2026年11月5日、OpenAIはこれまでで最も高い能力を持ち、同時に自社が最も危険と位置づける専門セキュリティモデル「GPT-6 Cyber」を発表した。公式ベンチマークExploitGymでは48.5%のスコアを記録し、前世代GPT-5.6 Cyberの32.1%から51%の向上を達成。実際のLinuxカーネルセキュリティ研究では、1724件の既知脆弱性から948件の実用的なエクスプロイトプログラムを開発しており、前世代が産出した166件の約6倍に相当する。この数字が今回の発表の核心であり、能力が明確に一段階上のレベルへと跳躍したことを示している。
しかしこの数字にはもう一つの側面がある。OpenAIは同じ発表の中で、GPT-6 Cyberを自社の「準備フレームワーク」（Preparedness Framework）におけるサイバーセキュリティ次元のCriticalレベルに分類し、前世代のHighから一段階引き上げた。これは同社がこれまで自社モデルに付与した最高リスク評価であり、OpenAI自身がこのモデルに深刻なサイバー攻撃を支援する潜在的能力があると評価していることを意味する。
Criticalレベルが意味するもの
このCriticalという評価自体、詳しく検討する価値がある。OpenAIの準備フレームワークはCriticalを「国家レベルのインフラや重要システムに対して実質的な支援を提供できる」と定義している。これまでこのレベルは理論上の一線であり、モデルがこれに達した場合は公開しないとされていた。今回OpenAIは公開を選択し、その理由として付随するアクセス制御とアライメントトレーニングが実際のリスクを十分に低減できると説明した。
この論理は技術的には成立するが、これは安全性の本質的向上ではなく、一線の移動に他ならない。Criticalレベルとは、このモデルが無権限の者の手に渡った場合に現実の破壊力を持つことを意味する——OpenAIの答えは「それならそのような者の手に渡らないようにする」というものだ。この答えが成立するかどうかは、アクセス制御体制の堅牢さにかかっている。
境界遵守率99.93%：分解が必要な数字
OpenAIは発表の中で、あるアライメントテストの結果を特に強調した。ハニーポットテストにおいて、デプロイメントプロンプトを設定しない状態では、モデルが権限範囲外の標的への攻撃を無視した割合は99.93%。明示的なデプロイメントプロンプトを設定した場合、この数値は100%に上昇した。前世代モデルの対応する数値は94.49%であった。
99.93%は完璧に近いように聞こえるが、0.07%の失敗率が大規模使用においてどのような意味を持つかは、総実行回数によって異なる。レッドチームが大規模な侵入テストで数万回の操作を実行した場合、0.07%は数十回の逸脱試行を生む可能性がある。これはこの数字の価値を否定するものではなく、具体的なデプロイ規模のもとでのみ実際のリスク判断に変換できると言いたいのだ。
これらのテストデータはすべてOpenAI内部の評価によるものであり、現時点では独立した第三者による再現結果は存在しない。
Mozillaによる確認：外部検証がついに登場
今回の発表における全ての主張の中で、外部の独立した確認が得られた唯一のものはFirefoxの脆弱性発見である。The Decoderの報道によると、OpenAIのFirefoxセキュリティ研究では81件の未知の高危険脆弱性が発見された。Mozillaが10月27日に公開したFirefox 159のセキュリティアドバイザリは167件の修正項目を含み、そのうち41件にOpenAIの貢献が明示されている。
このデータの意義はOpenAIによる一方的な主張にとどまらない点にある。Mozillaは独立した受領者であり、正式なアドバイザリにおいて確認と帰属を選択したことは、これらの脆弱性がMozillaの内部検証プロセスを通過したことを意味する。これは今回の発表で最も説得力のあるデータポイントであり、「宣伝資料」と「実際の成果物」を区別する重要な証拠である。
コスト経済学：脆弱性発掘の価格論理が変わりつつある
The Decoderの試算によれば、OpenAIのLinuxカーネルエクスプロイトプログラム開発プロジェクトにおける総計算コストは約121.3万ドルで、エクスプロイトプログラム1件あたりに換算すると約1279ドルとなる。比較として、業界のBug Bountyプログラムが同等レベルの脆弱性に対して提示する報奨金は通常2万〜7万ドルの範囲である。
この数字は直接比較できるものではない——Bug Bountyが支払うのは真の0day脆弱性であるのに対し、GPT-6 CyberがLinuxカーネルテストで扱ったのは既知の脆弱性であり、「自動化による再現とエクスプロイトプログラム開発が可能かどうか」という能力検証に近い。しかし方向性が示す意味は明確だ。AIモデルが既知の脆弱性において低コストで実用的なエクスプロイトを大量産出できるとすれば、セキュリティ研究への参入障壁を大幅に引き下げ、同時に潜在的な攻撃者のコストも引き下げることになる。
GPT-6 CyberのAPI価格は入力100万トークンあたり20ドル、出力100万トークンあたり100ドルで、高度な専門モデルの価格帯に属し、汎用GPT-6シリーズよりも全体的に高い。
Daybreak Red：この水門はいつまで持つか
現在、GPT-6 CyberはOpenAIが審査を行ったDaybreak Redクライアントのみに公開されており、アクセスチャネルはAPIとCodexに限定され、IPホワイトリストが義務付けられている。Daybreak Redは、侵入テスト・レッドチーム演習・脆弱性チェーン検証などの用途に特化した、OpenAIが授権した攻撃的セキュリティ用途向けの専門クライアント群である。重要インフラのテストは独立したプロセスで明確に分離して処理されている。
この制御設計の論理は合理的だ——サプライチェーンレベルのアクセス制御を通じて、モデルの能力を授権範囲内に限定するというものだ。しかし歴史上、いかなる技術的アクセス制御も十分に長い時間軸においては完全性を維持できていない——APIキーの漏洩、内部の不正使用、認可クライアントによる二次配布はいずれも既知のリスク経路である。OpenAIは今後数週間のうちに、より広範なDaybreak Redクライアントへのアクセス拡大を計画している。
Googleのアプローチ対OpenAIのアプローチ
OpenAIがGPT-6 Cyberを発表した同時期、GoogleはFairwindプログラムを通じてGemini 3.8 Flash Cyberを発表し、同様に信頼された防衛者向けに公開した。The Hacker Newsの報道によると、GoogleとOpenAIの製品定位には明確な差異がある。Gemini 3.8 Flash Cyberは脆弱性の修復能力を優先的に強調しており、脆弱性の悪用能力を前面に出しているOpenAIとは対照的に、公開宣伝において攻撃的特性の比重を意図的に低く抑えている。
両者の戦略は同一の技術的現実に対する異なる市場ナラティブを代表している。攻防能力は技術的に分離不可能だ——脆弱性を発見・悪用できるモデルは、同じ能力で修復案を生成できる。違いはただ、製品設計がどちらの方向を前面に出すかだけだ。Googleは防御ナラティブを選択し、OpenAIは今回、攻撃的能力を直視した上でガードレールを付随させる道を選んだ——この透明性自体は肯定的に評価できるが、同時にOpenAIは公衆の監視のより大きな標的となった。
独立した評価
GPT-6 Cyberがこの分野における真の能力の跳躍であることは、MozillaのFirefoxアドバイザリによって独立して確認された。脆弱性発見から修正候補案生成までの全工程の自動化は、セキュリティ研究チームの人的コストを実際に削減しており、防衛者にとって純粋なプラスの収益となっている。
しかし今回の発表は同時に一つの先例を開いた。Criticalレベルのモデルがアクセス制御を前提に公開可能となったのだ。この論理が成立してしまうと、次世代のより強力なモデルも同じフレームワークを踏襲することになる——能力が上がり、ガードレールも上がり、サイクルが続く。問題は今回の具体的な判断が合理的かどうかではなく、「CriticalでもリリースできるAI」という判断が確立された後、業界全体のセキュリティモデルの公開慣行がどこへ向かっていくかにある。
99.93%の境界遵守率は良い出発点だ。しかし本当の検証はハニーポットテストにあるのではなく、Daybreak Redのクライアント群が拡大した後の6ヶ月以内に、授権範囲外での実際の悪用記録が生じるかどうかにかかっている。
© 2026 Winzheng.com 赢政天下 | 转载请注明来源并附原文链接