Expandir o Daybreak perante a redução da janela de ciberdefesa

O mundo da cibersegurança está a mudar rapidamente — os agentes maliciosos recorrerão cada vez mais à IA para realizar ciberataques a uma velocidade e escala sem precedentes, incluindo de forma totalmente autónoma. À medida que estas capacidades se disseminam, a janela de preparação dos defensores torna-se cada vez menor. A nossa resposta é colocar a inteligência de fronteira nas mãos de defensores de confiança em todo o mundo, antes que os atacantes implementem capacidades ofensivas de IA em grande escala.

Estamos a expandir o OpenAI Daybreak com dois níveis de acesso concebidos para proporcionar aos defensores aprovados as capacidades adequadas ao seu trabalho:

• O Daybreak Blue dá acesso a modelos generalistas de fronteira, incluindo o GPT‑5.6 Sol, com salvaguardas adaptadas ao trabalho autorizado de segurança defensiva. É o ponto de partida recomendado para a maioria dos defensores, apoiando a descoberta de vulnerabilidades, a revisão de código seguro, a análise de malware, a resposta a incidentes e a validação de correções.
• O Daybreak Red dá acesso aos nossos modelos treinados especificamente para cibersegurança, destinados à investigação autorizada de vulnerabilidades, validação de exploits e testes de segurança.

Apresentamos também o GPT‑5.6‑Cyber, disponível através do Daybreak Red. Baseado no GPT‑5.6 Sol, foi treinado para melhorar as capacidades em várias tarefas especializadas de cibersegurança (por exemplo, encontrar vulnerabilidades de dia zero e desenvolver cadeias de exploits) e reduzir as recusas em determinadas tarefas cibernéticas de dupla utilização e maior risco.

O Daybreak disponibiliza capacidades cibernéticas avançadas

Como já partilhámos⁠, o GPT‑5.6 Sol oferece um desempenho de vanguarda em tarefas de cibersegurança. Em produção, implementamos salvaguardas ao nível do sistema para analisar pedidos relacionados com cibersegurança e evitar utilizações indevidas, mas estas também podem bloquear trabalho defensivo legítimo. O acesso ao Daybreak Blue remove essas barreiras de proteção, permitindo aos defensores tirar maior partido do modelo em tarefas de segurança reais, incluindo deteção e resposta a incidentes, investigações, gestão de vulnerabilidades e avaliações de segurança.

Mesmo sem barreiras de proteção ao nível do sistema, há prompts de cibersegurança com uma forte componente de dupla utilização (por exemplo, testes de penetração em sistemas de produção) que o GPT‑5.6 Sol recusará executar. Para resolver esta questão, treinámos o GPT‑5.6‑Cyber, disponível através do acesso Daybreak Red, para reduzir ainda mais as recusas e melhorar o desempenho em determinadas tarefas. O GPT‑5.6‑Cyber ajuda defensores de confiança a realizar atividades de segurança legítimas.

Para medir a redução da taxa de recusas proporcionada pelo GPT‑5.6‑Cyber através do acesso Daybreak Red, criámos uma avaliação interna (Taxa de conclusão de tarefas avançadas de cibersegurança) que mede a frequência com que os modelos respondem a pedidos relacionados com o desenvolvimento de cadeias de exploits, contorno da autenticação, elevação de privilégios e outros cenários avançados de cibersegurança¹. O GPT‑5.6‑Cyber conclui 95,0% destes pedidos, em comparação com apenas 1,5% no caso do GPT‑5.6 Sol e 2,0% quando este é utilizado com acesso ao Daybreak Blue. Também conclui mais pedidos do que o GPT‑5.5‑Cyber, que conclui apenas 57,3%, respondendo assim às observações de investigadores de segurança que se depararam com recusas persistentes no modelo anterior.

Abaixo, apresentamos uma série de prompts de cibersegurança e as respetivas respostas dos modelos GPT‑5.6 Sol com barreiras de proteção ao nível do sistema, GPT‑5.6 Sol (Daybreak Blue), GPT‑5.5‑Cyber (Daybreak Red) e GPT‑5.6‑Cyber (Daybreak Red).

Melhorar o desempenho em cibersegurança

O modelo GPT‑5.6‑Cyber foi treinado para melhorar o desempenho em determinados fluxos de trabalho de cibersegurança que envolvem o desenvolvimento de exploits e investigação avançada de segurança. No ExploitGym², que avalia se os agentes conseguem transformar vulnerabilidades conhecidas em exploits funcionais capazes de executar código arbitrário em ambientes controlados, o GPT‑5.6‑Cyber supera o GPT‑5.6 Sol e o GPT‑5.5 Cyber.

Outra área que o GPT‑5.6‑Cyber pretende melhorar é a capacidade de encontrar novas vulnerabilidades de dia zero e determinar com precisão a sua gravidade. Criámos um conjunto de dados de avaliação interno no qual fornecemos aos modelos a versão atual de um repositório de código aberto. Em seguida, pedimos-lhes que gerem exploits de prova de conceito com o máximo impacto possível, juntamente com uma descrição técnica das conclusões. Os modelos são avaliados quanto à gravidade e ao impacto das suas conclusões, bem como à precisão da classificação e à qualidade da descrição técnica que as acompanha. Graças ao seu treino especializado, o GPT‑5.6‑Cyber (Daybreak Red) superou o GPT‑5.6 Sol (Daybreak Blue) neste referencial.

Também avaliámos o GPT‑5.6‑Cyber na nossa avaliação interna de Descoberta de vulnerabilidades e redação de relatórios, que fornece a um agente um prompt aberto para encontrar vulnerabilidades num repositório com uma vulnerabilidade conhecida. Os modelos obtêm pontos nesta avaliação ao encontrar vulnerabilidades graves e passíveis de correção (novas ou conhecidas), desenvolver uma prova de conceito funcional e apresentar um relatório de vulnerabilidade de alta qualidade. Tanto o GPT‑5.6 Sol como o GPT‑5.6‑Cyber melhoram relativamente ao GPT‑5.5‑Cyber. O GPT‑5.6‑Cyber apresenta um desempenho inferior ao GPT‑5.6 Sol nesta avaliação, o que acreditamos dever-se ao facto de, por vezes, o modelo produzir relatórios de vulnerabilidades mais curtos e menos detalhados.

Por fim, medimos as capacidades de desenvolvimento de exploits no ExploitBench³, uma avaliação que testa a capacidade de um agente para transformar uma vulnerabilidade do V8 num exploit completo. Esta tarefa de exploração é mais difícil do que o ExploitGym — permanecem ativas mais proteções defensivas, como a sandbox do V8, e o agente recebe menos informações sobre a vulnerabilidade a explorar. Na configuração padrão, que limita os agentes a 300 turnos, o GPT‑5.6 Sol (Daybreak Blue) resolve as tarefas com maior eficiência de tokens e apresenta o melhor desempenho. Quando alargamos a configuração padrão de 300 para 600 turnos, a diferença de desempenho entre os dois modelos diminui.

Além dos resultados nos referenciais de avaliação, também concedemos acesso antecipado ao GPT‑5.6‑Cyber a um grupo de clientes parceiros de confiança. Estes clientes utilizaram os modelos com excelentes resultados para acelerar os seus fluxos de trabalho defensivos:

Encontrar e corrigir vulnerabilidades em software real

As capacidades do GPT‑5.6‑Cyber vão além do desempenho em referenciais de investigação e estendem-se à investigação de vulnerabilidades no mundo real. A investigação de vulnerabilidades no mundo real exige frequentemente raciocínio continuado em bases de código extensas e desconhecidas. Os investigadores têm de formular e testar hipóteses, seguir as interações entre vários componentes, reproduzir comportamentos inesperados e determinar se uma vulnerabilidade suspeita pode ser explorada na prática.

Desde que o modelo GPT‑5.6‑Cyber concluiu o treino, temos utilizado o modelo para estudar e melhorar exaustivamente projetos de software selecionados. Por exemplo, utilizámos o GPT‑5.6‑Cyber para investigar o V8, o motor JavaScript utilizado pelo Chrome. Descobrimos duas vulnerabilidades até então desconhecidas que podiam ser encadeadas para corromper a memória e escapar à sandbox da memória dinâmica do V8. Os nossos investigadores validaram as conclusões e comunicaram-nas à Google através de um processo coordenado de divulgação de vulnerabilidades. A Google corrigiu a vulnerabilidade e atribuiu-lhe o identificador CVE-2026-15903.

A CVE-2026-15903 é uma vulnerabilidade de elevada gravidade no V8, o motor JavaScript do Chrome. O respetivo compilador de otimização ignorava incorretamente uma verificação de segurança ao converter valores em números inteiros, permitindo que valores indefinidos produzissem um número inesperadamente elevado em vez do resultado esperado.

Se esse número for utilizado como índice de uma matriz, o compilador pode assumir incorretamente que está dentro dos limites da matriz e omitir a verificação de limites habitual. Um atacante pode então ler ou substituir a memória pertencente a outros objetos, podendo executar código arbitrário dentro da sandbox do Chrome. Escapar à sandbox da memória dinâmica exigiria, em geral, uma segunda vulnerabilidade, que o GPT‑5.6‑Cyber também encontrou. O diagrama abaixo apresenta uma visão geral desta vulnerabilidade de elevada gravidade.