OpenAI Daybreak 與 GPT-5.6-Cyber 發佈

OpenAI 已擴展 Daybreak 計畫並推出了 GPT-5.6-Cyber，這是一款專為受信任的防禦者設計的專用模型，旨在提供先進的網路安全能力，並在授權的安全研究中減少拒絕率。

Daybreak 存取層級

OpenAI 為獲准的防禦者建立了兩個不同的存取層級，以確保他們擁有適合其特定安全工作流程的工具：

Daybreak Blue: 這一層級提供對前沿通用模型的存取，包括 GPT-5.6 Sol，並配備了針對授權防禦性安全工作量身定制的防護措施。它是大多數防禦者的建議起點，並支持諸如漏洞發現、安全代碼審查、惡意軟體分析、事件響應和補丁驗證等任務。
Daybreak Red: 這一層級提供對專用訓練的網路安全模型（包括 GPT-5.6-Cyber）的存取，用於授權的漏洞研究、漏洞利用驗證和安全測試。

GPT-5.6-Cyber 是基於 GPT-5.6 Sol 構建的，並經過專門訓練以提高在專業網路安全任務上的性能，並減少在處理高風險、雙重用途任務時的拒絕率。

為了衡量 GPT-5.6-Cyber 在降低拒絕率方面的有效性，OpenAI 使用了內部「Advanced Cybersecurity Completion Rate」評估。此指標衡量模型對涉及漏洞利用鏈開發、身份驗證繞過和權限提升的請求的響應頻率。

GPT-5.6-Cyber 在多個以網路安全為中心的評估中展現了改進的性能：

ExploitGym 2: GPT-5.6-Cyber 在將已知漏洞轉化為可在受控環境中執行任意代碼的有效漏洞利用程序方面，表現優於 GPT-5.6 Sol 和 GPT-5.5-Cyber。
Zero-Day Discovery: 在一項涉及開源存儲庫的內部評估中，GPT-5.6-Cyber (Daybreak Red) 在生成新型零日漏洞的概念驗證漏洞利用程序和技術報告方面，表現優於 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 有所改進，儘管 GPT-5.6-Cyber 在此特定領域的表現略遜於 GPT-5.6 Sol，OpenAI 將此歸因於其報告更短且細節較少。
ExploitBench 3: 在標準的 300 輪限制下，GPT-5.6 Sol (Daybreak Blue) 表現最佳且更具 Token 效率。然而，當輪次限制擴大到 600 輪時，性能差距縮小了。

OpenAI 使用 GPT-5.6-Cyber 識別了幾個主要軟體專案中的高嚴重性漏洞：

Google Chrome (V8 Engine): 該模型發現了兩個先前未知的漏洞，可以鏈接起來損壞記憶體並逃脫 V8 heap sandbox。這導致了 CVE-2026-15903 的發現，這是一個高嚴重性漏洞，其中優化編譯器在整數轉換期間錯誤地跳過了安全檢查，可能允許在 Chrome sandbox 內執行任意代碼。
Mobile Operating Systems: 在一款流行的移動操作系統中發現了至少五個漏洞，包括一個導致本地權限提升的鏈。
Databases: 在一款流行的數據庫中識別了三個關鍵漏洞，包括一個遠程路徑執行代碼的漏洞。
OS Kernels: 在一款流行的操作系統內核中發現了超過 400 個導致權限提升的漏洞。

根據 OpenAI 的 Preparedness Framework，GPT-5.6 Sol 和 GPT-5.6-Cyber 均被評估為達到「High」閾值對於網路安全能力，但仍低於「Critical」閾值。

對 Daybreak Blue 和 Daybreak Red 的存取受到身份驗證、帳戶安全、監控和法律聲明之限制，僅限於獲准的個人和組織。為了進一步降低風險，OpenAI 正在實施以下措施：

OpenAI 建議防禦者在使用這些模型時採取以下方式：