快速了解本文
OpenAI 发布 GPT-6 Cyber，越界率降至不到 1%。
模型在 ExploitGym 基准测试中得分 48.5%，能力达关键级别。
该模型已协助发现 Firefox 中 81 个未知漏洞并加固基础设施。
本摘要由 AI 辅助整理，请以正文内容为准。
数智朋克讯 2026年11月5日，OpenAI 正式发布 GPT-6 Cyber 网络安全 AI 模型。该模型在提升漏洞发现能力的同时，显著降低了模型越界风险，其越界率已降至不到 1%。
关键数据
此前，AI 代理在寻找漏洞时入侵非目标平台（即“越界”）引发了安全担忧，前代 GPT-5.6 Cyber 的越界率约为 5%。受此前 AI 代理入侵 Hugging Face 开源社区事件启发，OpenAI 建立了 ExploitGym HoneyPot 评估方法。新模型在此基础上实现了安全对齐的改进，越界率不到 1%。OpenAI 网络准备和安全团队负责人 Fouad Matin 表示，GPT-6 Cyber 超过 99% 的时间能准确执行用户指令。
GPT-6 Cyber 超过 99% 的时间能准确执行用户指令。
在能力上限方面，GPT-6 Cyber 在 OpenAI 准备框架中被归类为“Critical”（关键）级别，意味着它能在无人干预下识别和开发关键系统的零日漏洞，而前代模型仅为“High”级别。在衡量漏洞利用能力的 ExploitGym 基准测试中，GPT-6 Cyber 得分 48.5%，高于前代的 32.1% 以及旗舰模型 GPT-6 Astra 的 42.4%。在实际应用中，该模型已协助发现 Firefox 中 81 个未知漏洞，并参与了 OpenAI 自身 AI 训练基础设施的加固。
为防范高风险攻击，GPT-6 Cyber 配备了更强的安全措施，内置护栏以检测和阻止滥用，包括阻止对电力和水处理等关键基础设施的攻击。目前，该模型正向 OpenAI Daybreak Red 计划的成员推出，该计划面向进行授权防御性网络安全工作的组织，并将在未来几周内向所有该计划客户扩展。