OpenAIは、広く利用されている2つのソフトウェア(LinuxカーネルとMozillaのFirefoxブラウザ)の脆弱性をテストするためにこのモデルを使用した後、11月5日に厳選された少数の顧客グループにGPT-6 Cyberへのアクセスを提供し始めた。同社は独自のセキュリティフレームワークに基づき、このモデルをサイバーセキュリティに関して「重要」と評価しており、これは以前のGPT-5.6 Cyberモデルの「高」から引き上げられた。.
今回の 発表は 、セキュリティツールが有用であると同時に、リリースが難しい理由を如実に示している。チームはこのツールを使って、疑わしい脆弱性が早急に修正すべきほど深刻であることを示すことができる。しかし、同じ機能によって、脆弱性を攻撃に悪用することも可能になる。OpenAIは当初、認可されたセキュリティ作業のためのプログラムであるDaybreak Redに参加する一部の組織にこのモデルを提供しており、今後数週間で承認された顧客へのアクセスを拡大していく予定だ。
Linuxテストで判明したこと
OpenAIの Linuxに関するレポートは、 その規模を物語っている。10月に実施された制御された研究において、同社のシステムは2,308件の潜在的な脆弱性を検出し、1,724件の脆弱性を再現した。また、権限の低いローカルアカウントから管理者レベルのアクセス経路を実証できる脆弱性を948件特定した。同社はこの研究にかかった費用をAPIクレジットで約120万ドルと見積もっているが、これは修正プログラムのレビューと展開にかかる総コストではなく、モデルの使用量を測定したものだ。
これらの図は、それぞれ異なる質問に答える一連のフィルターを示しています。疑わしいコードが実際には決して失敗しない場合もあります。再現可能な障害であっても、セキュリティ侵害に繋げるのは難しい場合があります。また、隔離されたマシンでの動作デモンストレーションは、同じ脆弱性がすべてのLinuxインストール環境で悪用できることを示すものではありません。この結果は、テスト環境におけるローカルアクセスに関するものであり、モデルがインターネット経由でマシンに侵入する948通りの方法を示したという意味ではありません。.
OpenAIによると、同社のシステムが修正案を作成し、人間の研究者が結果を確認してから調査結果と提案されたパッチを共有したとのことだ。Linuxのメンテナーやその他の貢献者は、研究中に既に同様の問題に取り組んでいた。この重複は重要である。成功したデモンストレーションの数は、この研究によって明らかになった問題の数よりも多く、候補となるパッチは依然としてメンテナーによるレビューの対象となるからだ。.
Firefoxの修正で次に何が起こるかがわかる
OpenAIは、Mozillaが深刻度が高いと分類した、これまで知られていなかったFirefoxの脆弱性81件を研究者らが特定したと発表した。この調査結果はロイター通信が報じた。MozillaのFirefoxアドバイザリには、10月27日にリリースされたFirefox 159で適用された修正が記載されており、一部の項目についてはOpenAIの研究者らが他の記者らの発見とともに貢献したとされている。このアドバイザリは、修正がブラウザのリリースに反映されたことを示す証拠ではあるが、81件すべての発見を集計したものではなく、修正を受けたユーザー数を示すものでもない。
Mozillaは、パッチギャップについて別途説明している。パッチギャップとは、修正プログラムによって脆弱性に関する情報が攻撃者に十分に伝わり、その間に一部のユーザーが脆弱なバージョンを使い続ける期間のことである。スキャンを高速化することで、管理者は情報漏洩前に対応できる時間をより多く確保できる。また、公開された変更を迅速に分析することで、まだアップデートしていないユーザーに対して攻撃者が有利になる場合もある。発見、リリース、インストールはそれぞれ独立したマイルストーンであり、修正プログラムが個々のデバイスに配信されるのは最後のインストール時のみである。
批評家評価が測定するもの
OpenAIの システムカードで は、Criticalという指定は、同社のフレームワークにおけるモデルの能力の評価であると説明されています。社内テストであるExploitGymでは、このモデルはタスクの48.5%を成功させましたが、GPT-5.6 Cyberは32.1%でした。外部評価機関であるIrregularが実施した最新のチャレンジセットでは、GPT-6 Cyberは288問中90問を解決し、GPT-6 Astraは96問を解決しました。この専門モデルは他のいくつかの評価ではより良い結果を示したため、これらの結果はあらゆる種類のテストで優位性があることを意味するものではありません。
OpenAIは、モデルが検査権限を与えられたシステム内に留まるかどうかを検証するテストにおいて、より優れたパフォーマンスを発揮したと報告している。これらのテストは特定のシナリオに関する証拠を提供するものであり、アクセス権限、認証情報、テスト環境が異なるあらゆる職場においてモデルがどのように動作するかを確立するものではない。今回のリリースでは、これらのテストに加えて、本人確認、組織のセキュリティ要件、および許可された範囲外の活動の監視機能も提供している。.
同社は、以前のGPT-5.6 CyberモデルをDaybreak Redの全顧客に同日公開した。これにより、承認されたチームは旧モデルにアクセスできる一方、より高性能な新モデルはより少数のグループに提供される。11月の展開により、一部のチームがテストできる範囲が拡大されるが、新モデルは一般公開されない。.
次のテストは、ユーザーに修正プログラムを提供することです。
ソフトウェア開発チームにとって、現実的な課題は、追加調査で得られた情報をどれだけ修正に活かせるかということです。パッチをリリースする前に、レポートの重複チェック、リスクによるランク付け、テストを行う必要があります。Linuxの事例は、ツールが有用な証拠を生成した場合でも、バックログがいかに急速に増加するかを示しています。一方、Firefoxのアドバイザリは、修正がリリースに取り込まれた後に検証できる内容を示しています。.
今回の展開は、アクセス権限を厳格化することで、防御側がより高性能なツールを悪用されることなく利用できるかどうかを早期に検証する機会となる。最も有益な証拠は、テスト後の状況、つまり、保守担当者がどれだけの報告を確認できるか、どれだけ迅速に信頼性の高い修正プログラムをリリースできるか、そしてそれらの修正プログラムが依存するシステムにどれだけ早く届くかによって明らかになるだろう。.