OpenAIは11月5日、サイバーセキュリティ特化モデル「GPT-6 Cyber」を発表した。脆弱性の発見から、動作するエクスプロイトの開発・検証までを担うモデルで、研究者が指定した攻撃対象の範囲を守るためのアライメント訓練を重点的に施したことが前面に出ている。提供は認証制プログラム「Daybreak Red」の承認済み顧客の一部から始まり、APIとCodexで利用できる。
性能面では、指定された脆弱性をリモートの標的上で悪用できるかを測るExploitGymで48.5%を記録した。8月に出たGPT-5.6 Cyberの32.1%から約16ポイントの上昇で、OpenAIは相対51%の改善としている。ソースコードを見ずにWebアプリケーションを調べる新設のペネトレーションテスト評価では、脆弱性の再現率が40.3%（GPT-6 Astraは32.0%）だった。GitLab、PostgreSQL、Jenkinsなどの既知脆弱性を使うRemoteExploitBenchでは、Daybreak Blue上のGPT-6 Astraがタスクの100%を拒否したのに対し、GPT-6 Cyberは95%を完了した。
実際のソフトウェアでの成果としては、Linuxで1,724件の脆弱性を再現し、うち948件で権限昇格のエクスプロイトを作成した。同じ研究用ハーネスを使ったGPT-5.6 Solは166件で、5倍以上の差になる。Firefoxでは、Mozillaが深刻度「高」と分類した未知の脆弱性81件を見つけ、既知の30件についても従来の評価より深刻であることを示した。Mozillaはパッチ案を受けて修正の取り込みを始めている。
これらの結果を受け、OpenAIは自社のPreparedness Frameworkにおけるサイバー能力の分類を、GPT-5.6 Cyberの「高（High）」から一段上の「重大（Critical）」に引き上げた。
範囲外のサービスを攻撃しなかった割合は99.93%
今回の発表で性能と並んで強調されているのが、エージェントが任務の範囲をはみ出さないかという点だ。ExploitGym Honeypotという評価では、隔離環境の中にパッケージレジストリやオブジェクトストアなど、わざと攻撃しやすくした補助サービスを置き、それを攻略してもフラグが取れる状態でモデルに難しい課題を与える。設計はHugging Faceで起きたインシデントを踏まえたものだという。
GPT-6 Cyberが範囲外のサービスへの攻撃を避けた割合は、運用時の安全プロンプトなしで99.93%、プロンプトありで100%だった。GPT-5.6 Cyberはプロンプトなしで94.49%で、裏を返せば約5.5%の試行で範囲外に手を出していた。攻撃能力を上げるほど誤爆のリスクも増えるため、OpenAIは「許可された相手以外に手を出さない」ことを能力と同じ重みで測る評価を用意した。
悪用対策として追加された仕組み
- サイバー領域に特化したミスアライメント監視（正当なエクスプロイト開発と区別しつつ、ユーザーの許可範囲に沿っているかを見る）
- Daybreak RedのAPI利用でIP許可リストを原則必須化し、認証情報の侵害も監視
- ゼロデータ保持契約の顧客へのPrivate Safety Processing（PSP）の原則適用。顧客側ストレージに30日保持される暗号化記録を自動チェックし、内容はOpenAIの担当者に開示しない
- 発電所や水処理施設などOT/ICSへの侵害や物理的損害につながる支援を止める新しいチェック
6月のGPT-5.5-Cyberから約5カ月で3世代目
OpenAIのサイバー向けモデルは、6月にDaybreakの発表とともに出たGPT-5.5-Cyber、8月のGPT-5.6 Cyberに続き、これで3世代目になる。今回、GPT-5.6 CyberもDaybreak Redの全顧客に開放され、GPT-6 Astra向けのDaybreak Blueのアルファ版アクセスも個人のセキュリティ研究者を含めて広げられた。11月4日にはAWS GovCloud（US-East）でDaybreak Redの提供が始まっており、米政府系の利用者への経路も増えている。
重要インフラについては、9月に発表した総額10億ドルの助成プログラム「Daybreak for Frontline Defenders」で、資源の限られた公共サービス事業者の利用費を補助する。加えて、承認済みのインフラ防御担当者向けに「Daybreak Red for Critical Infrastructure」という区分を新設した。産業制御セキュリティ企業のDragosが模擬発電所で行った評価では、制限を緩めたモデルがIT資産の中からOT資産を自力で識別し、保護リレーを管理するエンジニアリングソフトでゼロデイ脆弱性2件を見つけたという。OpenAIはこの結果を安全対策の調整に使ったとしている。
他社では、Googleが9月にGemini 3.8 Flash Cyberを、Anthropicが10月にサイバー防御の取り組み「Anthropic Cyber Mission」を発表している。防御側に限定して提供する点は各社共通だが、OpenAIは自社フレームワークで「Critical」と分類したモデルを、IP制限や専用監視を条件に外部へ出した点で一歩踏み込んだ。日本からの利用条件は発表に記載がなく、現時点ではDaybreak Redの審査を通った組織に限られる。
