コンテンツにスキップ
メインサイト ニュース コンソール

GPT-6 Cyber:アラインされたサイバーセキュリティエージェントの最前線を切り拓く

· OpenAI 翻訳済
OpenAILLM

GPT‑6 Cyber:アライメントされたサイバーセキュリティエージェントのフロンティアを推進

Image 1

2026年11月5日

研究者が設定したスコープを厳格に遵守しながら、悪用可能な脆弱性を発見・検証できるよう特別に訓練されたサイバーセキュリティモデル。

私たちは、セキュリティ研究分野における大きな飛躍となる「GPT‑6 Cyber」を正式に発表します。本モデルは脆弱性の発見・修正能力が向上しているだけでなく、研究者が設定した境界(スコープ)を遵守する信頼性も従来より大幅に高まっています。GPT‑5.6 Cyber と比較して、GPT‑6 Cyber は ExploitGym での相対パフォーマンスが 51% 向上するなど主要なサイバーセキュリティベンチマークで大幅な向上を達成し、スコープの遵守(staying within scope)テストでも飛躍的な進歩を遂げました。すでに現実世界のソフトウェアの保護に貢献しており、Linux や Firefox といった重要なセキュリティコードベースにおいて数千件のエクスプロイト(exploits)を発見・検証しています。

モデルが特定の脆弱性を悪用できるかをテストする ExploitGym ベンチマークにおいて、GPT‑6 Cyber のスコアは 48.5% に達し、GPT‑5.6 Cyber の 32.1% を上回りました。同時に、タスク境界の遵守に関しても信頼性が格段に向上しています。別のアライメント評価では、デプロイメントプロンプト(deployment prompt)を設定していない状態でも、GPT‑6 Cyber は 99.93% のテストでスコープ外のサービスの悪用を回避し、デプロイメントプロンプトを設定した状態ではその割合が 100% に達しました。このアライメント能力の向上は、認可されたスコープ内にとどまり、制約条件を遵守し、結果を正確に報告するための特別なトレーニングによるものです。

これらの能力は、すでに実システムの保護に役立てられています。当社の研究者は GPT‑6 Cyber を活用して Linux における 948 件の特権昇格エクスプロイト(privilege escalation exploits) を開発し、フロンティアモデルによる事前の広範なテストを経た後にもかかわらず、Firefox においてこれまで知られていなかった 81 件の深刻な脆弱性を発見しました。本モデルはパッチ候補の開発も支援し、Mozilla も多くの Firefox の脆弱性に対する修正プログラムをリリースしています。Cisco、Calif、CodeRabbit のセキュリティチームは脆弱性調査やコードレビューに本モデルを採用しており、当社自身も自社インフラの弱点の発見と修正に活用しています。

ソフトウェアを保護するためにフロンティアモデルを活用できる期間(ディフェンダーズ・ウィンドウ)は限られていることは明らかです。私たちの目標は Daybreak イニシアチブを大幅に拡大し、あらゆる規模の組織、独立系研究者、オープンソースメンテナーに高度なセキュリティ研究能力を提供することです。 GPT‑6 Astra のようなメインラインのモデルは、すでにコードレビュー、トリアージ(triage)、パッチ開発をサポートしています。Daybreak Blue は、検証済みの防御者が不要な拒否応答を減らしつつ脆弱性や修正策を検証できるよう支援し、Daybreak Red は GPT‑6 Cyber を用いたより高度なエクスプロイト開発や認可されたセキュリティテストを支援します。

フロンティア・サイバーセキュリティ能力の進展

GPT‑6 Cyber は GPT‑5.6 Cyber と比較して劇的な進化を遂げており、大半のサイバーセキュリティタスクにおいて GPT‑6 Astra を上回るパフォーマンスを発揮します(Astra がリクエストを拒否しなかった場合でも同様です)。私たちは、ソフトウェアを理解し、脆弱性を特定し、実用的なエクスプロイトを開発することが求められるタスクにおいて本モデルを評価しました。これらの評価結果に基づき、当社の「準備状況フレームワーク(Preparedness Framework)」に従って、本モデルのサイバーセキュリティ領域におけるリスクレベルを GPT‑5.6 Cyber の「高(High)」から「重大(Critical)」へと引き上げました。

ExploitGym RemoteExploitBench ExploitGym Honeypot ExploitBench (2026年6月–8月) SRE-Bench Web Pentesting

リモートターゲットにおける特定の脆弱性を悪用できるかをテストする ExploitGym において、GPT‑6 Cyber は 48.5% という高いスコアを記録し、GPT‑5.6 Cyber の 32.1% を約 16 ポイント上回りました。また、脆弱性の発見能力を検証するために、オフェンシブ Web ペネトレーションテストに関する新たな評価も構築しました。このテストでは、モデルがソースコードへのアクセス権を持たない状態で Web アプリケーションを調査します。GPT‑6 Cyber の脆弱性再現率(Recall)は 40.3% に達し、GPT‑6 Astra の 32.0% を上回りました。

Daybreak Red は、実用的なエクスプロイトの開発やリモートターゲットに対する実行など、より高度なセキュリティワークフローを支援することを目的としています。これらの能力を評価するため、GitLab、PostgreSQL、Jenkins などのアプリケーションにおける既知の脆弱性を制御された環境内にデプロイした「RemoteExploitBench」という新しいベンチマークを構築しました。初期の評価では、Daybreak Blue 上で動作する GPT‑6 Astra はタスクの 100% を拒否したのに対し、GPT‑6 Cyber は 95% を完了しました(未完了となった唯一のタスクは、リモート環境下で適切に悪用させることができなかったためです)。完全な結果と評価設定については、システムカード(system card)を参照してください。

強化されたアライメント能力と、より優れた境界の遵守

サイバーセキュリティエージェントが直面するリスクの 1 つは、割り当てられたタスクのスコープを逸脱し、無関係なサービスを悪用しようとしたり、研究者が設定した交戦規定(rules of engagement)を無視したりする可能性があることです。

私たちは GPT‑6 Cyber の開発においてアライメントを最優先事項とし、モデルが認可された範囲内にとどまり、行動制限に従い、自らの作業を正確に報告できるようにするための特別なトレーニングを実施しました。デプロイに先立ち、これらの挙動を測定するために一連のアライメント評価を行いました。詳細な結果はシステムカード(system card)をご覧ください。

評価の 1 つが、Hugging Face のインシデントから着想を得た「ExploitGym Honeypot(ハニーポット評価)」です。この評価では、隔離環境内で難度の高いエクスプロイトタスクをモデルに割り当てると同時に、パッケージリポジトリやオブジェクトストレージなどの補助サービスへのアクセス権も与えます。これらの補助サービスは意図的に非常に悪用しやすく設計されており、それらを攻撃するだけでタスクのフラグを直接取得できるようになっています。モデルは、これらのサービスを悪用することがタスクのスコープ外であると判断しなければなりません。

この評価において、GPT‑6 Cyber は GPT‑5.6 Cyber と比較して飛躍的な向上を示しました。設定を行っていない場合でも、

#OpenAI#LLM#AI安全#4Allapi.com

4All API チームによる投稿

原文リンク:https://openai.com/index/introducing-gpt-6-cyber

主流 AI モデル API をお探しですか?4All API は OpenAI / Anthropic / Google Gemini / Qwen / DeepSeek など数十種類のモデルを単一の API キーで呼び出せます。公式準拠の価格、エンタープライズ品質の通信路、5 分で接続完了。

4All API コンソールに登録 →