何が起こったのか
OpenAI は、8 月 10 日に、特殊な GPT-5.6-Cyber モデルを含む、防御作業と高度なセキュリティ研究のための個別のアクセス層を備えた Daybreak プログラムを拡張しました。
Daybreak Blue は、安全なコード レビュー、マルウェア分析、インシデント対応、脆弱性発見、パッチ検証などの作業のために、システム レベルのサイバー フィルターを削除した承認済みの防御者 GPT-5.6 Sol を提供します。 Daybreak Red は、一般的なモデルでは依然として拒否される可能性がある、認可されたエクスプロイト検証、ペネトレーション テスト、その他の二重用途研究のために GPT-5.6-Cyber を追加します。
OpenAI によると、内部の高度サイバーセキュリティ完了率評価では、GPT-5.6-Cyber はリクエストの 95% を完了しました。これに対し、標準の GPT-5.6 Sol は 1.5%、Sol ～ Daybreak Blue は 2%、GPT-5.5-Cyber は 57.3% でした。同社によれば、このテストはエクスプロイトチェーンの開発、認証バイパス、権限昇格などのシナリオをカバーしているという。評価セットはリリースされていません。
同社はまた、このモデルを使用して、連鎖する可能性のあるこれまで知られていなかった 2 つの V8 脆弱性の発見に役立てたと報告しています。 Google は最初の脆弱性 CVE-2026-15903 を割り当て、Chrome 150 でパッチを適用しました。 Google のリリース アドバイザリでは、重大度の高い欠陥により V8 で境界外の読み取りと書き込みが可能になったことを独自に確認していますが、欠陥の発見に貢献した AI システムについては評価していません。
OpenAI は、GPT-5.6-Cyber を、GPT-5.6 Sol に基づいて構築され、無制限の攻撃的使用ではなく選択された高リスクの二重用途タスク向けに訓練されたモデルであると説明しています。 Daybreak Red は、身元確認、アカウントのセキュリティ、監視、承認された使用制限、および法的証明を備えた、承認された作業を行う承認された個人および組織のみが利用できます。この発表では、2026 年 9 月 1 日以降、個々の Daybreak アカウントにはハードウェア セキュリティ キーが必要になるとも述べています。
ソースの詳細: OpenAI's GPT-5.6-Cyber and Daybreak announcement ↗
なぜそれが重要なのか
このリリースでは、フロンティアモデルのより危険なサイバー能力を小規模な研究環境から管理されたアクセスプログラムに移し、同じ手法が攻撃者に広がる前に防御者がそれらを受信できるかどうかをテストします。
拒否を減らすことがこの製品の中心です。現実的なエクスプロイト作業を拒否するモデルは、一般的な使用には安全かもしれませんが、優先順位を付けて修正する前に脆弱性を再現する必要があるチームにとってはあまり有用ではありません。 Daybreak は、1 つのポリシーをすべてのユーザーに公開するのではなく、より広範な防御タスクを高リスクのエクスプロイト開発から分離します。
V8 の開示は、AI 支援による脆弱性調査が導入されたソフトウェアに到達できることを示す具体的な証拠です。また、これは自主防衛の主張よりも範囲が狭い。OpenAIは、同社の研究者らが調査結果を検証し、Googleと調整して開示したと述べているが、Chromeの公開勧告には研究プロセス全体におけるモデルの役割ではなく、パッチが適用された欠陥が記録されている。
OpenAI はまた、セキュリティ コンサルタント会社やテクノロジー プロバイダーを通じて Daybreak を拡大しています。承認されたパートナーは、基礎となるモデルへのアクセスを維持し、ID 検証、定義されたスコープ、ロギング、モニタリング、人間によるレビューなどの制御を使用して、顧客エンゲージメント内でそれらを適用します。
パートナーの設計によって、誰が最後の 1 マイルの判断を下さなければならないかが変わります。 OpenAI は、基礎となるモデルへのアクセスは顧客に直接転送されないと述べています。パートナーは、アクションを実行する前に、取り組みを定義し、調査結果をレビューし、独自のセキュリティ専門知識を適用します。したがって、実際には、有用な導入は、再現可能な欠陥を推測的なモデルの提案から分離し、合意された範囲内でテストを継続し、確認された修正を実際のソフトウェア メンテナンス プロセスに移行できるパートナーの能力に依存します。
インタラクティブなメカニズム: 実際にどのように機能するか
この開発の背後にある基盤となるテクノロジーをインタラクティブに探索します。
What is an adversarial example in machine learning security?
次に見るべきもの
約束されたシステム カード、独立したベンチマークの再現、他の報告された脆弱性の完全な開示、およびアクセス制御が悪用に耐えられるという証拠に注目してください。
発表のパフォーマンス数値のほとんどは、OpenAI の内部実装による高度なサイバーセキュリティ完了率、ExploitGym、ExploitBench、および脆弱性報告評価に基づいています。同社は、GPT-5.6-Cyber がすべての比較に勝ったわけではないと述べています。GPT-5.6 Sol は、1 つの評価でより優れたレポートを作成し、標準の 300 ターン ExploitBench 設定をより効率的に解決しました。
OpenAI は、準備フレームワークに基づくサイバーセキュリティ能力について、GPT-5.6-Cyber を「高」ですが「緊急」未満と評価しています。より充実したシステムカードが後日登場するとのこと。方法と結果が再現できるほど詳細に公開されるまでは、この発表は現実世界の攻撃能力の独立した尺度ではなく、企業の主張を裏付けるものとなります。
安全性はトレーニングだけでなく運用にも大きく左右されます。個々の Daybreak アカウントは 9 月 1 日からハードウェア セキュリティ キーを採用する必要があり、OpenAI は隔離された環境、範囲指定されたアクセス許可、監視されるエージェントのアクション、および人間による監視を推奨しています。有用なフォローアップ レポートには、プログラムの拡大に伴うアクセスの取り消し、検出された不正行為、開示のタイムライン、パッチの結果、および誤検知が表示される必要があります。
ヘッドライン完成率の比較には、測定に関する重要な注意点もあります。 OpenAI は、すべてのモデルが公開されている最高の推論レベルで実行されたと述べ、GPT-5.6-Cyber は GPT-5.6 Sol よりも大きな推論予算とより多くのトークンを使用する傾向があると指摘しています。したがって、より高い完了率は、専門的なトレーニングと異なる計算量の両方を反映している可能性があります。独立したテストでは、応答が生成されたかどうかだけでなく、一致した予算、タスクの構成、拒否基準、安全でないまたは使用できない応答の割合を報告する必要があります。
プログラムの成熟したアカウントは、脆弱性のライフサイクル全体に従う必要があります。つまり、モデルで生成されたリードが人間の生殖後にどれだけの頻度で生き残るか、重複または重大度が低い結果がどれだけあるか、ベンダーが実用的なレポートをどれくらい早く受け取るか、一般公開前にパッチが展開されるかどうかを報告することを意味します。また、パートナーの顧客がモデルにテスト境界を越えるよう要求した場合、エージェントが実稼働認証情報に遭遇した場合、または提案されたエクスプロイトが危険すぎて直接検証できない場合に何が起こるかも説明する必要があります。これらの制御は、単に二重用途コードの供給を拡大するのではなく、拒否率の低下が測定可能な防御的価値を生み出すかどうかを決定します。
一般の人々も、モデルの機能と顧客の認可を区別できる必要があります。 OpenAI のアクセス ルールでは、法的証明、身元確認、監視、および範囲を限定した作業がモデルに組み込まれていますが、これらの制御は時間をかけてテストされる必要があります。インシデントレポートでは、パッチが適用されていないシステムを攻撃しやすくするエクスプロイトの詳細を公開することなく、リクエストがブロックされたか、レビューのためにエスカレーションされたか、文書化された取り組みに基づいて許可されたかを記載する必要があります。