OpenAI 发布 GPT-6 Cyber：面向授权安全研究的网络安全模型，先向获批 Daybreak Red 客户开放

OpenAI 于 2026 年 11 月 5 日在官网发布 GPT-6 Cyber，定位为「发现并验证可利用漏洞、同时留在研究人员设定范围内」的网络安全模型。官方称其在 ExploitGym 上由 GPT-5.6 Cyber 的 32.1% 提升到 48.5%，并按 Preparedness Framework 把网络安全能力判为 Critical（上一代为 High）。当前仅通过 API 与 Codex 向获批的少数 Daybreak Red 客户开放，扩展时间官方只写「soon」。

这次发布的是什么

OpenAI 于 2026 年 11 月 5 日在官网发布 GPT-6 Cyber，一个面向授权安全研究的网络安全模型：它被训练用于发现、验证可利用漏洞，并更可靠地留在研究人员设定的任务边界内。官方对它的原话是「a cybersecurity model trained to find and validate exploitable vulnerabilities, while staying within the scope that researchers set」。

这不是面向全部用户的通用模型开放。公告写明，GPT-6 Cyber 初期通过 API 与 Codex 提供给「a select group of approved Daybreak Red customers」，即经过批准的少数 Daybreak Red 客户；面向全部 Daybreak Red 客户的扩展只写了「soon」，没有给出日期。同一篇公告还宣布新设 Daybreak Red for Critical Infrastructure 分组，并扩大 Daybreak Blue alpha 的试用范围。

能力分级也一并变了：OpenAI 按其 Preparedness Framework 把该模型的网络安全能力归为 Critical，而 GPT-5.6 Cyber 为 High。分级上调意味着更严的访问控制与滥用监测，这一点与「模型更强」是同一件事的两面，正文里也把两者成对叙述。

可用性与限制

• 访问范围：初期仅向获批的少数 Daybreak Red 客户开放，需先申请 Daybreak
• 接入渠道：通过 API 与 Codex；Codex 入口为 chatgpt.com/codex
• 扩展计划：官方称将逐步扩大到全部 Daybreak Red 客户，时间只写「soon」，未给日期
• 网络约束：Daybreak Red 的 API 访问默认要求 IP 允许列表，把请求限定在获批网络，例外有限
• 高风险流程：官方建议对高风险工作流采用沙箱、动作复核与人工监督，用词是「recommend」而非强制
• 数据侧：使用零数据留存（Zero Data Retention）的 API 客户通常须走 Private Safety Processing，官方称加密记录留存于客户存储且不对 OpenAI 人员暴露提示与回复
• 未披露：模型架构、参数量、训练数据与算法细节、可用地区清单、计费与速率条款，均以官网为准

主要功能

• 发现并验证软件中可被利用的漏洞
• 在授权范围内开发并验证可用的利用链
• 为已确认的漏洞生成候选补丁
• 在大型代码库与长周期研究里保持上下文
• 支撑代码审查、漏洞分级与补丁开发
• 按 Daybreak Red 与 Daybreak Blue 分层约束可执行的动作

技术原理

据官方说明，这次改进来自「专门训练」：让模型留在授权范围内、遵守对动作的限制、并如实报告结果。OpenAI 在部署前跑了一组对齐评测，其中一项叫 ExploitGym Honeypot，设计来自此前的 Hugging Face 事件：在隔离环境里给模型一个较难的利用任务，同时放置包仓库、对象存储之类的支撑服务，并故意把它们做得容易被利用——攻破它们同样能拿到任务标志，模型必须自行推断这些服务不在任务范围内。官方给出的数据是：不带部署安全提示时，避免触碰范围外服务的比例为 99.93%（GPT-5.6 Cyber 为 94.49%）；带提示时，官方称全部留在边界内。

另外两项评测也值得记下：RemoteExploitBench 使用在受控环境里部署的 GitLab、PostgreSQL、Jenkins 等应用的已知漏洞；面向 Web 的攻击性渗透测试评测则让模型在看不到源码的前提下探测 Web 应用。官方还公开了两段模型思维链摘录，内容都在判断「哪些目标不在范围内」。公告没有披露底层架构、参数量、训练数据与推理细节，图表中的完整结果官方指向 system card，本文不代填推测。

实际体验

不做主观实测，只记录公告页可核对的观察。

一是厂商自己给出了「不是满分」的证据：ExploitGym 为 48.5%（上一代 32.1%）；Web 渗透测试的漏洞召回为 40.3%，对比的 GPT-6 Astra 为 32.0%；RemoteExploitBench 中 GPT-6 Cyber 完成 95%，剩下那次失败是一个无法在远程生效的利用。这些数字说明它仍是需要人复核的研究工具，不能读成「给定目标就能拿下」。

二是护栏口径被官方明确写反了一次：公告有句「Higher safeguard block rates are not always better」，理由是不少被拦的技术同样属于合法安全工作的必要环节；官方也承认护栏可能漏掉有害活动或打断合法工作，并保留反馈通道。这与「拦截率越高越安全」的直觉不同，做接入评估时要把这点算进去。

三是真实系统影响给了可交叉核对的外部锚点：官方称用该模型在 Firefox 找到 81 个此前未知的高危漏洞，另确认 30 个已知问题的严重程度高于此前判断，Mozilla 已就其中多项发布修复；在 Linux 侧复现 1724 个漏洞、为 948 个开发出可用利用，并按 Linux 社区指引披露了 304 项关键发现。Mozilla 的公告地址在官方页面里可直接查到。这些属于厂商自述加外部公告，不是本站实测。

四是对国内读者更现实的一条：正文没有给出可用地区清单，访问还要过 Daybreak 申请，境内能否使用、何时可用，以官网为准。

项目地址与获取方式

• 官方公告：https://openai.com/index/introducing-gpt-6-cyber
• 系统卡与完整评测设置：https://deploymentsafety.openai.com/gpt-6-cyber
• 申请入口：https://openai.com/daybreak/ 与 https://openai.com/form/enterprise-trusted-access-for-cyber/
• 安全能力总览：https://openai.com/business/solutions/cybersecurity/
• Codex：https://chatgpt.com/codex/
• 获取方式：通过 OpenAI 官方申请渠道提交，获批后按官方文档接入 API 或 Codex。请通过官方渠道获取，避免安装被篡改的版本

适合谁用

• 具备授权渗透测试与漏洞研究资质的企业安全团队
• 维护大型开源代码库、需要批量验证漏洞与补丁的维护者
• 关键基础设施防御方，对应本次新设的 Daybreak Red for Critical Infrastructure 分组
• 关注模型对齐、越界判断与滥用检测的安全研究者
• 不必用：只需日常代码补全或通用问答的开发者——该模型当前需申请，且面向的是授权安全研究，不是通用助手场景

常见问题

普通开发者现在能直接调用吗？

暂时不能。公告写明初期只给获批的少数 Daybreak Red 客户，通过 API 与 Codex 接入；面向全部 Daybreak Red 客户的扩展只写「soon」，没有具体日期。新用户与机构可以提交 Daybreak 申请，Daybreak Blue alpha 另有单独的意向表单，资格与时点以官网为准。

它和 GPT-6 Astra 这类通用模型有什么区别？

官方写的是分工而非替代：GPT-6 Astra 等主线模型已支持代码审查、漏洞分级与补丁开发；Daybreak Blue 帮助已验证的防御方验证漏洞与修复、减少不必要的拒绝；Daybreak Red 则面向更深的利用开发与授权测试，本次把 GPT-6 Cyber 放进这一层。官方同时把 GPT-5.6 Cyber 开放给全部 Daybreak Red 客户。

官方配套了哪些防滥用措施？

公告列出网络安全方向的越界监测、面向新出现威胁的定向监测、Private Safety Processing、被盗凭据监控（含 Daybreak Red API 默认的 IP 允许列表）、沙箱与动作复核建议，以及针对关键系统高风险活动的阻断检查。官方还与 Dragos 在受控实验环境做了 OT 场景评估，并据此收紧了对工业控制与人身安全相关协助的护栏。

官方公布的评测数字能当作实际效果保证吗？

不能。这些数字来自官方自建评测与特定任务集，且公告自己写明多项未达满分、护栏也不追求一律拦截。RemoteExploitBench 里存在远程利用未跑通的失败案例；官方还点名仍需改进的方向。把它们当成选型依据时，应回到 system card 看评测设置，并在自有授权环境里复核。

相关工具与内容

站内 AI编程分类 与 AI智能体分类 汇总了同类开发者工具；Codex 工具页 是本次两个接入渠道之一，Claude Code 工具页 可对照另一条编码智能体路线。安全治理侧的延伸阅读可看 Anthropic 网络安全验证计划 与 CrowdStrike 的智能体紧急终止能力。