OpenAI представила GPT-6 Cyber — модель, предназначенную для поиска уязвимостей в программном обеспечении, создания работающих эксплойтов и предложения исправлений. Она доступна через API и Codex ограниченной группе клиентов Daybreak Red. Компания рассчитывает постепенно расширять доступ для других участников этой программы.
Возможности модели могут помочь специалистам по безопасности находить и устранять уязвимости, но из-за них особенно важно контролировать действия модели. OpenAI заявляет, что обучила GPT-6 Cyber соблюдать установленные для неё ограничения, в том числе с помощью приманки, созданной по мотивам инцидента с Hugging Face. По данным компании, без специальных инструкций по безопасности модель не выходила за рамки разрешённого в 99,93 процента тестов — против 94,49 процента у предшественницы. При включённых инструкциях по безопасности она соблюдала ограничения во всех тестах.
Как показала себя модель?
По данным OpenAI, в ExploitGym — тесте на способность модели эксплуатировать уязвимость в удалённой системе — GPT-6 Cyber набрала 48,5 процента. Результат GPT-5.6 Cyber составил 32,1 процента, а стандартной модели GPT-6 Astra — 42,4 процента. В отдельном тесте на поиск уязвимостей в веб-приложениях без доступа к их исходному коду результат GPT-6 Cyber составил 40,3 процента, тогда как у GPT-6 Astra — 32,0 процента.
OpenAI также сообщает, что GPT-6 Cyber обнаружила 81 ранее неизвестную критическую уязвимость в Firefox. Mozilla приняла сообщения об уязвимостях и выпустила исправления. В ядре Linux модель воспроизвела 1 724 уязвимости и создала работающие эксплойты для 948 из них. По словам OpenAI, компания сообщила сопровождающим проекта о 304 критических проблемах и предложила исправления. Эти данные предоставлены самой компанией; результаты независимого тестирования GPT-6 Cyber не публиковались.
Доступ пока ограничен
В ходе проверки ядра Linux автоматизированные агенты-разведчики и аналитики просканировали около 5 034 участков, связанных с безопасностью, — примерно семь процентов кодовой базы ядра. Затем система сократила список до 2 308 потенциальных проблем и подтвердила наличие уязвимостей в изолированных виртуальных машинах. По данным OpenAI, вычисления обошлись в $1,213,430, или $1,279 за каждый работающий эксплойт. Это меньше исторического диапазона вознаграждений за сопоставимые находки — от $20,000 до $70,000, на который ссылается компания. Однако затраты на исследование и размер вознаграждения — разные показатели.
OpenAI рекомендует использовать модель в изолированных средах под контролем человека. Компания сообщает, что защитные меры включают проверку соответствия действий модели разрешениям пользователя и мониторинг недавно раскрытых уязвимостей. Также компания расширяет доступ к GPT-5.6 Cyber и GPT-6 Astra для большего числа организаций и исследователей.
Почему это важно
По сообщениям об уязвимостях в Firefox и Linux можно предположить, что GPT-6 Cyber поможет разработчикам и специалистам по безопасности находить проблемы и предлагать исправления. Но доступ к модели ограничен, данные о её результатах предоставила OpenAI, а независимых тестов пока не публиковали.
