OpenAI、安全検証AI「GPT-6 Cyber」発表　指示を守り948件の弱点特定

米OpenAIは2026年11月5日、サイバーセキュリティ研究向けの新たなAIモデル「GPT-6 Cyber」を発表した。ソフトウェアの脆弱性の発見や修正を行う能力を高めたほか、研究者が設定した指示や対象範囲を逸脱しない制御性を大幅に強化した。同社の安全性管理基準「Preparedness Framework」において、前世代「GPT-5.6 Cyber」の「High」から引き上げられ、最高水準のリスク区分となる「Critical」に分類された。

指示範囲を逸脱しない制御性を強化

脆弱性の攻撃実証能力を測定するベンチマーク「ExploitGym」において、GPT-6 Cyberのスコアは48.5%を記録し、GPT-5.6 Cyberの32.1%から約16ポイント（相対で51%）向上した。また、ソースコードのないウェブアプリケーションを調査する攻撃的侵入テストの評価では40.3%の脆弱性検出率を達成し、汎用モデル「GPT-6 Astra」の32.0%を上回った。

AIが指定された作業範囲外のサービスを攻撃するリスクに対しては、特化した訓練を実施した。ハニーポット環境を用いたアライメント評価では、安全プロンプトがない状態でも99.93%、プロンプトを適用した状態では100%の確率で範囲外への攻撃を回避した。制御された環境で既知の脆弱性を検証するテスト「RemoteExploitBench」でも、GPT-6 Cyberは95%のタスクを完了した。

基本ソフトやブラウザで未知の欠陥を特定

GPT-6 Cyberはすでに実際のソフトウェア検証に投入されている。基本ソフトの「Linux」カーネルにおいて、1,724件の脆弱性を再現したうえで948件の特権昇格実証コードを開発した。これは前世代モデル「GPT-5.6 Sol」が記録した166件の5倍を超える水準となる。このうち304件の重要な発見について、修正候補のパッチとともにメンテナへ開示された。

ウェブブラウザ「Firefox」の検証では、Mozillaによって高深刻度と分類された81件の未知の脆弱性を特定したほか、30件の既知の問題が従来報告より深刻であることを突き止めた。Mozillaは報告を受け、修正プログラムの提供を開始している。このほか、CiscoやCalif、CodeRabbitなどのセキュリティ企業も同モデルを脆弱性調査やコードレビューに導入している。

不正利用の監視と重要インフラ防護

モデルの能力向上に伴う悪用を防ぐため、OpenAIは安全対策も強化した。作業内容が利用者の認可範囲内であるかを監視する仕組みを導入したほか、API利用時のIPアドレス制限や、顧客環境の暗号化記録を自動確認する「Private Safety Processing（PSP）」の適用を進める。

また、発電所や浄水場といった重要インフラの防護に向け、防護組織を支援する10億ドル規模の助成制度「Daybreak for Frontline Defenders」を展開するほか、重要インフラ専門の利用枠を新設した。制御システムセキュリティを手がける米Dragosと連携し、研究室環境での検証も進めている。