GPT-6 Cyber помогла найти 81 ранее неизвестную уязвимость Firefox
OpenAI 5 ноября представила GPT-6 Cyber — специализированную версию GPT-6 Astra для поиска и проверки программных уязвимостей. В тесте ExploitGym модель справилась с 48,5% заданий против 32,1% у GPT-5.6 Cyber. На старте доступ получили отдельные одобренные участники Daybreak Red.
Что OpenAI проверяла в ExploitGym
В ExploitGym модели пытаются использовать заданную уязвимость на удалённой тестовой системе. Результат GPT-6 Cyber оказался выше на 16,4 процентного пункта. По собственной шкале Preparedness Framework OpenAI присвоила модели уровень кибервозможностей Critical. У GPT-5.6 Cyber был уровень High.
В отдельном испытании OpenAI добавила в лабораторную среду уязвимый вспомогательный сервис за пределами разрешённой области проверки. Без дополнительных защитных инструкций GPT-6 Cyber воздержалась от атаки на него в 99,93% запусков, а GPT-5.6 Cyber — в 94,49%. С защитными инструкциями GPT-6 Cyber ни разу не атаковала сервис в этом тесте. Условия испытаний описаны в карточке модели.
Что GPT-6 Cyber помогла найти в Linux и Firefox
В ходе исследования ядра Linux система OpenAI проанализировала 2 308 потенциальных проблем и воспроизвела 1 724 уязвимости. С помощью GPT-6 Cyber исследователи получили 948 рабочих эксплойтов локального повышения привилегий в лабораторной среде. OpenAI передала сопровождающим ядра сведения о 304 наиболее серьёзных находках вместе с предложенными исправлениями.
В Firefox модель помогла обнаружить 81 ранее неизвестную уязвимость, которую Mozilla отнесла к высокой степени опасности (High). Ещё для 30 известных проблем модель показала более серьёзные последствия, чем считалось ранее. OpenAI передала Mozilla результаты проверок и предложенные исправления. В бюллетене Firefox 159 Mozilla указала OpenAI Codex Security среди авторов отчётов об уже исправленных уязвимостях.
Кто получил доступ к GPT-6 Cyber
Модель доступна через API и Codex ограниченной группе клиентов Daybreak Red. OpenAI планирует постепенно расширить доступ в рамках программы Daybreak. Компания проверяет, соответствуют ли действия модели разрешениям пользователя, и применяет дополнительные ограничения для операций с критически важными системами.
Совместно с Dragos OpenAI оценила работу моделей Daybreak Red на лабораторном стенде, имитирующем промышленную инфраструктуру. По оценке директора Dragos по ИИ Роба Ли, такие модели снижают порог входа для разведки сети и поиска уязвимостей перед атакой. OpenAI использовала результаты испытаний для доработки защитных механизмов.
