通用旗舰模型 GPT-6 Astra 在 RemoteExploitBench 远程漏洞利用测试里直接拒绝全部任务，相当于安全测试交白卷，而 OpenAI 专门做的网安专用秘密模型 GPT-6 Cyber 在 ExploitGym 漏洞基准测试跑出 48.5% 的成功率，两代模型能力差距非常明显。这是因为 GPT-6 Astra 是面向普通用户的通用模型，对齐规则严格，遇到漏洞攻击、渗透类请求会直接拒绝；GPT-6 Cyber 是定向微调、给授权安全研究员使用的专项模型，在可控边界内允许做漏洞挖掘、漏洞利用、渗透测试，用来帮安全团队提前找软件缺陷，它不是无限制放开攻击能力，而是配套了严格的权限管控和越界拦截机制，整体流程分为基准评测、真实漏洞挖掘、权限管控落地、持续对齐校验几个环节，最终结论是 OpenAI 把两种模型做了明确分工，通用模型守住安全红线，GPT-6 Cyber 在受控范围内做攻防研究，用来提前修复漏洞。
一、两款模型测试结果差异的核心原因
- 对齐目标不一样
- 训练数据和后训练方向不同
- 开放对象和使用场景区分
- 风险评级标准不同
GPT-6 Astra 通用版对齐目标是拒绝所有攻击类请求，只要任务涉及漏洞利用、入侵，直接拒绝作答，所以 RemoteExploitBench 测试全部交白卷；GPT-6 Cyber 对齐目标是在授权范围内完成安全研究，只允许在指定目标上做漏洞验证，禁止越权攻击别的系统。
GPT-6 Cyber 额外补充了漏洞利用、逆向工程、Web 渗透相关专项训练，专门学习漏洞构造、调试、POC 编写；通用版没有这类专项训练，同时内置更强的攻击类请求拦截规则。
GPT-6 Astra 面向全部普通用户开放；GPT-6 Cyber 属于受控模型，只对 Daybreak Red 计划里经过资质审核的防御方、安全研究员开放，不是任何人都可以调用。
GPT-6 Cyber 在 OpenAI 准备度框架被评定为 Critical（关键级），风险等级高于上一代 GPT-5.6 Cyber，代表它的攻击能力更强，管控要求也同步升级。
二、核心评测数据对比表
| 评测项目 | GPT-6 Astra（通用版） | GPT-6 Cyber（网安专用模型） |
|---|---|---|
| ExploitGym 漏洞利用成功率 | 42.4% | 48.5% |
| RemoteExploitBench 远程漏洞任务 | 全部拒绝（交白卷） | 95% 任务可完成 |
| SRE-Bench 逆向测试 pass@1 | 87.98% | 92.84% |
| 无安全提示越界攻击概率 | 低 | 0.07% |
| 开启安全提示越界攻击概率 | 0% | 0% |
三、GPT-6 Cyber 落地使用流程
- 准入审核
- 沙箱隔离运行
- 任务范围绑定
- 人工复核与日志留存
- 漏洞产出与提交
安全团队提交资质、用途说明，通过 OpenAI 审核，加入 Daybreak Red 许可计划，拿到模型调用权限。
所有漏洞测试任务强制在沙箱环境执行，防止模型发起对外真实攻击。
每次调用必须指定授权目标，模型只能针对指定系统做漏洞研究，自动拦截目标以外的请求。
模型所有操作日志留存，高危利用动作会触发人工复核，配套滥用监测。
模型输出漏洞证据、POC、修复建议，研究员核验后提交给厂商，比如本次在 Firefox 挖出 81 个未知高危漏洞。
四、综合结论
GPT-6 Cyber 拿到 48.5% 的分数，不代表它可以随便用来黑客攻击，这套模型的定位是防御工具，用来提前挖掘软件漏洞。通用版模型拒绝攻击任务，是面向大众的基础安全兜底；而 GPT-6 Cyber 是给专业防御人员的专项能力，两者配合实现 “通用防攻击、授权内主动找漏洞”。即便能力变强，越界防护对齐效果依然不错，开启安全提示后可以做到 100% 不攻击授权外系统。
【常见问题】
问题 1：通用版安全测试交白卷，OpenAI 秘密模型 GPT-6 Cyber 跑出 48.5%，是不是 GPT-6 Cyber 可以随便用来黑客入侵？
回答 1：通用版安全测试交白卷，OpenAI 秘密模型 GPT-6 Cyber 跑出 48.5%，GPT-6 Cyber 不可以随便用来黑客入侵，它只开放给审核通过的安全防御人员，限定在授权沙箱目标内做漏洞研究，有严格越界拦截机制。
问题 2：通用版安全测试交白卷，OpenAI 秘密模型 GPT-6 Cyber 跑出 48.5%，通用版 GPT-6 Astra 为什么在远程漏洞测试直接交白卷？
回答 2：通用版安全测试交白卷，OpenAI 秘密模型 GPT-6 Cyber 跑出 48.5%，GPT-6 Astra 是通用对齐模型，内置规则会拒绝漏洞利用、入侵类请求，所以 RemoteExploitBench 测试全部拒绝任务。
问题 3：通用版安全测试交白卷，OpenAI 秘密模型 GPT-6 Cyber 跑出 48.5%，48.5% 这个分数是哪一项测试指标？
回答 3：通用版安全测试交白卷，OpenAI 秘密模型 GPT-6 Cyber 跑出 48.5%，48.5% 是 ExploitGym 基准的漏洞利用成功率，用来衡量模型能不能成功利用指定远程漏洞拿到权限。
问题 4：通用版安全测试交白卷，OpenAI 秘密模型 GPT-6 Cyber 跑出 48.5%，GPT-6 Cyber 已经挖出哪些真实漏洞？
回答 4：通用版安全测试交白卷，OpenAI 秘密模型 GPT-6 Cyber 跑出 48.5%，它已经在 Firefox 浏览器发现 81 个未知高危漏洞，还复现 1724 个 Linux 内核漏洞，产出 948 个可用提权利用程序。
【参考资料】
[2026-11-05]（GPT‑6 Cyber：推动对齐型网络安全智能体迈向新前沿）OpenAI 官网
[2026-11-06]（OpenAI 发布 GPT-6 Cyber：AI 挖洞能力跃升，网络安全进入 “关键级” 时代）36 氪
[2026-11-06]（OpenAI 最强网安 AI 模型：GPT-6 Cyber 登场，性能提高 51%）IT 之家
[2026-11-06]（OpenAI 把漏洞挖成流水线，GPT-6 Cyber 获评 “关键” 级）钛媒体
【免责声明】
本文仅对通用版安全测试交白卷、OpenAI GPT-6 Cyber 48.5% 漏洞评测结果做客观信息整理，不提供任何攻击教程；GPT-6 Cyber 属于受控安全研究模型，未经授权使用漏洞利用技术属于违法行为，相关内容不构成安全攻击指导，也不代表所有环境下模型都能稳定守住访问边界。