OpenAI、Linuxの948件の脆弱性を暴いた「GPT-6 Cyber」を発表、承認されたDaybreak Red顧客限定で提供

OpenAIがLinuxカーネルの948件の脆弱性に関するレポートで言及していた「将来のサイバーモデル」の正体が明らかになった。同社は11月5日、脆弱性の発見、実証、修正に特化し、とりわけ研究者が設定したスコープ内にとどまるよう訓練されたモデルGPT-6 Cyberを発表した。一般公開はされず、許可された攻撃的セキュリティテスト専用のプログラムであるDaybreak Redの承認済み顧客のみが、APIおよびCodex経由でアクセスできる。

開発元自ら「Critical」と位置づけるモデル

最も注目すべき点は、OpenAI自身の評価にある。ベンチマーク結果を受け、同社はPreparedness Framework（準備フレームワーク）のサイバーセキュリティ分野において、GPT-6 Cyberを「Critical（危機的）」レベルに分類した。これはGPT-5.6 Cyberの「High」を一段上回る評価である。一般への幅広い提供を見送り、厳格なアクセス管理を敷く理由としてこの点が挙げられている。

OpenAIが公表した主な評価データは以下の通りだ。

• ExploitGym（遠隔ターゲット上の指定された脆弱性の悪用）：48.5%（GPT-5.6 Cyberは32.1%）
• ソースコード非公開のWebペネトレーションテスト（独自ベンチマーク）：脆弱性特定率40.3%（汎用モデルのGPT-6 Astraは32.0%）
• RemoteExploitBench（GitLab、PostgreSQL、Jenkinsなどの既知の脆弱性を対象とした独自テスト）：GPT-6 Astraがタスクを100%拒否したのに対し、GPT-6 Cyberは95%に成功

この結果の開きは明確なポジショニングを示している。汎用モデルが拒否する処理を、検証済みのアカウント環境下で特化型モデルが確実に遂行するように設計されている。

「スコープを逸脱しない」というもう一つの強み

OpenAIは性能と同様にアライメントを強調している。Hugging Faceで発生したインシデントに着想を得たExploitGym Honeypotテストでは、付随するサービス（パッケージレジストリやストレージなど）をあえてハッキングしやすい設定にした状態で、高難度の課題を課す。GPT-6 Cyberは、デプロイ指示がない状態でも99.93%の確率でこれらへの攻撃を自制し（GPT-5.6 Cyberは94.49%）、指示がある場合は100%自制した。

発表された安全対策もこの方針に沿っている。ユーザーの認可範囲外の挙動の監視、Daybreak RedのAPI利用時におけるIPホワイトリストのデフォルト義務化、産業制御システムへの攻撃支援に対する規制強化などが盛り込まれた。また、承認された重要インフラの防衛組織向けにDaybreak Red for Critical Infrastructureグループを設立し、産業セキュリティ専門のDragosと連携して模擬発電所環境での防御性能テストを実施した。

実環境ですでに現れた成果

OpenAIは前日に発表したLinuxカーネルの成果をGPT-6 Cyberによるものとしている。再現された脆弱性は1,724件、実効性のあるエクスプロイトは948件に上り、304件の重大な問題が修正パッチ候補とともにすでにメンテナーへ提供された。さらに、Mozillaが深刻度「高」と判定したFirefoxの未知の脆弱性81件の特定にも貢献し、OpenAIによればその一部はすでに修正済みである。Cisco、Palo Alto Networks、Calif、CodeRabbitなどのチームがすでに同モデルを運用しているという。

未確定の要素

• 価格およびDaybreak Redの全顧客への提供時期は明らかにされていない。
• 第三者による検証：提示されたスコアはすべてOpenAIによるものであり、同社設計の独自テストに多く依存している。
• 評価の詳細：システムカードに記載されている詳細な分析は本稿では扱っていない。