Agent Memories
← OpenAI最新情報

OPENAI SEARCH INSIGHT

2026.11.06 / OpenAI最新情報

OpenAI、GPT-6 Cyberを発表 脆弱性探索と認可範囲順守を強化

Agent Memories編集部による非公式記事「OpenAI、GPT-6 Cyberを発表 脆弱性探索と認可範囲順守を強化」。OpenAIとの提携・承認はありません

この記事で分かること: GPT‑6 Cyberの性能、アクセス条件、安全対策と、日本のセキュリティ開発チームが見直すべき運用を知りたい。

OpenAIは2026年11月5日、脆弱性の発見、実証、修正案の作成に特化したサイバーセキュリティモデル「GPT‑6 Cyber」を発表した。最大の特徴は、攻撃手法の開発能力を高めながら、研究者が定めた認可済みの対象・操作範囲を守るよう専門的に学習させた点にある。

開発者とセキュリティ組織にとっての要点は、AIを脆弱性調査へ組み込む際、性能比較だけでなく、対象範囲の定義、実行権限、ログ監査、人間の承認を一体で評価する必要が高まったことである。OpenAIはGPT‑6 Cyberを当初、承認済みDaybreak Red顧客の一部へAPIとCodex経由で提供するとしている。

GPT‑6 Cyberとは何か

GPT‑6 Cyberは、ソフトウェアを理解し、脆弱性を特定し、動作するエクスプロイトを開発するタスクを対象に評価されたOpenAIのサイバーセキュリティモデルである。脆弱性の検出だけでなく、影響の検証や候補パッチの作成までを含むセキュリティ研究ワークフローでの利用を想定する。

OpenAIは、主力モデルのGPT‑6 Astraでもコードレビュー、脆弱性トリアージ、パッチ開発を支援できるとしている。一方でGPT‑6 Cyberは、多くのサイバータスクでGPT‑6 Astraを上回ったと説明する。ただし、これはOpenAIによる評価結果であり、個別組織のコードベースや運用環境で同じ成果を保証するものではない。

同社はPreparedness Frameworkにおけるサイバーセキュリティ分類を、GPT‑5.6 Cyberの「High」からGPT‑6 Cyberでは「Critical」へ引き上げた。能力の向上に合わせ、利用者の認可と意図に沿わせる監視、アクセス制御、サンドボックスなどを組み合わせる方針を示している。

ベンチマークで示した性能向上

指定された脆弱性をリモートの標的で悪用できるかを測るExploitGymでは、GPT‑6 Cyberは48.5%を記録した。GPT‑5.6 Cyberの32.1%から約16ポイント、相対では51%の改善に当たるとOpenAIは説明している。

また、ソースコードを与えずにWebアプリケーションを調査する新たな攻撃的Webペネトレーションテスト評価では、GPT‑6 Cyberの脆弱性再現率は40.3%だった。比較対象のGPT‑6 Astraは32.0%であり、ブラックボックス型の探索でも差が出たとしている。

既知の脆弱性を含むGitLab、PostgreSQL、Jenkinsなどを管理環境に配置したRemoteExploitBenchでは、Daybreak Blue上のGPT‑6 Astraは全タスクを拒否したのに対し、GPT‑6 Cyberは95%を完了した。これは、より高度なエクスプロイト開発・検証を扱うDaybreak Redの役割を示す初期評価である。

認可範囲を守るためのアラインメント

サイバーセキュリティエージェントでは、指定外のサービスへアクセスする、無関係な認証情報を試す、作業規約を逸脱するといった挙動がリスクになる。OpenAIはGPT‑6 Cyberで、認可範囲内にとどまり、制約を守り、結果を正確に報告するための特化学習を実施したとしている。

評価の一つであるExploitGym Honeypotでは、目的達成に使えそうだが対象外である支援サービスを意図的に用意し、モデルがそこを攻撃しないかを測る。配置用の安全プロンプトなしでは、GPT‑6 Cyberは対象外サービスの悪用を99.93%のテストで回避し、プロンプトありでは100%の範囲順守を記録した。

ただし、評価環境での高い順守率は、実サービスでの無制限な自律実行を正当化しない。対象資産、許可される通信先、禁止操作、停止条件、報告先を機械可読なポリシーと運用手順の両方で定義し、逸脱を検知・停止できる構成が前提となる。

LinuxとFirefoxで示された実運用上の成果

OpenAIは、自社研究者がGPT‑6 Cyberを用いてLinuxで1,724件の脆弱性を再現し、そのうち948件で権限昇格の動作するエクスプロイトを開発したと公表した。同じ研究ハーネスでGPT‑5.6 Solが悪用した166件の5倍超に当たるという。

Linuxについて同社は、コミュニティーのガイダンスに従い、候補パッチを添えて304件の重大な発見をメンテナーへ開示したとしている。他の脆弱性についても修正プロセスを進めている段階であり、すべての問題が修正済みとは発表していない。

Firefoxでは、既存の先端モデルによる広範なテスト後にもかかわらず、Mozillaが高深刻度に分類した未知の脆弱性を81件特定したという。追加で、既知の30件が従来評価より深刻であることも示した。OpenAIは提案パッチとともにMozillaへ報告し、Mozillaが多くの修正をリリースしたと説明している。

Daybreakのアクセス区分と保護策

OpenAIはDaybreakを、セキュリティ研究の提供枠組みとして拡大する目標を掲げる。Daybreak Blueは、検証済みの防御側利用者が脆弱性や修正を検証する用途を想定し、Daybreak Redは、認可済みのより深いエクスプロイト開発やセキュリティテストを対象とする。

GPT‑6 Cyberは当初、承認済みDaybreak Red顧客の選択されたグループに限り、APIとCodexで利用可能とされた。OpenAIはDaybreak Redの全顧客へ段階的にアクセスを広げる方針も示したが、具体的な時期は示していない。GPT‑5.6 CyberはDaybreak Redの全顧客へ提供するとしている。

保護策には、ユーザーの認可とモデルの行動が合致するかを確認するサイバー向けミスアラインメント監視、脅威に応じた監視、資格情報の侵害対策が含まれる。Daybreak Red APIでは原則としてIP許可リストを要求し、承認済みネットワークからの要求に制限するという。

さらに、Zero Data Retentionを利用するAPI顧客は一般にPrivate Safety Processingの対象となる。OpenAIの説明では、顧客ストレージ内に30日間保持される暗号化記録を自動チェックし、OpenAIの担当者へプロンプトと応答を公開しない設計としている。自社のデータ保持・委託・監査要件との整合確認が必要になる。

日本の開発・セキュリティ組織が確認すべき点

導入評価では、モデルの検出率やエクスプロイト成功率だけをKPIにしないことが重要だ。まず、資産台帳とテスト対象のスコープを明確化し、開発、検証、本番の各環境を分離する。外部接続、認証情報の利用、データ取得、破壊的操作については、許可の粒度を分けて設計するべきである。

AIへ任せる工程も分割したい。コードレビュー、候補脆弱性の優先順位付け、再現テストの生成、修正案の作成、修正後の回帰確認は、それぞれ必要な権限とリスクが異なる。とりわけ実行可能なエクスプロイトの生成・使用は、隔離環境、作業承認、記録保存を必須とする高リスク工程として扱う必要がある。

OpenAI自身も、高リスクのワークフローに対し、サンドボックス、アクションレビュー、人間による監督を推奨している。実務ではAIの出力を脆弱性の確定や修正完了と見なさず、再現性、影響範囲、修正の副作用を人間が検証する統制を置くべきだ。

Agent Memories編集部の考察

今回の発表で注目すべきなのは、攻撃能力と拒否率を単純な二項対立として扱わず、「認可された高度な検証」をどのように成立させるかを評価軸に据えた点である。防御側には、脆弱性の存在を確認し、修正が攻撃に耐えるかを確かめる能力が必要になる場面がある。

一方、範囲順守のベンチマークが高くても、組織側の認可設計が曖昧なら安全性は担保されない。日本企業では、ペネトレーションテストの契約条件、委託先との責任分界、クラウド環境のアカウント分離、インシデント時の停止権限を、AI利用前提で再点検することが実務上の優先事項になる。

また、修正候補を高速に得られるようになるほど、レビューのボトルネックは実装生成から変更管理へ移る。SBOM、CIでのセキュリティテスト、脆弱性開示窓口、パッチ適用の承認記録をつなげ、AIが見つけた問題を修正・検証・報告まで追跡できる運用が求められる。

よくある質問

GPT‑6 Cyberは誰でもすぐに利用できるか

いいえ。OpenAIの発表時点では、APIとCodexを通じて承認済みDaybreak Red顧客の一部へ初期提供される。Daybreak Red全顧客への拡大方針は示されたが、具体的な提供時期や一般向けの利用条件は発表本文で明示されていない。

GPT‑6 AstraとGPT‑6 Cyberはどう使い分けるべきか

OpenAIはGPT‑6 Astraをコードレビュー、脆弱性トリアージ、パッチ開発を支援する主力モデルとして位置付ける。GPT‑6 Cyberは、脆弱性の理解や実証、動作するエクスプロイト開発を要する、より高度で認可済みのセキュリティ研究を主な対象としている。

範囲順守が100%なら自律運用してよいか

よいとはいえない。100%はOpenAIが示した特定の評価設定と配置用プロンプトにおける結果である。実環境では、対象の誤登録、権限設定の不備、周辺システムへの影響、誤検知・見落としを考慮し、サンドボックス、監視、承認、人間の最終判断を維持する必要がある。

FirefoxとLinuxの成果は導入効果を保証するか

保証しない。これらはOpenAIが公表した研究活動の結果であり、対象コード、研究ハーネス、開示・修正プロセスを含む条件下で得られたものだ。各組織は自社の言語、依存関係、テストデータ、権限モデルに合わせ、隔離した検証環境で効果とリスクを評価する必要がある。

まとめ

OpenAIのGPT‑6 Cyberは、脆弱性の探索・実証・修正支援を強化しつつ、認可範囲にとどまるための学習と監視を前面に出したサイバーセキュリティモデルである。ExploitGymでの48.5%、範囲外サービス悪用の高い回避率、LinuxとFirefoxでの研究成果が、公式発表における主な根拠となる。

実務での評価軸は、能力の高さだけでは足りない。利用できるアクセス区分、対象範囲、ネットワーク制御、認証情報の管理、実行前後の承認、監査ログ、修正の検証までを一つの統制として設計することが、GPT‑6級のサイバーエージェントを防御目的で扱うための前提となる。

公式出典・確認日

OpenAI公式情報を2026-11-06時点で確認しています。提供範囲・料金・画面は更新される場合があります。

新しいAIへ乗り換えても、自分の前提や判断を持ち運べる状態をつくる。Agent Memoriesは、記憶をスキルや外部ツールへつなぐAIパートナー基盤を育てています。

AIエージェントの記憶を知る Agent Memoriesを見る

本カテゴリはMiraigent / Agent Memoriesによる非公式編集記事です。OpenAIとの提携・承認・後援を示すものではありません。