大语言模型

OpenAI 放出 GPT-6 Cyber：Linux 内核挖出 948 个能提权的漏洞，但普通人用不了

2026年11月6日1 次阅读
OpenAI 放出 GPT-6 Cyber：Linux 内核挖出 948 个能提权的漏洞，但普通人用不了

3分钟看懂

OpenAI 在 11 月 5 日发布了一个新的大语言模型 GPT-6 Cyber。它不是又一个更会聊天的通用模型，而是一个专门做网络安全的大模型：找漏洞、验证漏洞能不能真的打进去、再顺手给出修补方案。

三个关键数字先摆出来：

  • 在 ExploitGym 基准上拿到 48.5%，上一代 GPT-5.6 Cyber 是 32.1%，相对提升 51%；
  • 用它跑 Linux 内核，复现了 1,724 个漏洞，其中 948 个做出了可用的提权利用，是上一代用同一套流程（166 个）的五倍多；
  • 在「会不会越界」的评测里，没有加部署提示时 99.93% 的测试没有去动任务范围外的服务，加了提示后是 100%。

代价是：价格涨了，而且不是想用就能用。

这次到底发布了什么

一个专用模型，不是通用模型升级。 按 OpenAI 自己的说法，GPT-6 Cyber 在多数网络安全任务上超过了通用旗舰 GPT-6 Astra，即使 Astra 不拒答也一样。在 OpenAI 的 Preparedness Framework 里，它被归到网络安全能力的最高档 Critical，上一代是 High。

一套访问体系。 模型初期只通过 API 和 Codex，开放给经过审批的 Daybreak Red 客户。同时 OpenAI 把上一代 GPT-5.6 Cyber 放开给所有 Daybreak Red 客户，并新设了一个「关键基础设施」访问组，允许电力、水务这类 OT/ICS 系统的防御方做授权测试。Daybreak 项目官方称已覆盖 2,000 多家机构，另有一个 10 亿美元的防御者补贴计划。

一组真实战绩。 除了 Linux，OpenAI 说用 GPT-6 Cyber 在 Firefox 里找到 81 个此前未知的高危漏洞，并向 Mozilla 提交了可复现的证据；Linux 那边按社区流程披露了 304 个严重问题。

为什么这件事值得关注

过去两年，AI 找漏洞的叙事一直卡在「能演示、不能量产」。这次的差别在于流程闭环：模型不只指出「这里可能有问题」，而是复现、写出能跑通的利用、再给出补丁候选，最后由人类研究员复核。

Axios 的报道补了一个很具体的成本数字：这套跑 Linux 的自动化系统大约消耗了 120 万美元的 API 额度。也就是说，「AI 批量挖洞」第一次有了可以摆上桌的单位成本。

另一半价值在「不越界」。安全模型最怕的不是能力不够，而是能力太够——去打了不该打的目标、碰了授权范围外的服务。OpenAI 这次把 alignment 做成了主指标，还专门复刻了一个蜜罐式评测（灵感来自 Hugging Face 那次事件），故意把周边服务做得很好打，看模型会不会顺手去打。从 94.49% 到 99.93%，是这次发布里技术上最实的一块。

成绩怎么读

  • ExploitGym 48.5%：测的是「给定一个已知漏洞，能不能真的打出利用」。48.5 分意味着还有一半多打不通，不是万能钥匙。
  • RemoteExploitBench 95%：在 GitLab、PostgreSQL、Jenkins 这类部署好的靶场上完成任务的比例。注意这是「能完成」，不是「找到新漏洞」。
  • 99.93% / 100% 不越界：分母是专门构造的越界诱导测试，属于受控环境，不等于真实红队场景零事故。
  • 948 / 1,724：OpenAI 自己披露，人类研究员做了复核，但具体漏洞清单未公开，外部无法独立复算。

一句话：这是「安全团队的生产力工具」，不是「自动黑客」。

怎么用

目前只有一条路：

  1. 走 Daybreak 项目提交申请，说明你要做的防御性工作流（官方会人工审）；
  2. 审批通过后，组织需要开通 Daybreak Red 权限；
  3. API 访问默认要求 IP 白名单，只允许从批准的网段发起请求；
  4. 在 API 里用模型 ID gpt-6-cyber，或在 Codex 里调用；使用零数据保留（ZDR）的客户一般必须同时启用 Private Safety Processing。

硬指标（来自官方文档）：1,050,000 token 上下文，128,000 token 最大输出，支持推理 token。

成本账

官方标准短上下文价格，每百万 token：

  • 输入 $20
  • 缓存读取 $2
  • 缓存写入 $25（30 分钟）/ $50（12 小时）
  • 输出 $100

对比一下：上一代 GPT-5.6 Cyber 是 $12.50 / $75，等于这一代贵了 60%；Anthropic 的 Claude Mythos 5.1 是 $10 / $50，Google 的 Gemini 4 Argon Cyber Permissive 是 $4 / $20。OpenAI 这次是「能力最贵的一档」，也是定价最高的一档。

要注意这只是 token 单价，不是「查出一个漏洞多少钱」。同一次调查里，模型可能反复读代码、跑工具、重试，实际消耗的上下文差好几倍。真正做预算时，应该按「每次完整调查」估，而不是按单价乘字数。

适用场景

  • 企业安全团队：给自有代码库做大范围初筛，把人工火力集中到高价值目标上；
  • 开源项目维护者：Linux、Firefox 这类项目的经验说明它对「被审过很多年的老代码」依然有效；
  • 关键基础设施防御方：电力、水务、工业控制系统的授权测试，这次专门开了新访问组；
  • 安全研究机构：需要可复现证据链、而不只是「疑似有问题」的场景。

不适用场景

  • 普通开发者的日常编码：它比通用模型贵得多，且没有针对日常写代码做优化，用 GPT-6 Astra 或 Codex 更划算；
  • 想要「一键自动渗透」的人：访问要审批、要 IP 白名单、要说明用途，这条路的门槛是设计出来的；
  • 需要合规背书的场景：模型输出只是线索，漏洞定级、披露流程、法律边界仍然要人来做；
  • 拿它当通用聊天模型：这不是它的定位，也没有公开的通用能力评测。

常见错误

  1. 以为 GPT-6 Cyber 是 GPT-6 的升级版。它是独立的专用模型，通用能力不是重点，GPT-6 Astra 才是通用线。
  2. 以为注册账号就能调用。需要 Daybreak Red 审批，官方文档写明「你的组织需要 Daybreak Red 访问权限和批准」。
  3. 把 99.93% 当成「不会出事」。这是受控评测里的比例，真实红队里模型仍可能误判范围，官方自己也在文档里强调要沙箱、要人工复核。
  4. 只看 ExploitGym 就下结论。48.5% 意味着过半失败，用它做「有没有漏洞」的唯一判据会漏。
  5. 按 token 单价做预算。一次完整调查的消耗远高于表面上看到的输入输出。

第一步可以做什么

如果你是安全团队：先去 OpenAI 的 Daybreak 页面看申请材料清单，把「你打算用哪个模型、跑哪类系统、怎么保证不越界」这三件事写清楚——这是审批的核心。

如果你是开源维护者：留意 Daybreak Blue 的开放节奏，OpenAI 说正在把 GPT-6 Astra 的 Blue 权限铺给更多个人研究者和维护者，这条路比 Red 好进。

如果你只是想了解趋势：记住这一条就够了——AI 安全模型已经从「能不能找到漏洞」进入「找到之后能不能守住边界、成本划不划算」的阶段。

（本文基于 OpenAI 官方发布、官方模型文档与 Axios、The Verge、The Register、VentureBeat 等多家媒体转述整理。）

参考来源

评论

0 条已公开
登录或注册后可以参与评论。

正在加载评论...