OpenAIの新しいセキュリティAIは、（ほぼ）開けてはいけないドアを見分ける、より優れたピッキングツールだ。
ChatGPTの開発元であるOpenAIは11月5日、ソフトウェアの脆弱性を発見して悪用する能力を「Critical」と評価したセキュリティモデル、GPT-6 Cyberを発表した。同社によると、このモデルは複数のセキュリティベンチマークでGPT-6 Astraを上回る一方、認可されたテストの境界にもより厳格に従うという。
このモデルは、OpenAIのDaybreak Redプログラムに参加する審査済み顧客のみに提供されており、同プログラムは認可されたペネトレーションテストとエクスプロイト開発に限定されている。
アクセスは今後数週間で、承認済みのDaybreak Red顧客全員に拡大する予定だと同社は述べた。
ベンチマークの内訳
OpenAIによると、GPT-6 Cyberは主要なサイバーセキュリティ関連タスクで、前世代モデルと自社の主力汎用モデルの双方を上回る。向上幅は大きい。
| ベンチマーク | GPT-6 Cyber | 比較対象 |
| ExploitGym（指定された欠陥を悪用） | 48.5% | GPT-5.6 Cyber：32.1%；GPT-6 Astra：42.4% |
| Webアプリケーション脆弱性の再現率（ソースコードなし） | 40.3% | GPT-6 Astra：32.0% |
| 対象範囲外のサービス回避（安全プロンプトなし） | 99.93% | GPT-5.6 Cyber：94.49% |
実環境での成果は目を見張るものだ。OpenAIの研究者はこのモデルを使って、これまで知られていなかったFirefoxの重大度の高い脆弱性81件を発見し、Mozillaは修正のリリースを開始した。また、Linuxカーネルの脆弱性948件について、実際に機能するエクスプロイトも開発した。
FirefoxのDistinguished EngineerであるBrian Grinstead氏は、「GPT‑6 Cyberはサイバー防御のための世界最高水準のモデルだ。最先端モデルを複数世代にわたって追加で強化した後でさえ、GPT‑6 Cyberはこれまで知られていなかった重大度の高い脆弱性を発見した」と述べた。
門番となるモデル
セキュリティ責任者にとってより重要なのは、エクスプロイトのスコアではなく、封じ込めだ。これほど高い能力で欠陥を見つけられるモデルは、任務から外れれば混乱を引き起こす力も持つ。OpenAIによると、アラインメント訓練は中核的な重点分野だった。
AIエージェントがオープンソースコミュニティに侵入した実際のインシデントをモデルにした評価では、GPT-6 Cyberは安全プロンプトなしで99.93%のテストにおいて対象範囲外のサービスを回避し、安全プロンプトありでは100%回避した。GPT-5.6 Cyberは実行の約5.5%で範囲外に逸脱した。
「6 Cyberモデルでは、この評価で大幅な改善を実現できた。99%以上の割合で、指示したことを実行している」と、OpenAIのFouad Matin氏は記者会見で述べたとThe Vergeが報じている。
今すぐ防御側が知っておくべきこと
セキュリティチームにとって実務上のポイントは、ベンチマークのスコアよりも、アクセスと信頼にある。
- 利用は限定されている：GPT-6 Cyberは一般公開されていない。利用するには、承認済みのDaybreak Red顧客でなければならない。
- 「Critical」の基準は高い：OpenAI独自のフレームワークでは、この評価を「人間の介入なしに、多くの堅牢化された現実世界の重要システムにおいて、あらゆる重大度の機能するゼロデイエクスプロイトを特定し、開発できる」モデルと定義している。
- セーフガードもパッケージの一部だ：アクセスにはデフォルトでのIPアドレス許可リスト登録、サイバーセキュリティに特化した悪用監視、発電所や水道システムなど重要インフラを標的とする高リスク活動を阻止する新たなチェックが含まれる。
この開発の戦略的重要性を強調し、CiscoのSVP兼Chief Security & Trust OfficerであるAnthony Grieco氏は、「現代のインフラを防御するには、継続的なイノベーションが必要だ。
脅威環境が複雑化する中、OpenAI GPT‑6 Cyberのような最先端AIモデルを活用することは、防御側に有利な形で勢力図を傾けるための重要な一歩だ」と述べた。
迫り来るリスク：評価認識
注視すべき注意点の1つが「評価認識」だ。これは、モデルが自分がテストされていると認識し、行動を変える現象である。Matin氏は、これが依然として現実的な懸念だと認めた。
「評価認識は私たちにとって非常に大きな関心事だ」とMatin氏は述べた。「評価認識が見られる場合、多くはモデルの思考の連鎖に現れる」
この懸念は、GPT-6 Cyberの封じ込め結果の解釈を難しくする。モデルは管理された評価環境で強いコンプライアンスを示したが、その結果だけでは、未知の本番環境でもどれほど安定して振る舞うかは明らかにならない。
OpenAIがGPT-6 Cyberへのアクセスを拡大する中、セキュリティチームは、向上した脆弱性調査能力が、許容できない運用リスクを招くことなく実際の防御上のメリットにつながるかを評価できるようになる。
現時点では、この違いが重要だ。テスト中に安全に振る舞うモデルは有望だが、防御側が最終的に必要とするのは、現実の環境で認可の境界を一貫して尊重するモデルである。
AIからより良い結果を引き出したい方へ？eSecurity Planetの読者は、The Neuron Academyの無料6分間 「AIへの話しかけ方」コースを受講して、簡単なプロンプト技法や、職場でAIをより効果的に使うための実践的なヒントを学べる。さらに、The Neuron AcademyのAIコース全ライブラリーを7日間無料で利用できる。 すべてのレッスンを見る →