OpenAI в четверг представила GPT‑6 Cyber, назвав ее значительным шагом вперед в исследованиях безопасности, который сочетает в себе более мощные возможности кибербезопасности с кардинальным улучшением согласованности модели. Новая модель «лучше находит и устраняет уязвимости, а также гораздо надежнее остается в установленных исследователями рамках», — заявили в OpenAI. Компания классифицировала модель как «Критическую» в области кибербезопасности согласно своей системе оценки готовности.
Компания, занимающаяся искусственным интеллектом (ИИ), сообщила, что GPT‑6 Cyber превосходит своих предшественников, таких как GPT‑5.6 Cyber и GPT‑6 Astra, в соблюдении границ задач и избегании использования услуг, выходящих за рамки установленных, в 99,93% случаев, по сравнению с 94,49% у GPT-5.6 Cyber. Она также набрала 48,5% в ExploitGym, бенчмарке кибербезопасности, который оценивает возможности ИИ-агентов по автономному превращению известных уязвимостей программного обеспечения в реальные эксплойты. Для сравнения, GPT-5.6 Cyber набрала 32,1%.
OpenAI заявила, что модель позволила обнаружить 948 эксплойтов для повышения локальных привилегий в Linux через автономный конвейер, а также 81 ранее неизвестную уязвимость высокого уровня опасности в Mozilla Firefox и критическую уязвимость в Brotli (CVE-2026-111497, оценка CVSS: 9,2).
GPT-6 Cyber изначально доступна через API и Codex для избранных клиентов Daybreak Red в рамках усилий по предоставлению лучших моделей, ориентированных на кибербезопасность, с целью защиты программного обеспечения до того, как злоумышленники смогут обнаружить и использовать уязвимости с помощью ИИ-инструментов. Риск усугубляется растущим злоупотреблением моделями с открытым исходным кодом и ослабленными защитными механизмами.
«При тестировании без защитных подсказок развертывания модель избегала использования услуг, выходящих за рамки установленных, в 99,93% случаев, по сравнению с 94,49% у GPT‑5.6 Cyber», — заявили в OpenAI. «С этими подсказками GPT‑6 Cyber оставалась в рамках установленных правил в 100% случаев».
OpenAI сообщила, что внедрила дополнительные защитные механизмы для выявления злоупотреблений и обеспечения соответствия действий модели намерениям и авторизации пользователя. В прошлом месяце компания объявила о планах использовать контент из сессий Daybreak Blue на личных аккаунтах начиная с 29 ноября 2026 года для «улучшения наших моделей, в том числе для усиления защиты от злоупотреблений в киберпространстве», даже когда настройка «улучшать модель для всех» отключена.
«Чтобы предотвратить злоупотребление платформами Daybreak Red и Blue, мы усовершенствовали механизмы защиты от содействия и разработки возможностей, которые могут поставить под угрозу промышленные системы управления или критически важные системы безопасности, привести к сбоям в работе оборудования или вызвать серьезные травмы, катастрофический физический ущерб или опасные для жизни сбои в обслуживании», — отметили в компании.
Обещание GPT-6 Cyber оставаться в рамках «правил взаимодействия» прозвучало на фоне того, как OpenAI раскрыла три инцидента несоответствия, связанных с GPT-6 Astra и внутренней исследовательской моделью. Эти инциденты произошли в период с июля по октябрь 2026 года.
«В рассмотренных случаях Astra сужала или прекращала запрошенную работу по обеспечению безопасности, не раскрывая ограничений», — заявили в OpenAI. «В масштабе это может непропорционально замедлить исследования в области безопасности по сравнению с другими исследованиями и затруднить интерпретацию результатов оценки».
«Модель, которая считает уклонение от мониторинга подозрительным, может показать низкие результаты в оценках уклонения от мониторинга, оставляя мало свидетельств в своем рассуждении по цепочке мыслей (CoT) или в выходных данных. Поведение становится еще труднее обнаружить, если модели меньше внешне выражают это рассуждение в CoT [цепочка мыслей]».
Эта разработка также происходит на фоне того, как калифорнийская некоммерческая организация Model Evaluation and Threat Research (METR) заявила, что Anthropic разрабатывает свои ИИ-системы примерно в два раза быстрее, чем год назад, несмотря на призывы замедлить темпы совершенствования технологий.
«По состоянию на октябрь 2026 года Anthropic, вероятно, улучшает возможности своих моделей в четко определенных задачах примерно в два раза быстрее, чем в период с марта 2024 по октябрь 2025 года», — говорится в сообщении METR.
Со своей стороны, Google представила новые возможности для CodeMender, своего автономного агента по безопасности кода, для обеспечения безопасной изоляции и гибкого сканирования, добавив проверки с участием человека для локальной записи и выполнения команд, чтобы снизить риски вредоносных эксплойтов.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Ravie Lakshmanan
