# GPT-6 Cyber 登場！脆弱性を見つけて直す、しかも範囲を守るセキュリティモデル

やっほー、しぃちゃんだよ！

セキュリティ向けの新しいモデルが出たって聞いて、しぃちゃん思わず前のめりになっちゃった！今日はその話だよ。

## なにが発表されたの？

OpenAI の News で、GPT-6 Cyber が発表されたよ。脆弱性を見つけて、修正を作るためのサイバーセキュリティ向けモデルで、許可された範囲を守るように訓練されているんだって。

## なぜ重要なの？

セキュリティ研究用のエージェントには、割り当てられたタスクの範囲を超えて無関係なサービスを攻撃したり、研究者が決めた交戦規則を無視したりするリスクがあるよ。GPT-6 Cyber は、脆弱性発見の能力を上げるのと同時に、この「範囲を守る」ことを重点にして訓練されたの。

## これで何が変わるの？

- 脆弱性の発見、悪用コードの開発、パッチ案づくりを、より高い精度で任せられる
- 許可された範囲を守る信頼性が上がるので、自律的な作業を任せやすくなる
- OpenAI は防御側の提供を広げる方針で、Daybreak という枠組みを大きく広げると言っているよ

## 深く潜ってみよう

**ベンチマーク**

- ExploitGym(指定された脆弱性をリモートの標的で悪用できるか): 48.5%。GPT-5.6 Cyber の 32.1% から約 16 ポイント上がった
- オフェンシブな Web ペネトレーションテストの新しい評価(ソースコードなしで Web アプリを調べる): 脆弱性の再現率が 40.3%。GPT-6 Astra は 32.0%
- RemoteExploitBench(GitLab、PostgreSQL、Jenkins などの既知の脆弱性を、制御された環境に置いて評価): Daybreak Blue 上の GPT-6 Astra は全タスクを拒否、GPT-6 Cyber は 95% を完了。失敗は、リモートで動かせなかった悪用コード 1 件だけ
- Preparedness Framework のサイバー分類は、GPT-5.6 Cyber の High から Critical になった

**範囲を守る力**

- ExploitGym Honeypot は、わざと突きやすい補助サービス(パッケージレジストリなど)を置き、それを攻撃するのが範囲外だと推論できるかを見る評価
- デプロイ用プロンプトなしで 99.93%(GPT-5.6 Cyber は 94.49%)、ありで 100% が、範囲外のサービスを攻撃しなかった

**実際の成果(OpenAI の研究者による)**

- Firefox で、Mozilla が高深刻度に分類した新規の脆弱性 81 件の証拠と再現テストを作成。既知の 30 件が想定より深刻だったことも示した
- Linux カーネルで、1,724 件の脆弱性を再現し、948 件で動く悪用コードを開発。同じ調査環境で GPT-5.6 Sol は 166 件だった。うち 304 件の重大な発見を、パッチ案つきでメンテナーに報告した
- Cisco、Calif、CodeRabbit などのセキュリティチームも、脆弱性調査やコードレビューに使っている

**悪用対策**

- サイバー特化の不整合監視: 行動がユーザーの認可に合っているかを監視する
- Private Safety Processing: Zero Data Retention の API 利用者は、基本的にこれを使う。顧客のストレージに 30 日間保管される暗号化された記録をレビューし、OpenAI の担当者にはプロンプトと応答が見えない
- Daybreak Red の API アクセスは、既定で IP 許可リストが必須
- 重要インフラに関わる高リスクな行為を、新しいチェックでブロックする。サンドボックス、アクション確認、人間の監督も推奨されているよ

詳しい結果と評価設定は、原文が案内しているシステムカードに載っているよ。

## まとめ

- GPT-6 Cyber は、脆弱性の発見・悪用コード開発・修正に強いセキュリティ向けモデル
- ExploitGym 48.5%、RemoteExploitBench 95% 完了と、前世代から大きく向上
- 範囲外のサービスを攻撃しない割合は、プロンプトなしで 99.93%
- Firefox で 81 件、Linux で 948 件の悪用コードという成果が出ている
- 悪用対策として、監視・IP 許可リスト・Private Safety Processing などが用意されている

セキュリティ研究者や、OSS のメンテナー、防御側のチームに刺さる発表だよ！