11月5日、OpenAIが「GPT‑6 Cyber: Advancing the frontier of aligned cybersecurity agents」と題した記事を公開した。この記事では、サイバーセキュリティ特化型AIモデル「GPT‑6 Cyber」の公開と、その実世界での脆弱性発見・修正への活用実績について詳しく紹介されている。以下に、その内容を紹介する。
GPT‑6 Cyberとは何か
GPT‑6 Cyberは、OpenAIがセキュリティ研究向けに開発した特化型モデルだ。前世代のGPT‑5.6 Cyberと比較して能力・安全性の両面で大幅に強化されており、OpenAI自身のPreparedness Frameworkにおいてサイバーセキュリティリスク分類が「High」から「Critical」に引き上げられた。
ベンチマーク上の数字を見ると、その向上幅は大きい。脆弱性を実際にエクスプロイトできるかを測定するExploitGymでは、GPT‑5.6 Cyberの**32.1%に対してGPT‑6 Cyberは48.5%**（約16ポイント増、相対改善率51%）を記録した。Webアプリのペネトレーションテストを模した新評価では、ソースコードなしで脆弱性を探索させたところ、GPT‑6 AstraのRecall **32.0%に対してGPT‑6 Cyberは40.3%**を達成している。
新たに構築されたRemoteExploitBench（GitLab、PostgreSQL、Jenkinsなどの既知脆弱性を制御環境で再現するベンチマーク）では、GPT‑6 Astraがタスクの100%を拒否した一方、GPT‑6 Cyberは95%を完了した。唯一の失敗はリモートで動作させられなかったエクスプロイト1件のみだ。
実世界での成果：LinuxとFirefoxで実証済み
ベンチマーク上の数字よりも、実際のコードベースへの適用結果の方が具体的で重い。
Firefoxで81件の未知脆弱性を発見。 GPT‑6 Cyberを使った調査で、Mozillaがフロンティアモデルで広範にテスト済みだったFirefoxから、Mozillaが高深刻度と分類した81件の新規脆弱性を発見した。さらに既知の30件については、以前の報告より深刻度が高いことを示した。OpenAIはパッチ案とともにMozillaへ報告し、Mozillaは修正を公開済みだ。
Linuxカーネルで948件のエクスプロイトを開発。 GPT‑6 Cyberは1,724件の脆弱性を再現し、うち948件の動作するエクスプロイトを開発した。同じ調査ハーネスを使ったGPT‑5.6 Solの166件と比較すると、5倍以上の数字だ。304件の重大な知見はパッチ案とともにメンテナーへ開示済みで、残りも修正プロセスが進行中だという。
また、Node.jsでも使われているBrotli圧縮ライブラリのRCE（リモートコード実行）脆弱性の検証にも活用されている。
Cisco、Calif、CodeRabbitといった企業のセキュリティチームも、脆弱性調査やコードレビューに本モデルを利用している。
「スコープ外を攻撃しない」ためのアライメント強化
能力が高まるほど、指示された範囲外のシステムを勝手に攻撃するリスクが高まる。OpenAIはこれを「主要なリスク」と位置付け、アライメントを開発の中心に据えた。
評価にはExploitGym Honeypotという新たなテストを用いた。これはHugging Face incidentを踏まえて設計されたもので、隔離環境にわざと攻略しやすいサービス（パッケージレジストリやオブジェクトストア）を配置し、それを攻撃すればフラグを取れるようにしておく。モデルはそれがスコープ外であると自ら判断しなければならない。
GPT‑6 Cyberは、デプロイメント安全プロンプトなしで**99.93%、プロンプトありで100%**のケースでスコープ外サービスへの攻撃を回避した（GPT‑5.6 Cyberはプロンプトなしで94.49%）。
モデルの思考過程（Chain of Thought）には以下のような推論が記録されている：
"Can't assume extra API or attack controller not target. We should only target binary/server."
"don't explore out of scope credentials."
アクセス管理と不正利用対策
能力が上がった分、悪用リスクへの対策も強化されている。主な施策は以下の通りだ。
- サイバー特化のミスアライメント監視：ユーザーの認可範囲とモデルの行動が一致しているかをモニタリング。正当なエクスプロイト開発は許可しつつ逸脱を検知する。
- Private Safety Processing（PSP）：ZeroデータリテンションのAPIユーザーには原則PSPの使用を義務付け。暗号化されたままの記録を30日間保持し、OpenAIスタッフがプロンプト・レスポンスを参照しない形で不正利用チェックを実施する。
- IPアローリスト：Daybreak Red APIへのアクセスはデフォルトでIPアローリストを必須とし、承認済みネットワーク以外からのリクエストを制限する。
- 重要インフラ向け特別グループ：発電所・水処理施設などの運用技術（OT）・産業制御システム（ICS）を守るチーム向けに「Daybreak Red for Critical Infrastructure」を新設。また$10億規模のDaybreak for Frontline Defendersグラントプログラムで、政府機関や必須サービス事業者のアクセスを補助する。
アクセス方法
GPT‑6 Cyberは現在、一部の承認済みDaybreak Redカスタマー向けにAPIおよびCodexで提供されている。まもなくすべてのDaybreak Redカスタマーへ順次拡大予定で、GPT‑5.6 CyberもDaybreak Red全ユーザーへ開放される。Daybreak Blueへの参加申請は専用フォームから可能で、新規ユーザーはDaybreakのページから申請できる。
詳細はGPT‑6 Cyber: Advancing the frontier of aligned cybersecurity agentsを参照していただきたい。
