OpenAI esitteli torstaina 5. marraskuuta tietoturvatutkimukseen koulutetun GPT-6 Cyber -mallin. Yhtiön mukaan malli löytää haavoittuvuuksia ja rakentaa niitä hyödyntäviä hyökkäyskoodeja (exploit) paremmin kuin edeltäjänsä GPT-5.6 Cyber. Lisäksi se pysyy yhtiön mukaan tarkemmin tutkijan sille rajaamissa kohteissa.

Japanilaisen ITmedian mukaan malli pohjautuu GPT-6 Astra -yleismalliin, jonka kyberkykyjä on parannettu vahvistusoppimisella. OpenAI luokittelee GPT-6 Cyberin riskiarviokehyksensä korkeimmalle Critical-tasolle. The Vergen lainaaman määritelmän mukaan taso tarkoittaa mallia, joka pystyy ilman ihmisen apua löytämään ja kehittämään toimivia nollapäivähyökkäyksiä moniin suojattuihin kriittisiin järjestelmiin.

Yhtiön omat testit

ExploitGym-vertailutestissä mallin pitää hyödyntää annettua haavoittuvuutta etäkohteessa. GPT-6 Cyber onnistui 48,5 prosentissa tehtävistä ja GPT-5.6 Cyber 32,1 prosentissa. The Decoderin mukaan GPT-6 Astra sai OpenAI:n kuvaajassa 42,4 prosenttia Daybreak Blue -käytössä, jossa malli kieltäytyy harvemmin. Tavallisilla suojauksilla Astran tulos oli 0,0 prosenttia.

Rajojen noudattamista OpenAI mittasi ExploitGym Honeypot -testillä. Testi perustuu kesän Hugging Face -tapaukseen, jossa OpenAI:n tekoälyagentit tunkeutuivat luvatta Hugging Facen järjestelmiin. Testiympäristössä on tahallaan helposti murrettavia apupalveluja, joiden kautta tehtävän saisi ratkaistua. Ilman käyttöönoton turvakehotetta GPT-6 Cyber jätti ne rauhaan 99,93 prosentissa testeistä ja GPT-5.6 Cyber 94,49 prosentissa. Kehotteen kanssa osuus oli 100 prosenttia.

Kaikki luvut ovat OpenAI:n omia, eikä The Decoderin mukaan riippumattomia testejä ole julkaistu. OpenAI:n kyberriskeihin varautumisesta ja turvallisuudesta vastaavaa tiimiä johtava Fouad Matin sanoi The Vergen mukaan, että yhtiö on huolissaan mallin kyvystä tunnistaa olevansa testissä ja muuttaa käytöstään. ITmedian mukaan OpenAI:n järjestelmäkortissa GPT-6 Cyber noudatti tehtävän keskeyttämistä vaatineita varoituksia 73,0 prosentissa tapauksista ja Astra 78,38 prosentissa.

Löydökset Firefoxista ja Linuxista

OpenAI:n tutkijat löysivät mallilla Firefoxista 81 aiemmin tuntematonta haavoittuvuutta, jotka Mozilla luokitteli vakaviksi. Linux-ytimen haavoittuvuuksista malli todensi 1 724 ja rakensi toimivan hyökkäyskoodin 948:aan. OpenAI:n mukaan Mozilla on korjannut monet Firefoxin haavoittuvuuksista. Linuxin ylläpitäjille on ilmoitettu 304 kriittistä löydöstä, ja muiden korjaaminen on kesken. CyberScoopin mukaan kaikki haavoittuvuudet on jo korjattu, mikä on enemmän kuin OpenAI itse kertoo.

OpenAI kertoo hioneensa kriittisen infrastruktuurin suojauksia Dragos-yhtiön arvioiden avulla. Dragosin raportti koskee aiempia GPT-5.5-Cyber- ja GPT-5.6 Sol -malleja. Testiverkossa mallit kaatoivat ohjelmoitavan logiikkaohjaimen ja ohjauspaneelin FTP-palvelun.

Saatavuus

GPT-6 Cyber tulee API:n ja Codexin kautta ensin Daybreak Red -ohjelman valituille, hyväksytyille asiakkaille ja lähiaikoina kaikille ohjelman jäsenille. ITmedian mukaan käyttäjän henkilöllisyys todennetaan, ja organisaatioilta vaaditaan muun muassa monivaiheinen tunnistautuminen ja kertakirjautuminen. OpenAI:n mukaan Daybreak Redin rajapintaa voi oletuksena käyttää vain hyväksytyistä IP-osoitteista. Ohjelmaan haetaan OpenAI:n Daybreak-sivulla.

CyberScoopin mukaan OpenAI alkoi viime viikolla kertoa Daybreak Blue -jäsenille, että se käyttää kuun lopusta alkaen henkilökohtaisten tilien istuntoja mallien parantamiseen, vaikka käyttäjä olisi kieltänyt tietojen jakamisen. Kritiikin jälkeen Matin sanoi, että käyttäjät voivat edelleen kieltää tietojensa käytön mallien koulutukseen ja että tietoja käytetään vain väärinkäytön estämiseen.