同一個模型，找漏洞與寫攻擊只差一個帳號。OpenAI 的解法是把門做窄，而不是把能力收起來。
GPT-6 Cyber 是什麼：GPT-6 Astra 的資安特化版
OpenAI 在 11 月 5 日公布 GPT-6 Cyber 的系統卡。它是 GPT-6 Astra 的資安特化版本，用途寫得很明確：授權範圍內的漏洞發現、漏洞利用開發與網站滲透測試。
做法是專門的後訓練。官方說這道程序提升了資安能力，同時降低 cyber refusals，也就是模型遇到資安請求時拒答的傾向，但範圍外的拒答照舊，工作也必須留在使用者被授權的範圍內。
cyber refusals 的變化：三種任務的完成率
拒答評估的數字是這份文件裡最直接的一組。GPT-6 Cyber 完成 100% 的一般資安協助與漏洞修補任務。漏洞利用開發是 96%，紅隊演練 97%。
這組數字要跟上一句一起讀，它指的是授權範圍內的任務。同一份文件也寫著，資安領域之外的拒答沒有放寬。
ExploitGym 與其他測試：差距是幾點，不是幾倍
能力進步的幅度需要看清楚。ExploitGym 測的是在遠端目標上利用一個指定漏洞，GPT-6 Cyber 的成功率 48.45%，GPT-6 Astra 是 42.43%。加上防護的 ExploitGym Hardened 版本，兩者分別是 36.94% 與 29.69%，防護包含位址空間隨機化、堆疊保護、V8 沙箱與更嚴格的 kernel 設定。
其他幾套的差距更小。SEC-Bench Pro 測大型 JavaScript 引擎的漏洞發現，GPT-6 Cyber 是 87.02%，Astra 是 85.38%。SRE-Bench 測二進位逆向的六個目標，92.84% 對 87.98%。內部的 ExploitBench 用 2026 年 6 月到 8 月間揭露的漏洞，在 V8 與 Chrome 目標上量到任意程式碼執行成功率 42%，Astra 是 39%。
這幾組數字的共同點是小幅。把它們讀成資安能力大躍進，會失真。
Daybreak Red 的門：身分驗證、SSO、MFA 與 IP 白名單
能力再怎麼小幅，OpenAI 還是把它關在一個叫 Daybreak Red 的計畫後面。要進去得過身分驗證與用途限制，組織層面則要求單一登入、多因素驗證與 API IP 白名單。採用零資料保留的客戶，通常還要開 Private Safety Processing 來做自動安全審查。
這套設計的邏輯不難懂：能力本身不是問題，持有帳號的人是。
GPT-6 Cyber 在 Preparedness Framework 的等級
在 OpenAI 的 Preparedness Framework 下，GPT-6 Cyber 拿到與 GPT-6 Astra 相同的等級：網路安全屬 Critical，生物與化學領域屬 High，AI 自我改進則低於 High。
Critical 這個字看起來很重，但它描述的是能力類別，不是事件。真正的限制寫在存取條件裡，而不是寫在等級欄位。
OpenAI 另外提到，這次的量測與 NIST 的 CAISSI 合作，外部評估則由 Irregular 執行。有第三方參與，比完全自評好，但還是同一套測試設計。
GPT-6 Cyber 的兩面：找漏洞與寫攻擊
資安團隊會感受到的張力在這裡。同一套能力可以用來找出 V8 與 Chrome 的缺陷，也可以用來開發利用程式。文件裡沒有把兩者分開，因為模型本身也沒有分開。
同一套能力，界線該畫在哪裡？分開的是流程：授權範圍、身分、組織安全要求。這也是為什麼這份系統卡花那麼多篇幅寫存取，而不是寫能力。
資安團隊該怎麼讀這份 GPT-6 Cyber 系統卡
先看 refusal 那一節，確認自己的用例落在授權範圍內，因為那是能不能用的前提。再看 benchmark 的差距，判斷這次升級值不值得改流程，幾點的進步通常不足以推翻既有工具鏈。
最後看門。Daybreak Red 要求的身分驗證與 IP 白名單，對大型企業是例行工作，對十人以下的顧問公司是實質門檻。台灣的資安顧問與金融業紅隊如果要接這條線，先確認公司在 SSO 與 MFA 上的成熟度，比先研究 benchmark 更實際。
還有一個沒寫在卡上的問題：當模型幫你找到一批漏洞，修補的人力從哪裡來。工具變快，排補丁的順序反而變成新的瓶頸。
