OpenAI Daybreak 与 GPT-5.6-Cyber 发布

OpenAI 扩展了 Daybreak 项目并推出了 GPT-5.6-Cyber，这是一款专门设计的模型，旨在为受信任的防御者提供先进的网络安全能力，并减少在授权安全研究中的拒绝率。

Daybreak 访问层级

OpenAI 为获批的防御者建立了两个不同的访问层级，以确保他们拥有适合其特定安全工作流的适当工具：

Daybreak Blue：此层级提供对前沿通用模型的访问，包括 GPT-5.6 Sol，并配有针对授权防御性安全工作的定制保护措施。它是大多数防御者的推荐起点，支持漏洞发现、安全代码审查、恶意软件分析、事件响应和补丁验证等任务。
Daybreak Red：此层级提供对专门训练的网络安全模型的访问，包括 GPT-5.6-Cyber，用于授权的漏洞研究、漏洞利用验证和安全测试。

GPT-5.6-Cyber 基于 GPT-5.6 Sol 构建，并经过专门训练，以提高在专业网络安全任务上的性能，并减少对高风险、双用途任务的拒绝率。

为了衡量 GPT-5.6-Cyber 在降低拒绝率方面的有效性，OpenAI 使用了内部的“高级网络安全完成率”评估。该指标衡量模型对涉及漏洞利用链开发、身份验证绕过和权限提升请求的响应频率。

GPT-5.6-Cyber 在多个以网络安全为重点的评估中展示了改进的性能：

ExploitGym 2：GPT-5.6-Cyber 在将已知漏洞转化为可在受控环境中执行任意代码的工作漏洞利用程序方面，表现优于 GPT-5.6 Sol 和 GPT-5.5-Cyber。
Zero-Day Discovery：在涉及开源仓库的内部评估中，GPT-5.6-Cyber (Daybreak Red) 在生成新型零日漏洞的漏洞利用概念验证 (PoC) 和技术报告方面，表现优于 GPT-5.6 Sol (Daybreak Blue)。
Vulnerability Discovery and Report Writing：GPT-5.6 Sol 和 GPT-5.6-Cyber 均比 GPT-5.5-Cyber 有所改进，尽管 GPT-5.6-Cyber 在这一特定领域表现略逊于 GPT-5.6 Sol，OpenAI 将其归因于报告较短且细节较少。
ExploitBench 3：在标准的 300 轮限制下，GPT-5.6 Sol (Daybreak Blue) 表现最佳且 token 效率更高。然而，当轮次限制扩大到 600 轮时，性能差距缩小了。

OpenAI 使用 GPT-5.6-Cyber 识别了几个主要软件项目中的高严重性漏洞：

Google Chrome (V8 Engine)：该模型发现了两个此前未知的漏洞，可以通过链式组合来破坏内存并逃逸 V8 堆栈沙箱。这导致了 CVE-2026-15903 的发现，这是一个高严重性漏洞，其中优化编译器在整数转换期间错误地跳过了安全检查，可能允许在 Chrome 沙箱内执行任意代码。
Mobile Operating Systems：在一种流行的移动操作系统中发现了至少五个漏洞，包括一个导致本地权限提升的漏洞链。
Databases：在一种流行的数据库中识别出了三个关键漏洞，包括一个远程代码执行路径。
OS Kernels：在一种流行的操作系统内核中发现了超过 400 个导致权限提升的漏洞。

在 OpenAI 的准备就绪框架下，GPT-5.6 Sol 和 GPT-5.6-Cyber 均被评估为达到了网络安全能力的“高”阈值，但仍低于“关键”阈值。

通过身份验证、账户安全、监控和法律声明，Daybreak Blue 和 Daybreak Red 的访问权限仅限于获批的个人和组织。为了进一步降低风险，OpenAI 正在实施以下措施：