OpenAI于2026年8月10日推出网络安全专用模型GPT-5.6-Cyber，并把Daybreak计划拆分为Blue与Red两级。普通GPT-5.6 Sol面对漏洞利用链、身份验证绕过和权限提升等高风险请求时，绝大多数会拒绝回答；GPT-5.6-Cyber则通过专门训练降低拒绝率，在OpenAI内部评测中完成了95%的高级网络安全请求。该模型已经帮助研究人员发现两项可组合利用的Chrome V8未知漏洞，以及移动操作系统、数据库和操作系统内核中的大量问题。不过，它并未向公众或普通API用户开放，只提供给经过身份验证、用途审核和持续监控的防守者。最值得关注的不是“AI更会黑客技术了”，而是前沿实验室正在建立一种新的能力分配制度：同一个模型的能力不再对所有用户完全相同，而是根据身份、授权范围和风险等级分层开放。
文章作者、来源：OpenAI
同一个问题，普通模型拒绝，Cyber版本回答
前沿模型在网络安全领域面临一个长期矛盾：开发漏洞利用程序、绕过身份验证和提升系统权限，既可能服务于合法的渗透测试，也可能直接帮助攻击者入侵系统。仅靠问题文本，模型很难准确判断提问者的真实意图。
因此，面向普通用户部署的模型通常会保守拒绝。这样可以减少滥用，却也会妨碍真正负责修复漏洞的安全研究人员。
GPT-5.6-Cyber采用了另一种思路。它以GPT-5.6 Sol为基础，针对零日漏洞发现、漏洞利用链开发和高级安全研究进行专门训练，同时降低模型自身对高风险双重用途任务的拒绝倾向。风险控制更多地从“模型是否回答”转移到了“谁有资格使用模型”。
OpenAI为此建立了一项内部评测，测试模型面对漏洞利用链开发、身份验证绕过、权限提升等高级请求时，能够实际提供回答的比例。结果显示，启用常规保护的GPT-5.6 Sol完成率只有1.5%；进入Daybreak Blue、移除部分系统级拦截后，完成率也只有2%；上一代GPT-5.5-Cyber为57.3%；GPT-5.6-Cyber则达到95%。这些成绩来自OpenAI内部评测，题目集尚未公开，外界暂时无法独立复现。OpenAI官方说明还指出，Cyber版本通常会使用更多推理Token，因此完成率不能直接等同于更低成本或更高效率。
Blue与Red不是套餐等级，而是能力边界
扩展后的Daybreak分为两级。
Daybreak Blue面向大多数企业防守人员，提供GPT-5.6 Sol等通用前沿模型，并调整系统保护，使其能够完成漏洞发现、安全代码审查、恶意软件分析、事件响应和补丁验证等工作。模型本身原有的安全训练仍然存在，所以遇到高度双重用途的问题时仍可能拒绝。
Daybreak Red则面向经验更丰富、工作范围经过明确授权的漏洞研究和红队人员。它允许用户访问GPT-5.6-Cyber等专用模型，用于漏洞利用验证、渗透测试和更深入的攻击面研究。
这意味着模型公司正在把访问控制做得越来越像传统安全系统中的权限管理：普通用户看到的是经过严格限制的能力，可信研究人员获得更少拒绝的版本，但必须接受身份验证、账户保护、用途限制、日志记录和持续监控。能力没有被简单地“公开”或“封闭”，而是按照风险分层释放。
Daybreak并不是注册后即可使用的普通产品。个人和机构均需申请，说明其授权范围与使用目的。OpenAI还要求个人账户从2026年9月1日起使用硬件安全密钥，并建议在隔离环境中运行Agent、限制其网络和生产系统权限，同时对高风险工具调用进行人工或自动复核。
它已经找到可逃逸Chrome沙箱的漏洞链
GPT-5.6-Cyber最有说服力的案例不是基准测试，而是针对Chrome所使用的V8 JavaScript引擎进行的真实漏洞研究。
OpenAI称，模型发现了两项此前未知、可以组合利用的漏洞。第一项后来被编号为CVE-2026-15903，属于高严重性问题。V8的优化编译器在把特定值转换成整数时，会错误跳过一项安全检查，使异常输入产生意料之外的超大数值。
如果这个数值随后被当作数组索引，编译器可能错误地认为它处于合法范围内，从而省略正常的边界检查。攻击者由此可能读取或改写其他对象占用的内存，最终在Chrome沙箱内执行任意代码。模型还发现了能够与其组合的第二项漏洞，用于逃离V8堆沙箱。OpenAI研究人员对发现进行了人工验证，并按照协调披露流程报告给Google，相关问题已经获得修复。
除此之外，OpenAI称模型还发现了至少五项移动操作系统漏洞，其中包括从不受信任应用提升至本地高权限的利用链；在一个流行数据库中发现三项严重漏洞，其中一项可能形成远程代码执行路径；并在一个主流操作系统内核中找到超过400项可能导致权限提升的问题。由于披露和修复仍在进行，OpenAI没有公布这些软件的具体名称，也没有提供外部研究者可核实的完整漏洞清单，因此这些数量目前仍属于公司自行报告的数据。
专用模型并非所有测试都更强
GPT-5.6-Cyber在ExploitGym中优于GPT-5.6 Sol和GPT-5.5-Cyber。该测试要求Agent在隔离环境中把已知漏洞转化为能够实现任意代码执行的有效利用程序。它在OpenAI内部的零日漏洞评测中也取得更好结果，能够发现高影响问题并较准确地判断严重程度。
但Cyber版本并没有全面超过通用模型。在一项开放式代码库审计测试中，模型需要自行寻找漏洞、开发概念验证并提交高质量报告，GPT-5.6-Cyber反而落后于GPT-5.6 Sol。OpenAI认为原因之一是Cyber版本有时生成的报告更短、细节不足。
在难度更高的ExploitBench中，模型需要面对仍然启用多项防护的V8环境。在标准的300轮工具调用限制下，GPT-5.6 Sol完成任务的Token效率更高，成绩也最好；只有把预算增加到600轮，两者差距才会缩小。
这说明专门训练主要改变了模型愿意处理哪些任务，并强化了若干明确的攻击研究技能，却没有让它在代码理解、长期探索和报告写作上全面胜过原始模型。减少拒绝与提升综合能力是两个不同维度。
为什么OpenAI认为现在必须释放这种能力
OpenAI的核心判断是，AI正在同时提高攻击方和防守方的速度。攻击者可以更快筛选漏洞、生成利用代码并批量尝试目标；如果只有少数实验室能够使用最强网络模型，普通组织的防守速度就可能跟不上自动化攻击。
因此，Daybreak不仅向少量研究人员提供模型，也通过Accenture、IBM、Cisco、Cloudflare、CrowdStrike、Palo Alto Networks、Sophos和多家咨询机构，把能力接入企业已经使用的安全产品和托管服务。客户不一定直接获得底层模型，而是由获得批准的合作伙伴在限定范围内调用，审查结果后再协助修复。
这种模式的实质，是把前沿网络能力变成受监管的专业基础设施。模型公司负责控制入口，安全服务商负责理解客户环境和授权范围，最终操作仍需要人类专家确认。
“低于Critical”仍不能理解为风险很低
按照OpenAI的Preparedness Framework，GPT-5.6-Cyber被评为网络安全“High”能力，但尚未达到“Critical”门槛。公司表示，它虽然在经过专项训练的任务上超过GPT-5.6 Sol，却没有强到足以改变整体风险等级。更完整的系统卡将在以后发布。
这项结论需要谨慎理解。“没有达到Critical”只表示模型没有满足OpenAI为该级别设定的具体标准，并不表示它适合无条件公开。事实上，公司仍然承认，降低安全保护的模型可能因恶意使用或Agent行为失控而带来额外风险，这正是Daybreak Red需要严格审查和监控的原因。
GPT-5.6-Cyber代表了一种可能越来越常见的产品形态：最强能力不再装进所有人都能调用的统一API，而是封装进带有身份、权限、用途证明和审计记录的访问层中。未来生物研究、金融操作和关键基础设施控制也可能采用类似模式。
截至本次检索，第三方X内容聚合索引显示OpenAI主帖约有6827个点赞和602次转发，但X未稳定公开完整的实时浏览量、回复数及全部互动数据，因此这些指标无法独立确认，且会持续变化。该发布同时进入Techmeme和Hacker News讨论，并被Axios、TechCrunch、The Hacker News等媒体跟进。本次选择主要依据其X传播规模、真实漏洞案例、模型能力分级机制及对AI安全治理的长期影响。