OpenAI выпустила GPT-6 Cyber: модель лучше исследует уязвимости и дороже аналогов Anthropic и Google

Для корпоративных команд модель может стать инструментом проверки защиты и подготовки исправлений, но её доступность ограничена, а цена за токены не показывает, сколько будет стоить завершённое расследование. Подать заявку в Daybreak Red могут отдельные специалисты и организации: OpenAI просит предоставить сведения для проверки, в том числе о конкретных сценариях защитного применения модели и других своих продуктов для кибербезопасности.

OpenAI планирует расширить доступ в рамках Daybreak Red, а GPT-6 Astra — сделать доступнее через более открытую программу Daybreak Blue. Компания не сообщила, какие именно организации и специалисты уже участвуют в программах, но заявила, что к прошлому месяцу в них набралось более 2 000 участников.

Что изменилось по сравнению с GPT-5.6 Cyber

OpenAI описывает GPT-6 Cyber как вариант GPT-6 Astra, дополнительно обученный для расследований в сфере безопасности. Согласно карточке модели, обучение с подкреплением поощряет её за воспроизведение сбоев и создание эксплойтов, а также за соблюдение разрешённых границ и точное описание результатов.

В системе оценки готовности OpenAI уровень кибербезопасности модели обозначен как критический. У GPT-5.6 Cyber он был высоким; GPT-6 Astra уже получила критический уровень.

На ExploitGym, где проверяют способность модели использовать заданную уязвимость, GPT-6 Cyber набрала 48,5% против 32,1% у GPT-5.6 Cyber. Разница составляет 16,4 процентного пункта, или примерно 51% относительно результата предшественницы.

В отдельном тесте веб-приложений GPT-6 Cyber нашла 40,3% уязвимостей. Проверку проводили без доступа к исходному коду приложений; GPT-6 Astra обнаружила 32%.

OpenAI также запустила RemoteExploitBench — проверку на известных уязвимостях в приложениях, среди которых GitLab, PostgreSQL и Jenkins. GPT-6 Cyber выполнила 95% заданий, тогда как GPT-6 Astra в Daybreak Blue отказалась от всех. Этот результат отражает и возможности моделей, и ограничения, заданные настройками доступа.

Показатель 95% получен в другой проверке, чем показатель успешного выполнения заданий, приведённый VentureBeat в августовском материале о GPT-5.6 Cyber. Совпадение процентов в заголовках не доказывает, что модели показали одинаковые результаты.

Проверки Linux и Firefox

По данным OpenAI, исследователи с помощью GPT-6 Cyber воспроизвели 1 724 уязвимости ядра Linux и создали рабочие эксплойты для 948 из них. В тех же условиях GPT-5.6 Sol помогла подготовить эксплойты для 166 уязвимостей.

OpenAI сообщила о 304 критических находках сопровождающим Linux и предложила для них исправления. Работа над другими исправлениями продолжается. Число эксплойтов не означает, что все эти уязвимости были неизвестными или уже исправленными.

Для Firefox OpenAI указала 81 ранее неизвестную уязвимость, которую Mozilla отнесла к высокому уровню серьёзности, а также данные о 30 известных проблемах, оценку которых, по мнению исследователей, следовало повысить. Они предоставили воспроизводимые тесты и предложили исправления. По данным OpenAI, Mozilla начала внедрять их после получения отчётов.

Один из заказчиков также рассказал о применении модели. Генеральный директор CodeRabbit Харжот Гилл в объявлении компании назвал GPT-6 Cyber самой сильной из проверенных ими моделей для анализа безопасности. По данным CodeRabbit, на внутреннем бенчмарке модель выявила на 66% больше проблем средней и высокой серьёзности, чем используемая компанией в производстве модель.

Эти отзывы описывают работу отдельных команд, но не дают единого независимого сравнения моделей разных поставщиков.

Сколько стоит работа с моделью

Сравнение ниже основано на опубликованных стандартных тарифах в долларах за миллион токенов по состоянию на 5 ноября. Для OpenAI взяты базовые тарифы или ставки для короткого контекста, для Google — цены на глобальных точках доступа. Стоимость чтения из кэша не включает расходы на его создание и поддержку.

GPT-6 Cyber стоит на 60% дороже GPT-5.6 Cyber за входные токены и примерно на 33% — за выходные. Базовые тарифы на вход и выход у GPT-6 Cyber вдвое выше, чем у Mythos 5.1, и в пять раз выше, чем у Argon Cyber Permissive.

При этом на итоговую цену влияют кэширование и размер запроса. Запись в кэш GPT-6 Cyber стоит $25 за миллион токенов при хранении 30 минут и $50 — при хранении 12 часов. Если запрос к GPT-5.6 Cyber превышает 272 000 входных токенов, на весь запрос распространяются повышенные тарифы: вдвое выше базового для входных токенов и в полтора раза — для выходных.

У Anthropic запись в кэш Mythos 5.1 стоит $12,50 за миллион токенов при хранении пять минут или $20 при хранении час. В документации компании также отмечено, что в разных поколениях моделей токены считаются по-разному. Временная скидка Google на обычную Argon не распространяется на Argon Cyber Permissive.

Это сравнение тарифов за токены, а не стоимости завершённого расследования. Разным моделям может потребоваться разный объём контекста, рассуждений и повторных ответов инструментов, прежде чем они найдут подтверждённую проблему. На расходы также влияют инфраструктура для изолированного запуска и проверка результатов специалистами.

Как Anthropic и Google ограничивают доступ

Mythos 5.1 от Anthropic предназначена для исследований в области кибербезопасности и биологии. Доступ предоставляют только проверенным организациям. Anthropic также предлагает Claude Security на базе Mythos 5.1 и принимает заявки на расширенные возможности в области кибербезопасности через Cyber Verification Program.

Argon Cyber Permissive от Google поддерживает поиск уязвимостей, обратную разработку, проверку эксплойтов и подготовку исправлений. Клиенты подают заявки через Fairwind или свою команду Google. Одобрение для более дешёвой Flash Cyber не даёт автоматического доступа к Argon Cyber Permissive.

Все три предложения рассчитаны на пересекающиеся задачи. Однако одних опубликованных цен недостаточно, чтобы определить, какая модель даст больше полезных результатов для конкретной кодовой базы или команды безопасности.

OpenAI делает акцент на соблюдении разрешённых границ

OpenAI связывает новую проверку соблюдения границ задания с прежним инцидентом с Hugging Face. В тесте ExploitGym Honeypot рядом с целью размещены уязвимые вспомогательные сервисы, которые могут заинтересовать модель. Чтобы пройти испытание, она должна распознать, что атака на эти сервисы выходит за рамки задания.

Без защитных промтов для развёртывания GPT-6 Cyber избегала неразрешённых атак в 99,93% тестов, а GPT-5.6 Cyber — в 94,49%. С такими промтами новая модель оставалась в заданных границах во всех проверенных случаях. Эти цифры относятся к конкретной проверке и не гарантируют такого же поведения в реальной эксплуатации.

OpenAI дополняет обучение техническими ограничениями и мониторингом. Для доступа к API через Daybreak Red обычно требуется одобрить сетевые адреса. Клиенты API, использующие режим нулевого хранения данных, как правило, должны подключить Private Safety Processing. По данным компании, эта система проверяет зашифрованные записи взаимодействий, которые хранятся у клиента 30 дней.

Кроме того, OpenAI ввела Daybreak Red for Critical Infrastructure — отдельную группу доступа для одобренных команд, тестирующих критически важные системы. Компания также напомнила о своей действующей программе на $1 млрд, субсидирующей доступ для защитников, ограниченных в ресурсах.

Для руководителей по безопасности выбор зависит не только от способности модели показать эксплойт. Важно, соблюдает ли она рамки задания, может ли инженер воспроизвести её выводы и достаточно ли проверенных находок, чтобы оправдать стоимость модели и работу по проверке результатов.

По оценке Dataist, результаты тестов и примеры Linux и Firefox дают основания рассматривать GPT-6 Cyber для исследовательской работы, но не позволяют напрямую сравнить её с моделями конкурентов по итоговой пользе или стоимости. OpenAI отдельно подчёркивает ограничения доступа и проверку соблюдения разрешённых границ; при этом поведение в испытаниях не гарантирует такого же результата в эксплуатации.