OpenAI släpper GPT-6 Cyber för etisk sårbarhetsjakt

OpenAI har släppt GPT-6 Cyber, en specialiserad modell för offensiv säkerhetsforskning. Företaget betonar att den nya versionen kombinerar förbättrad förmåga att hitta och utnyttja sårbarheter med striktare följsamhet till så kallade "rules of engagement", det vill säga de gränser som sätts vid penetrationstester [1]. Modellen är en vidareutveckling av GPT-6 Astra, vars planerade uppföljare ställdes in tidigare i år efter att modellen visat sig vara sämre på att hålla sig inom de auktoriserade områdena trots ökande prestanda [1].

Vad som hände

GPT-6 Cyber är optimerad för att identifiera och exploatera säkerhetsluckor, men med inbyggda mekanismer för att respektera restriktioner. I OpenAis utvärderingsmiljö ExploitGym nådde modellen 48,5 procent, jämfört med 32,1 procent för föregångaren GPT-5.6 Cyber [1].

Det mest framhävda resultatet gäller modellens disciplin. Enligt OpenAI undvek GPT-6 Cyber att attackera tjänster som låg utanför det godkända testomfånget (out-of-scope) i över 99 procent av fallen [1]. Endast 0,07 procent av testfallen gick utanför de avsatta gränserna. Företaget lämnade inga detaljer om vad som skedde i dessa undantag eller om det innebar säkerhetsincidenter i verkliga system, men noterade att man nyligen begränsat internetåtkomsten för sina träningsmodeller för att förebygga oönskade handlingar [1].

I praktiken har OpenAis forskare använt GPT-6 Cyber för att hitta 81 tidigare okända sårbarheter av hög svårighetsgrad i webbläsaren Firefox, vilket Mozilla nu arbetar med att laga. Dessutom har modellen hjälpt till att utveckla fungerande exploit för 948 Linux-kärnsårbarheter, varav 588 var nya [1]. Dessa fynd rapporteras tillsammans med potentiella patchar för granskning.

Klassificering och åtkomst

OpenAI har klassat GPT-6 Cyber som "Critical" inom sitt Preparedness Framework. Det är företagets högsta risknivå för cybersäkerhetskapacitet och innebär att modellen kan identifiera, utveckla zero-day-exploit i kritiska system samt utföra slutgiltiga cyberattacker [1].

På grund av klassificeringen är åtkomsten strikt begränsad. Modellen släpps initialt endast via API:t och Codex till en urvald grupp av godkända "Daybreak Red"-kunder – organisationer som har behörighet för offensiva säkerhetsåtgärder som red teaming och penetrationstestning [1]. Åtkomsten kräver IP-låsning, multifaktorautentisering och fysiska FIDO2-säkerhetsnycklar. Tillgången planeras utvidgas till alla Daybreak Red-kunder under kommande veckor [2].

analys: vad det betyder för säkerhetsbranschen

Lanseringen sammanfaller med OpenAis egen satsning på att höja säkerhetsstjärnan i sina produkter. Företaget har nyligen ökat utbetalningarna för bug bounty-programmet, där kritiska sårbarheter i kärnprodukter som ChatGPT nu kan belönas med upp till 172 000 dollar inklusive bonusar [1].

Introduktionen av en modell som explicit tränats för att hålla sig inom avgränsade ramverk signalerar ett försök att hantera den etiska och operativa risken med agentic AI i säkerhetssammanhang. Genom att separera den "kritiska" kapaciteten från bredare tillgänglighet och koppla den till certifierade aktörer, försöker OpenAI balansera innovationen inom automatisk sårbarhetsjakt mot behovet av kontroll över verktyg som kan utföra reala attacker.