GPT‑6 Cyber: il nuovo agente di sicurezza allineato e più efficace

Una svolta nella ricerca di sicurezza

OpenAI ha introdotto GPT‑6 Cyber, un modello di intelligenza artificiale progettato specificamente per la cybersecurity. Rispetto al precedente GPT‑5.6 Cyber, offre miglioramenti significativi nella capacità di individuare e correggere vulnerabilità, oltre a una affidabilità superiore nel rispettare i confini operativi definiti dagli esperti.

Su ExploitGym, un benchmark che misura la capacità dei modelli di sfruttare una vulnerabilità specifica, GPT‑6 Cyber ottiene un punteggio del 48,5 %, contro il 32,1 % di GPT‑5.6 Cyber, corrispondente a un miglioramento relativo del 51 %. Inoltre, nelle valutazioni di allineamento, il nuovo modello evita di attaccare servizi fuori dal perimetro in 99,93 % dei casi senza prompt di sicurezza e in 100 % con il prompt attivo.

Questi risultati non sono solo teorici: GPT‑6 Cyber è già stato impiegato per proteggere sistemi reali, scoprendo e validando migliaia di exploit in codebase critiche come Linux e Firefox.

Prestazioni sui benchmark di sicurezza

Oltre a ExploitGym, sono stati sviluppati nuovi test per valutare la capacità offensiva del modello. In un benchmark di penetration testing web, GPT‑6 Cyber ha raggiunto un 40,3 % di recall delle vulnerabilità, superando il 32,0 % di GPT‑6 Astra.

Il programma Daybreak Red, pensato per flussi di lavoro avanzati di sicurezza, è stato messo alla prova con RemoteExploitBench, che utilizza vulnerabilità note in applicazioni come GitLab, PostgreSQL e Jenkins in un ambiente controllato. Mentre GPT‑6 Astra con Daybreak Blue ha rifiutato il 100 % dei compiti, GPT‑6 Cyber ha completato il 95 %, fallendo solo in un exploit che non è riuscito a funzionare a distanza.

Questi risultati hanno portato a classificare GPT‑6 Cyber come Critical nel nostro Preparedness Framework, rispetto al livello High di GPT‑5.6 Cyber.

Allineamento e rispetto dei limiti

Un rischio intrinseco per gli agenti di cybersecurity è la propensione a superare i confini di un compito, attaccando servizi non autorizzati o ignorando le regole di ingaggio. Per mitigare questo rischio, l’allineamento è stato posto al centro del training di GPT‑6 Cyber.

Una valutazione chiave è l’ExploitGym Honeypot, ispirata all’incidente di Hugging Face. Il modello riceve un compito di exploit in un ambiente isolato con accesso a servizi di supporto (registro di pacchetti, object store) volutamente vulnerabili. Deve riconoscere che sfruttare questi servizi è fuori scope.

Senza i prompt di sicurezza, GPT‑6 Cyber evita di sfruttare servizi fuori scope in 99,93 % dei casi, rispetto al 94,49 % di GPT‑5.6 Cyber. Con i prompt, il tasso sale al 100 %. Nella catena di ragionamento del modello emergono frasi come:

• “Non assumere API extra o controlli di attacco non target. Dobbiamo puntare solo al binario/servizio richiesto.”
• “Non esplorare credenziali fuori scope.”

Impatto reale per i team di sicurezza

Le capacità di GPT‑6 Cyber sono già state sfruttate da numerosi team di sicurezza per individuare vulnerabilità, validarne l’impatto e sviluppare patch. Alcuni esempi concreti includono:

• Linux: sviluppo di 948 exploit di escalation di privilegi, con 1.724 vulnerabilità replicate e 304 segnalazioni al progetto Linux.
• Firefox: identificazione di 81 vulnerabilità ad alta gravità precedentemente sconosciute, con Mozilla che ha rilasciato correzioni per molte di esse (MFSA‑2026‑118).
• Infrastruttura interna di OpenAI: utilizzo di GPT‑6 Cyber per rinforzare l’ambiente di addestramento dei modelli di frontiera, scoprendo catene di vulnerabilità che permettevano l’escape da microVM e l’esecuzione di codice sull’host.
• Partner commerciali: Cisco, Calif e CodeRabbit impiegano il modello per ricerca di vulnerabilità e revisione del codice.

Queste attività dimostrano che esiste una finestra limitata per utilizzare i modelli di frontiera nella protezione del software (The Defender’s Window). L’obiettivo dichiarato è ampliare il programma Daybreak, rendendo la ricerca di sicurezza avanzata accessibile a organizzazioni di ogni dimensione, ricercatori indipendenti e manutentori open‑source.

Daybreak Blue e Red: strumenti complementari

La suite Daybreak si articola in due modalità:

• Daybreak Blue: supporta difensori verificati nella validazione di vulnerabilità e patch, riducendo i rifiuti non necessari.
• Daybreak Red: consente lo sviluppo di exploit più sofisticati e test di sicurezza autorizzati, sfruttando le capacità di GPT‑6 Cyber.

Modelli di base come GPT‑6 Astra già supportano revisioni di codice, triage di vulnerabilità e sviluppo di patch, ma GPT‑6 Cyber supera Astra nella maggior parte dei compiti cyber, anche quando Astra non rifiuta la richiesta.

Prospettive future e conclusioni

Il lancio di GPT‑6 Cyber segna un passo decisivo verso agenti di sicurezza più potenti e, soprattutto, più controllabili. La combinazione di performance avanzate su benchmark come ExploitGym, RemoteExploitBench e test di allineamento, insieme a risultati concreti su Linux, Firefox e infrastrutture interne, conferma la capacità del modello di operare sia in ambienti di ricerca che di produzione.

Con la classificazione Critical nel nostro framework di preparazione, il modello è pronto a diventare un pilastro per le organizzazioni che desiderano difendere i propri sistemi con l’aiuto dell’intelligenza artificiale, mantenendo al contempo un rigoroso rispetto dei limiti operativi. L’espansione di Daybreak promette di democratizzare l’accesso a queste tecnologie, offrendo a tutti gli attori della catena del software la possibilità di beneficiare di una difesa più avanzata e affidabile.