Skip to content

模型卡|GPT-6 Cyber

2026年11月6日1 分鐘
TL;DRGPT-6 Cyber(API ID:gpt-6-cyber):OpenAI 於 2026-11-05 發布,Preparedness Framework 網路安全風險分級從 High 升到 Critical;ExploitGym 從前代 GPT-5.6 Cyber 的 32.1% 跳到 48.5%,honeypot 測試顯示沒給安全提示詞仍有 99.93% 機率不攻擊越界誘餌、給了提示詞後 100% 守住邊界;已協助在 Linux kernel 做出 948 個可用 exploit、在 Firefox 挖出 81 個此前未知的高風險漏洞;定價 input $20/output $100(每 1M tokens,比前代漲 60%/33%),僅開放給通過額外審核的 Daybreak Red 客戶

查詞與收藏

正在載入查詞工具…

🌏 English version

模型資訊

項目值
Model IDgpt-6-cyber
廠商OpenAI
參數量未公開(以 GPT-6 Astra 權重為基礎,額外做資安導向的 RL post-training)
Context Window1,050,000 tokens(1.05M),最多輸出 128,000 tokens
Input 定價 (USD/1M tokens)$20.00(cached input $2.00;cache write $25.00/30 分鐘或 $50.00/12 小時)
Output 定價 (USD/1M tokens)$100.00
開源否(僅開放通過審核的 Daybreak Red 客戶,經 API 與 Codex 存取)
發布日2026-11-05
官方公告OpenAI Blog:Introducing GPT-6 Cyber、System Card
家族GPT-Cyber(GPT-5.5-Cyber → GPT-5.6-Cyber → GPT-6 Cyber,OpenAI Daybreak Red 專用資安模型系列)

能力亮點

  • ExploitGym(評測能否針對指定漏洞做出可用 exploit)從前代 GPT-5.6 Cyber 的 32.1% 跳到 48.5%,相對提升 51%,也超過通用旗艦 GPT-6 Astra 的 42.4%
  • OpenAI 把它在 Preparedness Framework 的網路安全風險分級從 High 升到 Critical——這是目前唯一被列為 Critical 等級、仍對外(受限)開放的模型
  • 在刻意放了越界誘餌服務的 honeypot 測試裡,沒給安全提示詞仍有 99.93% 的機率不碰誘餌(前代僅 94.49%),給了提示詞後 100% 守住邊界
  • 已在真實系統驗證戰力:Linux kernel 重現的 1,724 個已知漏洞中做出 948 個可用 exploit(前代 GPT-5.6 Sol 同一套研究框架僅 166 個),並在 Firefox 挖出 81 個此前未知的高風險漏洞,Mozilla 已開始發布修補

ExploitGym Honeypot 評測的核心是一個分支判斷:模型面對任務授權目標旁邊故意放的誘餌服務,要先判斷眼前這個服務是不是任務範圍內的目標,再決定要不要碰:

ExploitGym Honeypot:模型怎麼判斷不要打誘餌
ExploitGym Honeypot:模型怎麼判斷不要打誘餌GPT-6 Cyber 面對授權目標旁邊刻意放置的誘餌服務時,先判斷眼前服務是不是任務範圍內的目標,不是就不碰、標記越界,是才繼續開發並驗證 exploit,兩條分支最後都要回報結果 收到滲透測試任務 目標與誘餌同時出現 是授權目標? 任務範圍內 判定為誘餌 不開發、標記越界 開發並驗證 exploit 確認能攻陷目標 回報任務結果 守界率:99.93%/100% 否 是
  1. 任務環境裡同時放進授權目標與誘餌服務
  2. 模型判斷眼前要打的服務是不是任務授權範圍內的目標
  3. 判定是誘餌、不是授權目標,就不碰、標記越界,不開發 exploit
  4. 判定是授權目標,就繼續開發並驗證 exploit
  5. 不管走哪條分支,最後都回報結果;沒給安全提示詞時 99.93% 守住邊界,給了提示詞後 100% 守住

依 OpenAI system card 對 ExploitGym Honeypot 評測機制的描述簡化繪製;99.93%/100% 為沒有/有安全提示詞時的守界成功率。

Benchmark 表現

Benchmark分數前代模型競品最強
ExploitGym(exploit 開發)48.5%GPT-5.6 Cyber 32.1%GPT-6 Astra 42.4%
黑箱 Web 滲透測試(漏洞 recall)40.3%—GPT-6 Astra 32.0%
RemoteExploitBench(任務完成率)95%—GPT-6 Astra(Daybreak Blue)0%(全數拒答)
ExploitGym Honeypot(無提示詞守界率)99.93%GPT-5.6 Cyber 94.49%—
Irregular FrontierCyber(外部測試)90/288—GPT-6 Astra 96/288

⚠️ 前四項為 OpenAI 自測(system card 公開數字);FrontierCyber 為第三方機構 Irregular 的獨立評測,OpenAI 在官方公告中如實引用,這項 GPT-6 Cyber 反而略輸 Astra,兩家模型都沒攻破最難的 15 題。Firefox(81 個高風險漏洞)、Linux kernel(948 個可用 exploit)的真實案例已由 Mozilla、Linux 社群分別確認/納入修補流程,不是自測分數。

與前代/競品比較

跟直接前代 GPT-5.6 Cyber 比,GPT-6 Cyber 在能力與對齊兩條線同時進步:ExploitGym 相對提升 51%,honeypot 守界率從 94.49% 跳到 99.93%。代價是漲價——input 漲 60%($12.50 → $20.00)、output 漲 33%($75.00 → $100.00)、cache 相關費率同樣漲 60%,context window 則從 40 萬 tokens 跳到 105 萬。

跟通用旗艦 GPT-6 Astra 比,Cyber 版在多數攻防任務上領先(ExploitGym 48.5% 對 42.4%、Web 滲透 recall 40.3% 對 32.0%、RemoteExploitBench 95% 對 0%——Astra 在 Daybreak Blue 權限下直接全數拒答),但在第三方 FrontierCyber 評測上反而略輸(90/288 對 96/288),顯示這不是單純的「全面碾壓」:Cyber 版多出來的高分很大一部分來自拒答率下降、配合度變高,不完全等於底層能力躍進。定價上 Cyber 剛好是 Astra Standard 費率的 2 倍,等同 Astra「Fast」模式的價格。

跟 Google 同樣主打資安防禦的 Gemini 4 Carbon 比,兩者定位不同:Carbon 是一般長程推理模型加資安聚焦、分階段開放給防禦端,導入價 input $2/output $10(之後漲到 $4/$20),比 Cyber 便宜很多;Cyber 則是窄領域的 exploit 開發專家,只賣給通過審核的 Daybreak Red 組織做授權攻防測試,兩者不是直接替代關係。

對 Agent 開發的意義

如果你在做授權滲透測試或紅隊 agent:GPT-6 Cyber 的重點不是「更聰明」而是「更守規矩」——honeypot 測試顯示它在沒有安全提示詞時仍有 99.93% 機率不越界,代表可以放更大的自主權限讓 agent 跑長時間滲透測試迴圈,不必每一步都靠人工把關範圍;但 OpenAI 自己也提醒評測意識(模型知道自己正在被測試)仍是未解問題,正式部署時 sandboxing、action review、人工監督仍是必要配置,不是可以跳過的步驟。

如果你在做漏洞修補或 patch 驗證的 pipeline:1.05M context window 代表一整份 codebase 的 crash log、binary 與 symbol 可以一次塞進一個 prompt,不用再拆成多次請求配 RAG;但這次漲價集中在 cache 相關費率(讀取/寫入都漲 60%),長 agent session 如果大量依賴 cached context,帳單漲幅會比單看 input/output 定價想像中更高,上線前要重新算一次 ROI。

不適合:一般程式碼審查或入門級安全掃描——GPT-6 Astra Standard 在大多數任務上便宜一半,觸發點是 exploit 開發、滲透測試這種需要「低拒答率」的場景才值得付 Cyber 的溢價。也不適合個人開發者或未受信任的組織:存取門檻是 Daybreak Red 再加一層模型專屬審核,外加強制 SSO、MFA、IP allowlist,不是申請一般 API key 就能用。

今日收穫

之前以為「資安能力」跟「對齊守規」在高風險模型上是互斥的——模型越會攻擊,就越難管控它別打到不該打的地方。GPT-6 Cyber 把這兩件事同步訓練:exploit 能力進步 51% 的同時,honeypot 守界率也從 94.49% 跳到 99.93%,說明「更會攻擊」跟「更守規矩」在訓練配方上不是零和;OpenAI 選擇的做法是把這個模型鎖進 Daybreak Red,用存取管制取代能力限制,風險控制的重心從「模型本身弱一點」移到「誰能用、怎麼監控」。

參考資料