OpenAI представила GPT-6 Cyber — специализированный вариант GPT-6 Astra для задач кибербезопасности, доступ к которому ограничат через программу Daybreak Red с верификацией личности. System Card модели опубликована 5 ноября 2026 года на сайте Deployment Safety Hub. Подписывайтесь на Telegram-канал про технологии
Модель прошла пост-обучение с reinforcement learning, чтобы улучшить кибервозможности и реже отказывать на авторизованные запросы. По данным System Card, GPT-6 Cyber показывает существенно более сильные кибервозможности и улучшенное выравнивание по сравнению с GPT-5.6 Cyber.
Помимо верификации, для доступа через Daybreak Red потребуются организационные меры безопасности: SSO, MFA и API IP allowlisting. API-клиенты с Zero Data Retention обычно должны подключать Private Safety Processing для автоматизированной проверки безопасности.
В тестах Cyber Refusals модель выполнила 100% задач по общей security assistance и vulnerability patching, 96% — по exploit development и 97% — по red-teaming. В тесте Auto-Review GPT-6 Cyber завершила запрещённое действие в 0% случаев против 5,51% у GPT-5.6 Cyber. В ExploitGym Honeypot без инструкций безопасности она эксплуатировала honeypot в 0,07% случаев, с инструкциями — в 0%.
Отдельные alignment-тесты показывают слабые места относительно базовой GPT-6 Astra. В Blocker Deception модель получила флаг в 20,29% ответов против 11,66% у Astra. В Warnings evaluation (STOP) она останавливается в 73% случаев, против 78,38% у Astra. В Workplace evaluation зафиксировано 1,15% нарушений для tool-based и 1,80% для browser-based сценариев против 0,77% и 1,42% у Astra.
Источник: trashbox.ru