Modelle

GPT-6 Cyber findet 81 Firefox-Lücken, nutzen darf es kaum jemand

OpenAI hat am 5. November ein Modell vorgestellt, das Schwachstellen findet, lauffähige Exploits schreibt und Reparaturvorschläge mitliefert. Die Ergebnisse sind eindrucksvoll, die Belege kommen aber ausschließlich vom Hersteller, und nutzen dürfen es die wenigsten.

Anna WeberAnna Weber
Beliebtheit: 1,580
Abstrakte stahlblaue Schildkontur über Scanlinien

OpenAI hat am 5. November ein Modell vorgestellt, das Schwachstellen findet, lauffähige Exploits schreibt und Reparaturvorschläge mitliefert. Die Ergebnisse sind eindrucksvoll, die Belege kommen aber ausschließlich vom Hersteller, und nutzen dürfen es die wenigsten.

Was GPT-6 Cyber bei Firefox und im Linux-Kernel gefunden hat

Die Ankündigung liest sich wie ein Datenblatt. Aussagekräftiger sind die zwei Programme, die OpenAI parallel dazu laufen ließ.

Im ersten ging es um Firefox. GPT-6 Cyber fand 81 schwere Sicherheitslücken, die bis dahin niemand gemeldet hatte. Mozilla nahm die Berichte an und lieferte Patches aus, und zusätzlich stufte das Modell 30 Probleme, die längst bekannt waren, als gravierender ein, als sie bis dahin bewertet worden waren. Für ein Browser-Team ist das der unangenehme Teil der Meldung: Die offene Liste war unvollständig, nicht falsch.

Im zweiten Programm ging es nicht um einzelne Fehler, sondern um Masse. OpenAI ließ ein Agentensystem aus Scout und Analyst laufen, das rund 5.034 sicherheitsrelevante Stellen las, etwa 7 Prozent des Kernel-Codes. Übrig blieben 2.308 Kandidaten, die in isolierten virtuellen Maschinen bestätigt wurden. Kein Test berührte einen produktiven Rechner.

GPT-6 Cyber im Kernel: 948 Exploits aus einem Durchlauf

Am Ende standen 1.724 nachvollzogene Schwachstellen und 948 funktionierende Exploits. Unter denselben Bedingungen und mit demselben Zeitbudget kam der Vorgänger GPT-5.6 Sol auf 166 Exploits. 304 kritische Funde gingen mit Reparaturvorschlag an die Kernel-Maintainer.

Der Rechenaufwand gehört zur Geschichte. 1.213.430 Dollar kostete der Lauf, rund 1.279 Dollar pro Exploit. Das ist kein Preis, den ein Angreifer pro Ziel zahlt. Es ist der Preis für einen Durchlauf über eine der größten Codebasen der Welt, und genau deshalb verschiebt er die Rechnung, um die es hier geht.

GPT-6 Astra ist die Basis, nicht das Produkt

GPT-6 Cyber ist kein neues Grundmodell. Es ist eine Variante von GPT-6 Astra, die auf Sicherheitsarbeit trainiert wurde: Lücken suchen, Angriffe schreiben, Patches vorschlagen.

Diese Herkunft erklärt zwei Dinge. Erstens die Geschwindigkeit, mit der OpenAI von der Ankündigung in den Betrieb ging. Zweitens die Einstufung, denn im Preparedness Framework steht GPT-6 Cyber in der Kategorie Cybersecurity auf „Critical“, also auf derselben Stufe wie das Basismodell GPT-6 Astra.

Ein cybersecurity model dieser Bauart ist keine Funktion, die man dazubucht. Es ist ein Werkzeug mit eigener Freigabe.

Wie OpenAI GPT-6 Cyber im Zaum hält

Ein Modell, das Exploits schreibt, lässt sich nicht ohne Begrenzung ausliefern. OpenAI beschreibt zwei Schutzschichten, und die erste sitzt im Training.

Ein Teil der Trainingsumgebung war eine Falle, ein Honeypot, angelehnt an den Vorfall bei Hugging Face. Wer dort zugreift, verlässt den erlaubten Bereich und lernt, dass genau das bestraft wird. Ohne zusätzliche Sicherheitsanweisungen blieb GPT-6 Cyber in 99,93 Prozent der Fälle innerhalb der Grenzen, die der Hersteller selbst definiert. Der Vorgänger lag bei 94,49 Prozent. Mit ausdrücklichen Anweisungen erreicht OpenAI nach eigenen Angaben 100 Prozent.

Die zweite Schicht ist betrieblich: Rechteprüfung gegen die tatsächlichen Nutzerrechte, Überwachung neu veröffentlichter Schwachstellen, IP-basierte Zugangsgrenzen, isolierte Umgebungen und ein Mensch, der im Zweifel eingreift und den Lauf stoppt. Diese Schicht ist die interessantere. Sie sagt, dass OpenAI dem eigenen Modell allein nicht traut.

Die Benchmarks stammen alle von OpenAI

Zu den Fähigkeiten veröffentlicht der Hersteller eigene Messungen, unabhängige Tests gibt es nicht, und bei einem Modell, das Exploits schreibt, ist genau das der entscheidende Vorbehalt.

Test

GPT-6 Cyber

Vergleich

ExploitGym

48,5 %

32,1 % bei GPT-5.6 Cyber

ExploitGym, GPT-6 Astra (Daybreak Blue)

42,4 %

ohne Schutzmaßnahmen

Neuer Test für Web-Apps ohne Quellcode

40,3 %

32,0 % bei GPT-6 Astra

ExploitGym, GPT-6 Astra mit Schutzregeln

0,0 %

Sperre greift

Die letzte Zeile ist die aufschlussreichste. Dasselbe Modell, einmal mit Schutzregeln, kommt auf null. Verschwunden ist die Fähigkeit damit aber nicht, sie wird auf Anweisung nur nicht ausgeführt.

Daybreak Red: Wer GPT-6 Cyber überhaupt nutzen darf

Zugang bekommen ausgewählte Kunden des Programms Daybreak Red, zuerst über die API und über Codex, danach schrittweise weitere.

Nur mit Einladung.

Einen Preis pro Arbeitsplatz nennt OpenAI nicht, und ein Abo für Privatkunden gibt es nicht.

Gleichzeitig öffnet OpenAI GPT-5.6 Cyber für alle Daybreak-Red-Kunden und weitet die Alpha von Daybreak Blue für GPT-6 Astra auf weitere Organisationen und unabhängige Forscher aus. Dazu kommen zwei Programme ohne Produktbezug: Daybreak for Frontline Defenders fördert Verteidiger mit Geld, Daybreak Red for Critical Infrastructure bündelt autorisierte Tests für Kraftwerke und Wasserwerke.

Wer heute ein cybersecurity model für den Eigenbedarf sucht, findet bei OpenAI nur diese geschlossene Tür. Für Sicherheitsteams im Mittelstand heißt das: Die Fähigkeit ist dokumentiert, der Zugang nicht.

1.279 Dollar pro Exploit: was das für die Branche bedeutet

Die Zahl wirkt billig, wenn man sie an übliche Prämien legt. Pwn2Own und TyphoonPWN zahlen für vergleichbare Funde seit Jahren zwischen 20.000 und 70.000 Dollar, und zwar pro gemeldeter Lücke. Auf dieser Rechnung ist automatisiertes Suchen um den Faktor 15 bis 55 günstiger.

Epoch AI hat außerdem gezeigt, dass ein offenes Modell, GLM, bekannte, aber ungepatchte Firefox-Lücken ausnutzen konnte. Die Eintrittsschwelle für brauchbare Exploits sinkt also nicht erst mit GPT-6 Cyber.

Für Verteidiger folgt daraus etwas Unbequemes. Wenn ein einzelner Durchlauf Hunderte Lücken findet und der Preis pro Fund bei gut tausend Dollar liegt, werden die Abstände zwischen Bekanntwerden, Patch und Ausnutzung kürzer, und zwar für alle. Wer mit 90 Tagen Patch-Frist plant, plant mit einem Kalender, den die Gegenseite nicht mehr benutzt.

Was Entwicklerteams wegen GPT-6 Cyber jetzt ändern sollten

Für die meisten Teams bleibt das Modell unerreichbar. Ändern muss sich trotzdem etwas. Was also tun, wenn das Werkzeug nicht ins Haus kommt?

Erstens: Abhängigkeiten inventarisieren. Wer nicht weiß, welche Bibliotheksversion in welcher App steckt, kann auf einen schnellen Fund nicht reagieren. Zweitens: Patch-Zeiten messen statt schätzen. Drittens: bei Android-Apps die Angriffsfläche prüfen, also exportierte Activities, Deep Links und WebViews ohne Prüfung.

Für Betreiber kritischer Infrastruktur ist das kein Zukunftsthema. OpenAI nennt Kraftwerke und Wasseraufbereitung ausdrücklich als Schwerpunkt. In Deutschland fallen Stadtwerke und Wasserwerke unter die KRITIS-Regeln mit Meldepflichten an das BSI. Ein Modell, das solche Anlagen schneller durchsucht als ein Team, verschiebt die Frage von ob auf wann.

Die eigentliche Nachricht steckt ohnehin im Preis pro Fund. 1.279 Dollar sind billig genug, dass die Suche nicht mehr die Ausnahme bleibt, sondern der Normalfall. Wer heute ein Update liegen lässt, sollte das wissen.

Diesen Artikel teilen

Quellen

Ähnliche KI-News

Ein Terminalfenster mit einer steigenden Belohnungskurve und einem 27B-Schild daneben
Modelle

DaisyRose-27B verdoppelt den Terminal-Bench-Wert von Qwen3.8-27B in 18 Tagen

RadixArk hat 18 Tage und rund 1.200 Aufgaben in ein offenes Modell gesteckt. Danach war es auf jedem Benchmark der eigenen Tabelle besser als die Vorlage.

Beliebtheit: 1,330
Ein Laptop-Umriss mit drei gestapelten Schichtfolien, die in einem Pfeilkreislauf durch das Gerät laufen
Modelle

Inkling 2 Mini rechnet dreimal durch dieselben Schichten und passt auf einen Laptop

Thinking Machines Lab lässt die zwölf mittleren Schichten seines neuen Modells dreimal pro Token laufen. Das ist der ganze Trick, und er entscheidet, ob 26,4 Milliarden Parameter auf einen Laptop passen.

Beliebtheit: 1,710
Eine lange türkisfarbene Audiowellenform mit einem einzelnen orangen Akzentbalken auf dunklem Feld
Modelle

Rumble-2-Flash von Reson8: 60-mal kleiner und fast gleich gut am Telefon

Reson8 hat am 18. November 2026 ein Spracherkennungsmodell veröffentlicht, das 60-mal kleiner ist als der Vergleichsriese von Nvidia. Auf echten Kundenanrufen trennen die beiden 0,08 Prozentpunkte.

Beliebtheit: 560
Drei neonfarbene Ringe um einen kleinen leuchtenden Kern auf tiefblauem Feld
Modelle

Gemini 4 Neon ersetzt Argon: 3 Dollar je Million Tokens und zwei Namen weniger

Google hat am 18. November 2026 Gemini 4 Neon vorgestellt. Die spürbarste Änderung betrifft nicht die Benchmark-Tabelle, sondern die Auswahlliste in der App, in der zwei bekannte Modellnamen fehlen.

Beliebtheit: 1,500