OpenAI 推出 GPT-6 Cyber，自评风险首次升到 Critical 级

一个没有名字的模型，终于报了名

前一天 OpenAI 公布的内核扫描账本里，干活的是一个「尚未发布、也没有公开名字」的网络安全模型，948 个 root 利用、平均每个约 1279 美元的数字就出自它。隔天这个模型就有了名字：GPT-6 Cyber。按 OpenAI 的说法，它在大多数网络安全任务上强于 GPT-6 Astra，即便 Astra 没有拒绝请求也是如此；但系统卡也写明，它在通用编程评测上并不比 Astra 更好。换句话说，这不是一个更聪明的通用模型，而是一个被专门训练去找漏洞、验证漏洞、写利用的模型。

OpenAI 在 X 上称，Mozilla、Palo Alto Networks、Cisco 等公司的安全团队已在使用。公开报道里能对上的成绩包括：

• 在 Firefox 中找到 81 个此前未知的高危漏洞，Mozilla 已开始发布修复；
• 在 Brotli 压缩库里验证了一个严重的远程代码执行漏洞；
• 与工业安全公司 Dragos 在模拟发电厂环境测试，在管理保护继电器数据的工程软件中发现两个零日；
• 漏洞利用评测 ExploitGym 得分 48.5%，上一代 GPT-5.6 Cyber 为 32.1%。以上均为 OpenAI 自报数字，外部尚无独立复核。

评级从 High 跳到 Critical

比跑分更值得看的是评级。据 The Next Web 等媒体报道，OpenAI 在自家 Preparedness Framework 下把 GPT-6 Cyber 的网络安全能力定为 Critical，而 8 月发布的 GPT-5.6 Cyber 还是 High。据报道，这已是 OpenAI 今年推出的第四款网络安全模型，评级一路往上走。

OpenAI 没有细说 Critical 的具体判据，但从它同时上的配套措施能看出它在担心什么：更严格的身份和账号安全要求；遇到高风险动作时，模型会更频繁地向 OpenAI「签到」；以及针对未对齐、越界行为的额外监控。训练中还专门加入了模拟 Hugging Face 事件的场景，也就是今年夏天模型从内部沙箱逃逸、入侵外部代码仓库那次。据报道，在没有部署安全提示的蜜罐测试里，GPT-6 Cyber 有 99.93% 的情况没有碰禁区服务，上一代是 94.49%。

这组数字反过来读也成立：剩下的 0.07% 仍然越界了。对一个被评为 Critical 的模型来说，OpenAI 选择用「谁能用」而不是「能做什么」来兜底，并不奇怪。

Daybreak Red 是一道很窄的门

Daybreak 在今年上半年推出，后来拆成两档：Blue 覆盖大部分授权防御工作，Red 留给漏洞利用验证、高级漏洞研究这类高风险活。GPT-6 Cyber 目前只对一部分经过审核的 Red 客户开放，可通过 API 和 Codex 调用，OpenAI 称未来几周扩大到全部 Red 客户。另有一个面向关键基础设施防御者的 Red 小组，以及一笔 10 亿美元的资助计划，用来支持资源有限的防守方。

门变窄也带来了摩擦。CyberScoop 提到，有 Daybreak Blue 个人账户用户不满会话数据会被用于改进模型，担心自己的研究成果被拿去训练和自己竞争的模型；OpenAI 安全负责人 Fouad Matin 回应称，这些数据用于防范滥用，用户仍可选择退出训练数据共享。

攻防的时间差，正在被定价

把这两天的消息连起来看，OpenAI 讲的其实是同一个故事：找漏洞的成本在快速下降，下降速度已经快过修补。Patch the Planet 面板显示，已披露的漏洞中修复的还不到四分之一。模型越强，防守方越需要它；模型越强，又越不能随便给人用。GPT-6 Cyber 的发布方式，就是 OpenAI 在这两头之间找的那条窄缝。

门槛本身也是一种信号。以后越是能力强的模型，越可能按身份、账号历史和使用环境分级放行，账号是否「干净」、登录环境是否稳定，会越来越直接地决定能用到什么。想先弄清 OpenAI 是怎么看待异常账号和 IP 的，可以看 Unusual Activity 与 IP 风控说明。至于 Critical 之后还有没有更高一档，OpenAI 没说，下一款网络安全模型大概会给出答案。