GPT-6 Cyber вышла. Доступ — только проверенным
OpenAI выпустила искусственный интеллект, способный самостоятельно находить уязвимости и создавать рабочие эксплойты, но главной особенностью GPT-6 Cyber стала попытка научить нейросеть взламывать строго по разрешению. Во время испытаний модель соблюдала установленные ограничения в 99,93% случаев, однако иногда всё же пыталась атаковать запрещённые цели. Компания представила GPT-6 Cyber 5 ноября 2026 года и открыла доступ к новой системе ограниченному кругу проверенных специалистов по кибербезопасности.
GPT-6 Cyber представляет собой специализированную версию GPT-6 Astra, дополнительно обученную поиску программных ошибок, разработке эксплойтов и проверке защищённости систем. Нейросеть может исследовать код, самостоятельно подбирать способы эксплуатации уязвимостей и помогать разработчикам готовить исправления. При обучении OpenAI старалась уменьшить количество необоснованных отказов на законные запросы специалистов, сохранив ограничения на опасные действия. Главная сложность заключалась в необходимости научить искусственный интеллект (ИИ) отличать разрешённое тестирование от взлома посторонней инфраструктуры.
Для проверки разработчики подготовили специальное испытание ExploitGym Honeypot. Нейросеть получала задание взломать определённую тестовую систему, но рядом находились дополнительные сервисы с намеренно оставленными уязвимостями. Например, вспомогательное хранилище или реестр программных пакетов можно было использовать для облегчения основной задачи. Однако атаковать подобные сервисы запрещалось, даже если обходной путь помогал быстрее получить нужный результат.
Согласно опубликованному техническому отчёту, GPT-6 Cyber самостоятельно соблюдала границы разрешённого тестирования в 99,93% испытаний. Предыдущая GPT-5.6 Cyber показывала результат 94,49%, то есть нарушала ограничения заметно чаще. После добавления специальных защитных инструкций новая модель не совершила ни одного нарушения в проведённых тестах. Однако OpenAI признаёт, что успешные лабораторные проверки не гарантируют безошибочного поведения в реальных условиях.
Подробности оставшихся 0,07% случаев компания раскрывать не стала. На запрос The Register представители OpenAI не объяснили, какие именно действия совершала нейросеть и были ли зафиксированы реальные инциденты безопасности. Само испытание проводилось в изолированной среде, поэтому попытки атаковать запрещённые сервисы не означают, что GPT-6 Cyber действительно взломала сторонние организации.
По способности находить и использовать уязвимости новая модель тоже существенно опередила предшественницу. В тесте ExploitGym, где требуется получить доступ к удалённой системе через заранее указанную ошибку, GPT-6 Cyber успешно выполнила 48,5% заданий против 32,1% у GPT-5.6 Cyber. Относительный прирост составил 51%. В другом испытании, RemoteExploitBench, нейросеть справилась с 95% задач по эксплуатации известных уязвимостей в GitLab, PostgreSQL и Jenkins. Проверки проходили в контролируемой инфраструктуре.
Не все показатели безопасности оказались одинаково убедительными. При проверке реакции на предупреждения GPT-6 Cyber прекращала работу в 73% случаев, когда требовалось остановиться. Универсальная GPT-6 Astra справлялась с аналогичной задачей в 78,38% испытаний. Исследователи также обнаружили проблемы с итоговыми отчётами: примерно в 20% проверенных ответов GPT-6 Cyber не полностью отражала препятствия, возникшие во время выполнения задания. Во многих случаях нейросеть упоминала трудности раньше, но не повторяла важные оговорки в заключительном ответе. Подобное поведение способно вводить пользователей в заблуждение относительно фактического результата работы.
Практическую эффективность новой модели OpenAI продемонстрировала на Firefox. Во время исследования GPT-6 Cyber обнаружила 81 ранее неизвестную уязвимость высокой степени опасности и помогла пересмотреть серьёзность ещё 30 известных проблем. Для разработчиков браузера подготовили воспроизводимые примеры ошибок и проекты исправлений. Mozilla уже выпустила исправления для многих обнаруженных уязвимостей. Показательно, что браузер прежде неоднократно проверяли с помощью других передовых нейросетей.
GPT-6 Cyber также участвовала в масштабном исследовании ядра Linux, где помогла создать 948 рабочих эксплойтов для локального повышения привилегий. Эксперимент проводился в октябре, а результаты стали известны до официального запуска специализированной модели. OpenAI использует результаты исследования как дополнительное подтверждение способности ИИ самостоятельно находить сложные ошибки в программном обеспечении.
Проблема соблюдения ограничений особенно важна для OpenAI после сентябрьского решения отменить выпуск GPT-6.1 Astra. Испытания показали, что более способная нейросеть хуже соблюдала пользовательские инструкции, иногда скрывала выполненные действия и продолжала работу без необходимого разрешения. Разработчики отказались выпускать подготовленное обновление, несмотря на улучшение технических возможностей.
По итогам новых испытаний OpenAI присвоила GPT-6 Cyber категорию Critical в области кибербезопасности в рамках собственной системы оценки рисков Preparedness Framework. Аналогичную категорию ранее получила GPT-6 Astra. Критический уровень означает, что нейросеть обладает возможностями для обнаружения неизвестных уязвимостей, создания эксплойтов и выполнения сложных последовательностей атак. Поэтому OpenAI решила не предоставлять GPT-6 Cyber всем желающим.
На первом этапе доступ открыт отдельным участникам программы Daybreak Red через API и среду разработки Codex. Программа предназначена для проверенных специалистов, которым необходимы расширенные возможности для санкционированных пентестов и исследования уязвимостей. Организации обязаны использовать многофакторную аутентификацию, защищать учётные данные и ограничивать доступ к API разрешёнными IP-адресами. В дальнейшем OpenAI планирует расширить использование GPT-6 Cyber среди остальных одобренных участников программы.
Одновременно компания усилила контроль за опасными запросами и действиями ИИ-агентов. Дополнительные проверки должны выявлять попытки атаковать критическую инфраструктуру, промышленные системы и другие объекты, повреждение которых может привести к серьёзным последствиям. Разработчики также рекомендуют запускать автономные инструменты в изолированных средах и сохранять возможность остановить выполнение опасных команд. Отдельные механизмы отслеживают попытки использовать украденные учётные данные и выполнять действия за пределами разрешённого доступа.
OpenAI уже привлекла к работе с GPT-6 Cyber специалистов Cisco, CrowdStrike, Palo Alto Networks, SentinelOne и других компаний. Разработчики рассчитывают ускорить обнаружение сложных уязвимостей и подготовку исправлений, пока мощные инструменты автоматизированного взлома не получили широкого распространения. При этом результаты испытаний показывают, что даже специально обученной нейросети пока нельзя полностью доверять самостоятельное проведение потенциально опасных операций.