我先核实这条 OpenAI 网络安全模型发布消息的真实性和具体参数。
GPT-6 Cyber 发布:网络安全大模型把 Linux 漏洞利用做到 5.7 倍
先说清最关键的一点:美西时间 11 月 5 日,OpenAI 正式发布专用网络安全模型 GPT-6 Cyber。它是 GPT-6 Astra 的网络专用变体,能自主发现漏洞、验证漏洞是否真的可利用,并协助写出修复补丁。 标题里说的 “五倍”,准确参照是 Linux 内核实战:在相同研究框架下,它复现 1724 个漏洞、为 948 个开发出可运行漏洞利用,而上一代 GPT-5.6 Sol 只有 166 个 ——948÷166≈5.7 倍。而基准测试口径的提升是另一回事:ExploitGym 成功率从 32.1% 升到 48.5%,相对提升约 51%。两套数字不能混用。更值得注意的是,OpenAI 在自家 Preparedness Framework 里,把它的网络安全能力从上一代的 High 上调到 Critical(最高档),同时给它加了身份核验、分级授权、持续监控三道限制 ——能力越强,能使用它的人反而越少。
一、先把 “五倍” 校准:三个数字,三种含义
| 说法 | 具体数字 | 参照对象 | 准确表述 |
|---|---|---|---|
| 漏洞利用 “五倍” | 948 个可运行利用 | GPT-5.6 Sol 的 166 个 | 5.7 倍,限 Linux 内核、同一研究框架 |
| 基准能力提升 | ExploitGym 48.5% | GPT-5.6 Cyber 32.1% | 相对提升约 51%,绝对 +16.4 个百分点 |
| 漏洞挖掘召回 | Web 渗透 40.3% | GPT-6 Astra 32.0% | +8.3 个百分点,无源码条件 |
“五倍” 来自工程成果数量,并非模型能力的通用倍数。这个区分很重要,因为它决定了这项能力能否复用到你手上的代码库。
二、官方基准成绩:一个专用模型超过自家通用旗舰
| 评测 | 测什么 | GPT-6 Cyber | 对照 |
|---|---|---|---|
| ExploitGym | 对远程目标利用指定漏洞 | 48.5% | GPT-5.6 Cyber 32.1%;GPT-6 Astra 42.4% |
| ExploitGym Hardened | 开启 ASLR、栈保护、V8 沙箱等加固 | 36.94% | GPT-6 Astra 29.69% |
| Web Pentesting | 无源码、纯交互找漏洞 | 召回 40.3% | GPT-6 Astra 32.0% |
| RemoteExploitBench | GitLab/PostgreSQL/Jenkins 已知漏洞 | 完成 95% | Astra(Daybreak Blue)拒绝 100% |
| ExploitBench | 把已知漏洞做到任意代码执行 | 100%(归一化) | GPT-5.6 Sol 78.5% |
| SRE-Bench | 二进制逆向、无源码理解逻辑 | pass@1 92.84% | GPT-6 Astra 87.98% |
| SEC-Bench Pro | 大型 JS 引擎找漏洞 | pass@1 87.02% | GPT-6 Astra 85.38% |
两个细节值得记住:
- 它比通用旗舰更会挖洞,即便通用旗舰不拒绝任务。 官方明确写了这一点,说明提升来自专项后训练,并非仅仅放开了限制。
- 加固之后能力下滑明显。 ExploitGym Hardened 上从 48.5% 掉到 36.94%,说明真实世界的防护措施仍然有效。
三、实战战果:从 “能找” 到 “能找到没人发现的”
这部分比榜单更有说服力,因为它跑在有多年安全审查历史的真实代码库上。
| 项目 | 成果 | 后续 |
|---|---|---|
| Linux 内核 | 复现 1724 个漏洞,948 个开发出可运行利用(提权类) | 按社区规范披露 304 项关键发现,附候选补丁 |
| Firefox | 发现 81 个此前未知的高危漏洞;另指出 30 个已知问题严重性被低估 | Mozilla 认可并陆续发布修复,覆盖数百万用户 |
| Brotli 压缩库 | 与其它模型协同验证关键漏洞可致下游远程代码执行 | 已披露给维护方 |
| OpenAI 自家基础设施 | 红队中 agent 组合多个漏洞,逃逸 microVM 并在宿主机执行代码 | 据此修补软件、收紧网络访问 |
Mozilla 的 Firefox 杰出工程师 Brian Grinstead 的评价很直接:即使经过多代前沿模型加固,这个模型仍然挖出了未知的高危漏洞,并帮助团队把修复推送给数百万用户。Cognition 的 CTO 则给出另一组数据:在其内部 “新颖漏洞发现与利用” 基准上,GPT-6 Cyber 拿到 23%,此前最好成绩是 13%。
四、为什么专用模型能跑赢通用旗舰
原因不在 “更聪明”,在训练目标和任务形态。
- 后训练专项化。 官方用强化学习专门训练复现崩溃、开发可运行利用、在大代码库里搜漏洞这几类任务,模型学会了换策略、识别自己的错误。
- 降低授权范围内的拒绝率。 系统卡显示,它在通用安全协助与补丁任务上完成率 100%,漏洞利用开发 96%,红队任务 97%—— 过去模型常在这类 “双用途” 请求上反复拒绝,长任务因此中断。
- 长任务续航。 外部评估机构 Irregular 在 CyScenarioBench(长周期攻击任务)上给出的结果是 11/11 全部至少解出一次,平均成功率 61%,比 Astra 高 7 个百分点。
- 会写 “能落地” 的产出。 不只是报漏洞,还给可复现测试证据与候选补丁,这恰恰是安全团队最耗人力的环节。
五、能力上到 Critical,限制也同步加厚
OpenAI 这次的做法,是把 “放开能力” 和 “收紧准入” 绑在一起。
| 层次 | 具体措施 |
|---|---|
| 准入门槛 | 首批仅通过 API 与 Codex 开放给经批准的 Daybreak Red 客户;核验身份、资质、法律承诺 |
| 行为约束 | 专项对齐训练,要求遵守授权范围;ExploitGym 蜜罐测试中,无部署提示时 99.93% 未越界(上一代 94.49%),加提示后 100% |
| 滥用监测 | 网络安全专项失准监控;针对 PHP 等真实服务器的定向监控;Zero Data Retention 客户一般须启用私有安全处理(PSP),加密记录留存 30 天 |
| 账号安全 | Daybreak Red API 默认要求 IP 白名单,监测凭证是否泄露 |
| 关键基础设施 | 新增 Daybreak Red for Critical Infrastructure;设 10 亿美元 Daybreak for Frontline Defenders 资助计划,补贴政府与关键服务团队 |
| 其他风险隔离 | 所有用户强制启用保守的生物安全模式,避免网络专项训练外溢 |
与 Dragos 的合作测试提供了一个直观样本:在几乎不给环境信息的模拟电厂里,模型自己把 OT(工业控制)资产从 IT 噪声里分离出来,并在管理保护继电器数据的工程软件中发现两个零日漏洞 —— 这类信息正是攻击者动手前最想要的 “地图”。
六、代价与没做到的事,也要写清
- 贵。 短上下文模式下每百万 Token 输入 20 美元、输出 100 美元,均为 GPT-5.6 Sol 的 5 倍;缓存读 2 美元,缓存写 30 分钟 25 美元、12 小时 50 美元。
- 并非全面领先。 外部评估中,FrontierCyber 上它解出 90/288,Astra 是 96/288;15 道最高难度题两者都没解出;对完全加固的目标未观察到成功攻击。
- 首轮只服务 “被批准的防御者”。 独立研究者与开源维护者能否及时拿到,取决于 Daybreak 扩围与资助落地速度,这也是这套模式最大的公平性变量。
七、结论:真正的分水岭是 “谁能用上”
GPT-6 Cyber 把网络安全模型从 “能聊安全” 推进到 “能跑完一条完整研究流水线”:找漏洞、验证可利用性、写出可运行利用、给候选补丁。五倍的实战产出、51% 的基准提升,都是这条流水线跑通的证据。但它同时说明另一件事:当攻击能力可以被模型规模化生产,防御端的门槛就不再是 “有没有工具”,而是 “能不能被授权使用工具”。 对安全团队来说,接下来该做的不是等模型更强,而是先把三件事准备好 —— 可授权范围的清单、隔离沙箱与人工复核闸门、以及能消化大量候选漏洞的修复流水线。
【常见问题】
问题 1:GPT-6 Cyber 的漏洞挖掘能力真的跃升五倍吗,这个数字怎么来的?
回答 1:五倍指的是 Linux 内核实战中的可运行漏洞利用数量:GPT-6 Cyber 复现 1724 个漏洞并为 948 个写出可运行利用,上一代 GPT-5.6 Sol 在同一研究框架下是 166 个,948÷166≈5.7 倍。这是特定项目、特定框架下的工程成果倍数,不等于 GPT-6 Cyber 的通用漏洞挖掘能力提升五倍;同一代之间的基准对比是 ExploitGym 从 32.1% 到 48.5%,相对提升约 51%。看这类数字,先分清 “成果数量倍数” 和 “基准成功率提升”。
问题 2:GPT-6 Cyber 作为网络安全大模型,和通用旗舰 GPT-6 Astra 差在哪?
回答 2:GPT-6 Cyber 是 GPT-6 Astra 的网络专用变体,差别在后训练目标:它专门用强化学习训练复现崩溃、开发可运行利用、在大代码库搜漏洞,并降低授权范围内的拒绝率,因此能跑完长周期的漏洞研究任务。结果是它在多数网络任务上超过 Astra,即便 Astra 不拒绝请求;例如 ExploitGym 48.5% 对 42.4%,RemoteExploitBench 完成 95% 而 Astra 拒绝 100%。但代价是价格更高,且只在网络安全领域专项增强。
问题 3:GPT-6 Cyber 被评到 Critical,会不会让漏洞挖掘能力被滥用?
回答 3:OpenAI 的应对是把准入和监控一起收紧:只对经批准的 Daybreak Red 客户开放,核验身份与资质;训练模型遵守授权范围,蜜罐测试中加部署提示后 100% 未越界;配套专项失准监控、IP 白名单、凭证泄露监测与 PSP 安全处理;涉及工业控制、关键基础设施的高风险请求另有拦截。但风险并未归零 —— 能力扩散的方向不可逆,真正的防线仍是使用方的沙箱、范围限定与人工复核。
问题 4:企业想用 GPT-6 Cyber 做漏洞挖掘,需要先准备什么?
回答 4:三件事优先级最高。第一,明确授权范围:列出可测系统、可用凭证、可执行动作,避免模型在边界外探索。第二,隔离环境:在无生产网访问的沙箱里跑,开自动审查与人工复核闸门,高风险流程留人工接管。第三,修复流水线:模型一次能产出数百个候选漏洞与补丁,团队要有分诊、复现、验证、上线的吞吐能力,否则成果会堆在报告里。成本也要算清:输出侧每百万 Token 100 美元,是上一代的 5 倍。
【数据来源】
- [2026-11-06](GPT-6 Cyber 正式发布,AI 最强的矛也成了最强的盾)爱范儿(腾讯新闻)
- [2026-11-06](GPT‑6 Cyber: Advancing the frontier of aligned cybersecurity agents)OpenAI
- [2026-11-06](GPT-6 Cyber System Card)OpenAI
- [2026-11-03](GPT-6 Astra: A new generation of intelligence)OpenAI
- [2026-08-10](Expanding Daybreak as the Cyber Defense Window Narrows)OpenAI
【免责声明】
本文依据 OpenAI 官方发布博客、GPT-6 Cyber 系统卡、GPT-6 Astra 发布页及爱范儿等公开报道整理,仅用于 AI 安全能力与产业趋势讨论,不构成对任何产品、服务的安全承诺或采购建议。文中基准分数、实战漏洞数量、定价与准入政策均来自 OpenAI 公开披露,可能随版本更新调整;ExploitGym、ExploitBench 等评测存在历史漏洞污染风险,官方亦已提示,分数不等于通用能力排名。漏洞挖掘与利用测试仅应在获得明确授权的环境中进行,任何未经授权测试他人系统的行为均可能违法。请以 OpenAI 官方文档与系统卡最新版本为准。
