8月11日、The Hacker Newsが「OpenAI Launches GPT-5.6-Cyber with Reduced Safeguards for Exploit Development」と題した記事を公開した。OpenAIがエクスプロイト開発向けにセーフガードを意図的に緩めたサイバーセキュリティ特化モデル「GPT-5.6-Cyber」を、審査を通過した信頼パートナー企業に限定公開したという内容だ。通常モデルでは**1.5%しか完了しない高リスクなサイバータスクを、このモデルは95.0%**完了させる——その数字が示す設計判断の重さが、記事全体を貫くテーマとなっている。
「拒否率1.5%→95%完了」という衝撃の数字
通常のGPT-5.6 Solは、エクスプロイトチェーン開発や権限昇格といった高リスクなサイバータスクへのリクエストをほぼ拒否する。OpenAIが設けた内部評価指標「Advanced Cybersecurity Completion Rate」によれば、GPT-5.6 Solの完了率はわずか**1.5%**だ。
GPT-5.6-Cyberはこれを**95.0%**にまで引き上げる。前世代のGPT-5.5-Cyberが57.3%だったことを考えると、一世代でほぼ倍増している。
この数字が示すのは単なる性能向上ではなく、「AIモデルをどこまでセキュリティの攻撃面に使わせるか」という設計判断の転換だ。OpenAIは今回、その閾値を大きく動かした。
実際に見つけた脆弱性
数字だけでなく、モデルが実際に発見した脆弱性の実績が記事で列挙されている。
最も具体的なのが**CVE-2026-15903**（CVSSスコア: 8.8）だ。CVSSスコアとは脆弱性の深刻度を0〜10で数値化した業界標準指標で、8.8は「重大（High）」に分類される。V8 JavaScriptエンジン（ChromeやNode.jsで使われるJSエンジン）における範囲外読み書きの脆弱性で、細工されたHTMLページを経由してリモートからサンドボックス内で任意コードを実行できる可能性がある。
さらにモデルは、V8のヒープサンドボックスを脱出する別の未知の脆弱性も発見しており、2つを連鎖させることができるという。ヒープサンドボックスとは、V8がメモリ破壊の影響範囲をヒープ領域内に封じ込めるために導入した防御機構で、これを脱出されるとブラウザプロセス全体の掌握につながりうる。CVE-2026-15903はGoogleが2026年7月中旬にパッチを適用している。
それ以外にも以下を発見したとOpenAIは述べている：
- 人気モバイルOSにおける少なくとも5件の脆弱性（非信頼アプリからローカル権限昇格に至るチェーンを含む）
- 人気データベースにおける3件のクリティカルな脆弱性（リモートコード実行経路を含む）
- 人気OSカーネルにおける権限昇格につながる400件超の脆弱性
特にOSカーネルの400件超という数字は、熟練した人間のセキュリティリサーチャーが数ヶ月〜数年単位で積み上げるような成果を、AIが自律的に量産できることを示唆しており、業界に与えるインパクトは小さくない。これらは脆弱性の名称こそ伏せられているが、OpenAIが実際の製品・プラットフォームを対象に検証した結果として公開されている。
Daybreak Red：利用できる企業は限定
GPT-5.6-Cyberの提供形態は「Daybreak Red」という専用アクセス層を通じて行われる。OpenAIが2026年5月に開始したDaybreakイニシアチブの一環だ。同イニシアチブは、防御側のセキュリティ組織に対してフロンティアモデルへのアクセスを段階的に提供することを目的に設計されており、アクセス層は2段階に分かれている：
- Daybreak Blue：GPT-5.6 Solなどの汎用モデルにガードレール付きでアクセス。インシデント検知・脆弱性管理などの防御側タスク向け
- Daybreak Red：GPT-5.6-Cyberにアクセス。エクスプロイト開発や認証バイパスなど攻撃的セキュリティタスクに対応
現時点でDaybreak Redへのアクセスが認められているのは、Accenture、Akamai、Cisco、Cloudflare、CrowdStrike、Fortinet、IBM、Palo Alto Networks、PwC、Sophosといった「信頼できるパートナー企業」に限定されている。いずれもサイバーセキュリティ分野で実績を持つ大手であり、OpenAIは利用用途の監査・契約上の義務付けを通じて誤用リスクを管理するとしている。一般ユーザーや中小企業が直接アクセスできるものではない点は強調しておきたい。
「パッチ生成」はまだ苦手
一方で、脆弱性の発見と修正は別の話だ。1Passwordが実施したAIパッチ生成に関する調査によれば、AIが生成したパッチが「アプリケーションの動作を変えずに脆弱性を完全解決した」割合はわずか**26.0%。「脆弱性は解決したが動作を変えてしまった」ケースが20.1%、「脆弱性を解決できなかった、または新たな脆弱性を追加した」ケースが53.9%**に上る。なお、この調査はGPT-5.6-Cyberを直接対象にした評価ではなく、AI全般のパッチ生成能力を測定したものであり、参照として掲載されている点に留意されたい。
OpenAI自身も、GPT-5.6-Cyberはゼロデイの重大度評価では改善が見られる一方、「リポジトリ内の脆弱性発見→PoC（Proof of Concept：脆弱性の悪用可能性を実証するコードや手順）開発→品質の高い脆弱性レポート作成」という一連の作業では、通常のGPT-5.6 Solより成績が悪いと認めている。原因は「モデルがより短く詳細に欠けるレポートを生成する傾向がある」ためだという。
OpenAIの立場
OpenAIは今回の取り組みについて、攻撃者側がすでにAIをサイバー攻撃に積極活用している現状を根拠に挙げる：
"Models running with reduced safeguards carry risks beyond standard model usage, whether from misuse or misalignment. Despite these risks, we believe that democratizing access to frontier intelligence for defenders is crucial to accelerating and automating cyber defense."
— OpenAI
セーフガードを緩めたモデルは誤用・意図しない挙動のリスクを伴うと明言しつつも、防御側の自動化・加速のためには必要だという立場だ。記事はさらに、AIが「脆弱性開示から悪用までの時間を短縮している」とも指摘する。ゼロデイが公開された直後にAIで即席エクスプロイト（"vibe exploit"）を生成する攻撃者の動きがすでに観測されており、防御側だけがAIを使わないという選択肢は現実的でないとOpenAIは主張する。
詳細はOpenAI Launches GPT-5.6-Cyber with Reduced Safeguards for Exploit Developmentを参照していただきたい。
