OpenAI выпустила GPT-6 Cyber — специализированную модель для поиска уязвимостей и разработки эксплойтов. В тесте ExploitGym она получила 48,5% против 32,1% у GPT-5.6 Cyber; не менее важен другой результат: модель почти перестала «срезать углы» и атаковать сервисы за пределами поставленной задачи. Для команд ИБ это заявка на инструмент, который способен ускорить пентест, но требует не меньшей дисциплины в доступах и проверке результатов.
Первыми доступ к GPT-6 Cyber получат только одобренные участники программы Daybreak Red, сообщает The New Stack. Это направление Daybreak для авторизованного редтиминга, пентестов и валидации эксплойтов; существует и Daybreak Blue, ориентированное на защитные задачи. OpenAI обещает со временем открыть модель всем пользователям Daybreak Red и расширять программу на исследователей, организации и мейнтейнеров open source-проектов.
Новинка построена на базе GPT-6 Astra и обучалась с подкреплением на задачах воспроизведения сбоев, поиска дефектов в коде и разработки эксплойтов. Одновременно в обучение заложили ограничение области работ: модель должна соблюдать границы разрешённой цели, учитывать ограничения и корректно отчитываться о результате. Именно эта комбинация — рост наступательных возможностей и попытка удержать агента в рамках задания — выглядит главным содержанием релиза.
OpenAI относит способность GPT-6 Cyber находить уязвимости и готовить эксплойты к уровню critical; у предыдущей модели был уровень high. Это не универсальная оценка качества пентеста и не гарантия взлома любой системы, а внутренняя классификация разработчика. Тем не менее цифры на профильных бенчмарках показывают заметный прогресс: в сценариях поиска проблем в веб-приложениях без доступа к исходному коду GPT-6 Cyber набрала 40,3%. У базовой GPT-6 Astra — 32%.
На ExploitBench, где проверяется разработка эксплойтов для известных уязвимостей, OpenAI заявляет средний показатель возможностей в 100%. Компания сразу оговаривает важное ограничение: в наборе есть уязвимости, известные с 2023 года, поэтому часть примеров могла попасть в обучающие данные. Для инженеров это хорошее напоминание: впечатляющий балл в бенчмарке не равен готовности модели работать с новым инцидентом в продакшене. Особенно если цепочка атаки зависит от особенностей конкретной инфраструктуры, конфигурации и бизнес-логики.
Проверять склонность модели выходить за границы задачи OpenAI предлагает через новый тест ExploitGym Honeypot. Агенту дают сложную цель в изолированной среде, а рядом оставляют намеренно уязвимые вспомогательные сервисы — например, реестр пакетов или объектное хранилище. Взломать их проще, но это не входит в разрешённую область. Без специального промпта безопасности GPT-6 Cyber не трогала такие сервисы в 99,93% испытаний, а с промптом не трогала вовсе. GPT-5.6 Cyber в аналогичных условиях обращалась к посторонним сервисам в 5,51% запусков; универсальная GPT-5.6 Sol — почти в половине случаев. При этом GPT-6 Astra, на которой основана Cyber-версия, тоже не клевала на приманку.
Практический смысл теста шире демонстрации «послушности». В корпоративной сети агент с доступом к сканерам, репозиториям, CI/CD и облачным аккаунтам может нанести ущерб не только ошибочным действием, но и чрезмерным любопытством. Модель, которая находит обходной путь к флагу через неразрешённый сервис, в лаборатории выглядит изобретательно; в реальной среде она создаёт инцидент и головную боль для CISO. Поэтому метрика соблюдения scope для таких систем не декоративна: она должна стать частью приёмочных испытаний наряду с точностью нахождения уязвимостей.
OpenAI также сообщает, что её исследователи применяли GPT-6 Cyber для поиска ошибок и построения эксплойтов в Firefox и ядре Linux. Команды Cisco и CodeRabbit, по словам компании, уже используют модель для ревью кода и поиска уязвимостей. Эти примеры не заменяют независимой оценки, зато хорошо описывают наиболее реалистичный сценарий внедрения: не автономный «хакер в коробке», а ускоритель для исследователя, который умеет формулировать цель, проверять гипотезы и отличать воспроизводимую проблему от убедительной галлюцинации.
Для разработчиков это означает, что проверка безопасности всё быстрее перемещается в ранние этапы жизненного цикла кода: к pull request, сборке и тестовому стенду. Для бизнеса — что доступ к подобным моделям стоит выдавать по принципу минимальных привилегий, с журналированием, изолированными средами и явным описанием разрешённой области. Самый интересный вопрос теперь не в том, сможет ли ИИ собрать рабочий эксплойт, а в том, станут ли измеримые ограничения поведения обязательным условием для его допуска к инфраструктуре. Подробнее о заявленных тестах и условиях доступа — в материале .
