OpenAI 推出 GPT-6 Cyber：专攻漏洞挖掘，自评风险等级为“Critical”

专门面向网络安全的模型，正在成为前沿实验室的一条独立产品线。OpenAI 推出的 GPT-6 Cyber 就是这样一个例子：它不是通用对话模型加一层安全提示词，而是把漏洞发现、漏洞利用开发与 Web 渗透测试当作核心任务来设计的专用系统，面向获得授权的安全研究场景。

按该报道列出的能力清单，GPT-6 Cyber 能识别缺陷、构建概念验证性利用、验证利用链，并给出修复建议。这意味着同一套能力同时服务进攻性测试与防御方：红队用它找入口，蓝队用它确认风险面并排出补丁优先级。

性能方面，OpenAI 报告称新模型在 ExploitGym 上得分 48.5%，上一代 GPT-5.6 Cyber 为 32.1%，相对提升 51%。真实的漏洞研究结果更具说服力：OpenAI 表示该模型发现了 81 个此前未知的火狐（Firefox）高危漏洞，并为 948 个 Linux 内核漏洞生成了可工作的利用。

与能力同步上升的是风险标签。OpenAI 在自家 Preparedness Framework 中把 GPT-6 Cyber 评为“Critical”，也就是最高的网络安全风险档位，理由正是它能够产出可用的零日利用。这个定级直接决定了发布方式：能力越强，越不可能一次性开放给所有人。

于是有了范围控制的指标。在不需要额外安全指令的蜜罐测试中，该模型有 99.93% 的行为停留在授权边界内，上一代则为 94.49%。对安全团队来说，这个数字和前一条性能数据同样重要——一个不受控的强模型在实战里是负债，而不是资产。

访问层面，GPT-6 Cyber 目前只通过 API 与 Codex 向经过筛选、获批的 Daybreak Red 客户开放，报道称后续会扩大 Red 范围的准入。这种“先小圈子、再放量”的路径，与以往一次性公开模型能力的做法明显不同。

真正值得注意的变化不在分数，而在发布方式：能力上限不再是卖点，能不能守在授权边界内反而成了准入条件。前沿模型已经进入攻防双用的深水区，分级准入、行为边界、蜜罐评测这些原本属于安全运营的词汇，被直接写进了模型发布说明里。

接下来值得观察三件事：Red 准入扩大的节奏与筛选标准、第三方能否复现 ExploitGym 上的分数，以及被模型找到的漏洞如何走完厂商协调披露流程。这三点，比发布会上的单一分数更能说明这类模型是否真的可以持续用于防御。