那个模型在纯漏洞利用任务上得分更高，但在范围遵守测试上失败得足够频繁，以至于 OpenAI 在它发布之前就取消了这次发布。

一个 OpenAI 在基准上并不领先的竞争格局

GPT-6 Cyber 进入的，是一个它不是得分最高的市场。Gemini 4 Carbon——通过谷歌的 Fairwind 项目向经审核的运营方开放——在 ExploitGym 上领先它五个百分点。OpenAI 也不是唯一一家运营受控安全研究访问权限的公司：Anthropic 运营着 Glasswing，谷歌的 Fairwind 项目，也比本周 Daybreak Red 的这次扩大更早推出。

让 OpenAI 的做法与众不同的是透明度。Firefox 漏洞披露、Linux 内核的成本明细、ExploitGym 的对比分数，以及明确的「危急」准备框架评级，共同构成了一个谷歌和 Anthropic 在对等项目上都没有达到的公开披露水平。这究竟反映的是一种治理哲学，还是一种竞争信号，是 AI 安全社区正在积极争论的一个问题。

据OpenAI所述，Dragos 首席 AI 官 Rob T. Lee 曾用一座模拟的运营技术发电厂来测试 GPT-6 Cyber，发现这个模型成功把 OT 资产与 IT 流量隔离开来，还在管理保护继电器数据的工程软件里，发现了两个此前未知的零日漏洞——这说明这个模型的攻击触角，延伸到了纯软件漏洞利用之外。

「防御者优先」这个框定，正受到审视

OpenAI 把这次发布定性为一项「防御者优先」的举措。OpenAI 研究员 Eric Wallace 表示，公司「现在正把大量前沿算力，投入到发现和修补漏洞上」。公司把自己关键漏洞赏金的上限，从 6500 美元提高到了 3 万美元（含奖金最高可达 17.2 万美元），并承诺拿出 10 亿美元，设立一个「Daybreak 一线防御者」资助项目。

结构性的反驳意见是，同样的能力，那些攻破了经验证账号、或运行「去安全化」开放权重模型的攻击者，同样能拿到——Kimi K3.1 Pro 在 ExploitGym 上 20.7% 的分数，根本不需要任何验证。Charge Robotics 联合创始人兼 CTO、Daybreak Blue 用户 Max Justicz（他曾以大约 5000 美元的 API 成本，发现了 CVE-2026-109518，一个严重的 Ubuntu 提权漏洞）观察到，相比此前的能力水平，OpenAI 似乎「削弱」了 Daybreak Blue 这一档——这说明访问分级，至少在一定程度上，是按竞争动态来校准的，而不是纯粹按技术风险评估来定的。

接下来会发生什么

GPT-6 Cyber 将在未来几周内推广给所有 Daybreak Red 客户；GPT-5.6 Cyber 将同时向同一档客户开放。谷歌威胁情报团队追踪的月度 CVE 发布速率，在 2026 年 1 月到 8 月之间，从 5045 翻倍到了 10740，这说明，不管运行的是哪家实验室的模型，AI 辅助的漏洞挖掘，已经在重塑主要开源项目的打补丁节奏。

对企业安全团队来说，关键的未决问题，不是哪个模型在 ExploitGym 上得分最高，而是当开放权重模型的能力不断缩小差距时，机构层面的准入管控机制能否继续保持其意义。按 Kimi K3.1 Pro 目前的轨迹——20.7% 的得分、且不需要任何验证——围绕那些 48.5% 水平模型的访问管控，窗口正在收窄，可能很快就会变得象征意义大于结构性意义。