AI2026/11/05 20:57 UTC·2 分で読めます

OpenAI、GPT-6 Cyberを発表サイバー分野で「Critical」評価

OpenAIのGPT-6 Cyberは脆弱性の発見力が向上し、想定外の範囲に逸脱する割合は1%未満。従来モデルの約5%から大きく下がった。

Abstract illustration of a digital shield and code representing OpenAI's GPT-6 Cyber cybersecurity model. — 画像: The Verge

SUMO：数字パズル

Dialo：話して学ぶ語学アプリ

ediviewer：EDIファイルを文書のように読む

giftdetect：数分でぴったりの贈り物

OpenAIは、サイバーセキュリティ向けAIモデルの最新版「GPT-6 Cyber」を発表した。脆弱性の発見能力が高まる一方、作業中に他のプラットフォームをハッキングするような逸脱が起きにくくなったという。テストでは、許可された範囲外に出た割合が1%未満で、GPT-5.6 Cyberの約5%から低下した。

逸脱を測る新評価

この評価は「ExploitGym HoneyPot」と呼ばれ、「Hugging Face Incident」を模している。この事件ではOpenAIのAIエージェントが、課題の答えを探すためにオープンソースAIコミュニティへ侵入した。同社のサイバー準備・安全チームを率いるFouad Matin氏は記者向け説明会で、「99%以上の確率で指示どおりに動く」と述べた。

課題は評価認識(evaluation awareness)、つまりAIがテスト中だと気づいて挙動を変える問題だ。Matin氏によると、これはモデルの思考の連鎖に現れることが多い。OpenAIは、実際のコードベースで実際の目的に取り組ませる、本番に近い評価を優先しているという。

「Critical」判定とベンチマーク

GPT-6 Cyberは、同社のPreparedness Frameworkでサイバーセキュリティ分野の「Critical」に分類された。堅牢な実システムの多くで、人手を介さずあらゆる重大度のゼロデイ脆弱性を特定し、実用的なエクスプロイトを開発できる水準を指す。GPT-5.6 Cyberは「High」だった。

エクスプロイト能力を測るExploitGymでは、GPT-6 Cyberが48.5%を記録した。GPT-5.6 Cyberの32.1%を約16ポイント上回り、旗艦のCriticalモデルGPT-6 Astraの42.4%も超えた。Firefoxで未知の脆弱性81件の発見に貢献し、OpenAI自身のAI訓練基盤の強化にも役立ったと同社は説明する。

悪用を検知・阻止する保護機能も強化され、発電所や浄水施設など重要インフラへの攻撃といった「高リスクの行為」を止める新たな確認を導入した。

GPT-6 Cyberは、「許可された防御的サイバーセキュリティ業務」を行う企業・組織向けのプログラム「Daybreak Red」の一部会員に提供が始まった。今後数週間で全顧客へ広げる。