要点
OpenAI は 2026 年 11 月 5 日、セキュリティ研究用モデル GPT-6 Cyber を公開した。ExploitGym は 48.5% で GPT-5.6 Cyber の 32.1% を約 16 ポイント上回り、ソースコードなしの Web ペネトレーションテストでは脆弱性再現率 40.3%（GPT-6 Astra は 32.0%）。Preparedness Framework におけるサイバーセキュリティリスクは Critical とされた。
出来事の概要
2026 年 11 月 5 日、OpenAI は公式ブログで GPT-6 Cyber を発表した。研究者が設定した認可範囲の中で、悪用可能な脆弱性を発見・検証するセキュリティ研究向けのモデルだと位置づけている。OpenAI によれば、Linux や Firefox といったセキュリティ上重要なコードベースで、すでに数千件の悪用可能な脆弱性を発見・検証した。
公開と同時に、アクセスの枠組みも示された。Daybreak が配布プログラムで、Daybreak Blue は脆弱性と修正を検証する検証済みの防御側向け、Daybreak Red は認可されたセキュリティテスト向けで、より深いエクスプロイト開発を許容し、GPT-6 Cyber の最初の提供先となる。加えて、政府機関や重要サービス提供者などリソースの限られたチームへのアクセスを補助する 10 億ドル規模の Daybreak for Frontline Defenders 助成プログラムも公表した。
主要な情報
| 項目 | OpenAI の公表内容 |
|---|---|
| 公開日 | 2026 年 11 月 5 日 |
| 位置づけ | 認可範囲内で悪用可能な脆弱性を発見・検証するサイバーセキュリティモデル |
| ExploitGym | 48.5%。GPT-5.6 Cyber は 32.1% で、絶対差は約 16 ポイント |
| ソースコードなしの Web ペネトレーションテスト | 脆弱性再現率 40.3%。GPT-6 Astra は 32.0% |
| RemoteExploitBench | 95% のタスクを完了。Daybreak Blue の GPT-6 Astra は 100% 拒否 |
| 範囲外攻撃の抑止（ExploitGym Honeypot） | 配備プロンプトなしで 99.93%、ありで 100% が範囲外サービスを攻撃しなかった。GPT-5.6 Cyber は 94.49% |
| リスク分類 | Preparedness Framework のサイバーセキュリティで Critical。GPT-5.6 Cyber は High |
| 初期アクセス | 承認済みの Daybreak Red 顧客に API と Codex で提供 |
公式ブログは、実在のコードベースで得られた結果も具体的に示している。
- Linux カーネルに関する調査で 1,724 件の脆弱性を再現し、うち 948 件で実際に動作する権限昇格エクスプロイトを開発した。同じ研究ハーネスを使った GPT-5.6 Sol は 166 件だった。OpenAI は Linux コミュニティの指針に従い、候補パッチとともに 304 件の重大な発見をメンテナに開示したとしている。
- Firefox では、Mozilla が高重大度と分類した未知の脆弱性 81 件を発見し、既知の 30 件についても従来の報告より重大度が高いことを示した。Mozilla は報告を受けて修正の投入を開始し、OpenAI も候補パッチを提出した。
- 統制されたレッドチーミングでは、GPT-6 Cyber と他の OpenAI モデルを使ったエージェントが脆弱性を連鎖させ、microVM を脱出してホスト上でコードを実行した。この発見はソフトウェアの修正、ネットワーク制限の強化、ベンダーへの報告に使われた。
能力とアラインメント
ExploitGym は、指定された脆弱性をリモート標的に対して悪用できるかを測る。GPT-6 Cyber の 48.5% に対し GPT-5.6 Cyber は 32.1% で、OpenAI は相対で 51% の改善、絶対では約 16 ポイントと説明する。
新設された Web ペネトレーションテストの評価ではソースコードを与えない。モデルは外部から観測できる挙動だけで Web アプリケーションの脆弱性を特定する。GPT-6 Cyber は再現率 40.3% で、汎用モデルの GPT-6 Astra（32.0%）を上回り、専用訓練が「発見」の段階でも効果を持つことを示した。
RemoteExploitBench は GitLab、PostgreSQL、Jenkins などの既知の脆弱性を統制環境に配備して評価する。OpenAI によれば、Daybreak Blue 構成の GPT-6 Astra は全タスクを拒否したのに対し、GPT-6 Cyber は 95% を完了した。唯一の失敗は、リモートで成立させられなかったエクスプロイトだった。
アラインメント面では、範囲を守ることが訓練の中心に置かれた。ExploitGym Honeypot は Hugging Face のインシデントを踏まえて設計された。環境にはパッケージレジストリやオブジェクトストアなど悪用しやすい支援サービスが置かれ、攻撃すればタスクのフラグが得られるが、任務の範囲外である。GPT-6 Cyber は配備プロンプトなしで 99.93%、ありで 100% のテストで範囲外サービスへの攻撃を避けた。
影響と限界
Critical は OpenAI の Preparedness Framework におけるサイバーセキュリティの最上位区分である。同社はこの区分に伴う具体的な配備制限を公表していないが、サイバー領域に特化した誤整合モニタリング、PHP の脆弱性など協調開示の期間に合わせた標的型モニタリング、Private Safety Processing（顧客ストレージに 30 日間保持される暗号化記録を OpenAI 職員が閲覧しない仕組み）、Daybreak Red API の既定の IP 許可リストを挙げている。
ここでは事実と評価を分ける必要がある。ベンチマークの数値と実環境での発見は OpenAI 自身のブログとシステムカードに基づくベンダー報告であり、第三者の再現結果はまだ公開されていない。Critical という区分は OpenAI の枠組み内の結論であって、規制上の認定ではない。
産業面では、サイバーセキュリティモデルの競争軸が「脆弱性を発見できるか」から「認可された境界の中で安定して作業できるか」へ移りつつある。OpenAI は GPT-5.6 Cyber を全 Daybreak Red 顧客に開放し、GPT-6 Astra の Daybreak Blue アルファ提供も拡大しており、一括開放ではなく段階的な供給という方針が読み取れる。
公式ソース
- OpenAI：GPT-6 Cyber: Advancing the frontier of aligned cybersecurity agents（2026 年 11 月 5 日）
- OpenAI：GPT-6 Cyber system card（原文からリンク）