サイバー防御の猶予が縮まる中での Daybreak 拡充

サイバーセキュリティを取り巻く環境は急速に変化しています。脅威主体は今後、AI を利用し、完全自律型の手法も含め、かつてない速度と規模でサイバー攻撃を仕掛けるようになります。こうした能力が広がるにつれ、防御側が備えるための猶予は縮まっています。私たちの答えは、攻撃者が攻撃用 AI の能力を大規模展開する前に、世界中の信頼できる防御担当者へフロンティアの応答性能を届けることです。

OpenAI Daybreak を拡充し、承認された防御担当者が業務に適した能力を利用できるよう、2 つのアクセス階層を設けます。

• Daybreak Blue では、GPT‑5.6 Sol を含むフロンティアの汎用モデルを、認可済みの防御的セキュリティ業務に合わせた安全対策とともに利用できます。大半の防御担当者に推奨する出発点であり、脆弱性の発見、セキュアコードレビュー、マルウェア分析、インシデント対応、パッチ検証を支援します。
• Daybreak Red では、認可済みの脆弱性調査、エクスプロイト検証、セキュリティテスト向けに特別訓練したサイバーセキュリティモデルを利用できます。

また、Daybreak Red で利用できる GPT‑5.6‑Cyber も導入します。GPT‑5.6 Sol を基盤とし、複数のサイバーセキュリティ専門タスク（ゼロデイ脆弱性の発見やエクスプロイトチェーンの開発など）の能力を高めるとともに、リスクが比較的高い一部のデュアルユース型サイバータスクで拒否を減らすよう訓練されています。

高度なサイバー能力を解放する Daybreak

以前お伝えしたとおり⁠、GPT‑5.6 Sol はサイバーセキュリティタスクで最先端の性能を発揮します。本番環境では、悪用を防ぐため、サイバーセキュリティ関連のリクエストを審査するシステムレベルの安全対策を導入していますが、正当な防御業務まで阻む場合があります。Daybreak Blue ではこうしたガードレールが解除され、インシデントの検知と対応、調査、脆弱性管理、セキュリティ評価など、実際のセキュリティ業務で防御担当者がモデルをさらに活用できます。

システムレベルのガードレールがなくても、本番システムのペネトレーションテストなど、デュアルユース性が極めて高いサイバーセキュリティのプロンプトには、GPT‑5.6 Sol が応答を拒否する場合があります。これに対処するため、Daybreak Red で提供する GPT‑5.6‑Cyber を、拒否をさらに減らし、特定タスクの性能を高めるよう訓練しました。GPT‑5.6‑Cyber は、信頼できる防御担当者による正当なセキュリティ活動を支援します。

Daybreak Red で GPT‑5.6‑Cyber を利用した際の拒否率低下を測定するため、エクスプロイトチェーン開発、認証バイパス、権限昇格など、高度なサイバーセキュリティシナリオに関するリクエストへモデルが応答する頻度を測る社内評価「高度サイバーセキュリティ完遂率」を作成しました¹。GPT‑5.6‑Cyber はこれらのリクエストの 95.0% を完遂しました。GPT‑5.6 Sol はわずか 1.5%、Daybreak Blue で利用した場合は 2.0% でした。完遂率が 57.3% にとどまる GPT‑5.5‑Cyber よりも多くのリクエストに対応し、従来モデルで繰り返し拒否に直面していたセキュリティ研究者の声に応えています。

以下では、システムレベルのガードレールを有効にした GPT‑5.6 Sol、GPT‑5.6 Sol（Daybreak Blue）、GPT‑5.5‑Cyber（Daybreak Red）、GPT‑5.6‑Cyber（Daybreak Red）について、一連のサイバーセキュリティのプロンプトと各モデルの応答を示します。

サイバーセキュリティ性能の向上

GPT‑5.6‑Cyber モデルは、エクスプロイト開発や高度なセキュリティ調査を伴う特定のサイバーセキュリティワークフローで性能を高めるよう訓練されています。既知の脆弱性から、管理された環境で任意のコード実行を実現する実用的なエクスプロイトをエージェントが作成できるかを評価する ExploitGym² では、GPT‑5.6‑Cyber が GPT‑5.6 Sol と GPT‑5.5 Cyber の両方を上回りました。

GPT‑5.6‑Cyber が改善を目指すもう一つの領域は、新たなゼロデイ脆弱性を発見し、その重大度を正確に見積もる能力です。オープンソースのリポジトリの現行リリースをモデルに提供する社内評価データセットを作成しました。次に、調査結果の技術レポートとともに、影響を最大化した概念実証エクスプロイトを生成するよう求めます。モデルは、発見事項の重大度と影響に加え、付随する技術レポートの重大度評価の正確さと品質に基づいて評価されます。このベンチマークでは、専門的な訓練を受けた GPT‑5.6‑Cyber（Daybreak Red）が GPT‑5.6 Sol（Daybreak Blue）を上回りました。

GPT‑5.6‑Cyber について、既知の脆弱性があるリポジトリから脆弱性を探す自由形式のプロンプトをエージェントに与える、社内の「脆弱性発見・レポート作成」評価も実施しました。モデルは、重大で対処可能な脆弱性（新規または既知）の発見、実用的な概念実証の開発、高品質な脆弱性レポートの提出によって得点します。GPT‑5.6 Sol と GPT‑5.6‑Cyber は、いずれも GPT‑5.5‑Cyber より向上しています。この評価では GPT‑5.6‑Cyber が GPT‑5.6 Sol を下回りました。モデルが時折、短く詳細に欠ける脆弱性レポートを作成するためだと考えています。

最後に、V8 の脆弱性から完全なエクスプロイトを開発するエージェントの能力を検証する評価 ExploitBench³ で、エクスプロイト開発能力を測定しました。このエクスプロイトタスクは ExploitGym より困難です。V8 サンドボックスなど、より多くの防御機構が有効なままであり、エージェントに与えられる脆弱性情報も少ないためです。エージェントを 300 ターンに制限する標準設定では、GPT‑5.6 Sol（Daybreak Blue）がより少ないトークンでタスクを解決し、最高の性能を示します。標準の 300 ターン設定を超えて 600 ターンまで拡張すると、2 つのモデルの性能差は縮まります。

評価ベンチマークでの結果に加え、信頼できる顧客パートナーのグループに GPT‑5.6‑Cyber の早期アクセスも提供しました。これらのお客様はモデルを活用して防御ワークフローを加速し、大きな成果を上げています。

実際のソフトウェアにおける脆弱性の発見と修正

GPT‑5.6‑Cyber の能力は、研究ベンチマークでの性能にとどまらず、実際の脆弱性調査にも及びます。実際の脆弱性調査では、多くの場合、大規模で不慣れなコードベースを対象に、継続的な推論が必要です。研究者は仮説を立てて検証し、複数コンポーネント間の相互作用を追跡し、予期しない挙動を再現したうえで、疑わしい脆弱性を実際に悪用できるか判断する必要があります。

GPT‑5.6‑Cyber モデルの訓練完了後、私たちはこれを活用して、選定したソフトウェアプロジェクトを広範に調査し、改善してきました。たとえば、Chrome で使用される JavaScript エンジン V8 の調査に GPT‑5.6‑Cyber を活用しました。連鎖させることでメモリを破壊し、V8 ヒープサンドボックスから脱出できる、これまで未知だった 2 件の脆弱性を発見しました。当社の研究者が調査結果を検証し、協調的脆弱性開示を通じて Google に報告しました。Google はこの脆弱性を修正し、CVE-2026-15903 を割り当てました。

CVE-2026-15903 は、Chrome の JavaScript エンジン V8 に存在する重大度の高い脆弱性です。最適化コンパイラが値を整数に変換する際、安全性チェックを誤って省略するため、未定義値から想定される結果ではなく、予想外に大きな数値が生成されます。

その数値を配列のインデックスとして使用すると、コンパイラは配列の範囲内にあると誤認し、通常の境界チェックを省略する可能性があります。これにより攻撃者は、ほかのオブジェクトに属するメモリを読み取ったり上書きしたりでき、Chrome のサンドボックス内で任意のコードを実行できる可能性があります。ヒープサンドボックスから脱出するには通常、2 つ目の脆弱性が必要ですが、GPT‑5.6‑Cyber はそれも発見しました。以下の図は、この重大度の高い脆弱性の概要を示しています。