隨著網路防禦準備時間縮短，Daybreak 進一步擴展

網路安全局勢快速演變。威脅行為者日後會愈來愈常運用 AI，發動速度與規模前所未見的網路攻擊，甚至採取完全自主的方式。隨著相關能力普及，防禦者能做準備的時間愈來愈短。我們的做法是在攻擊者大規模部署攻擊用途的 AI 能力之前，先讓各地可信賴的防禦者取得前沿智慧能力。

我們正擴展 OpenAI Daybreak，提供兩種存取層級，讓獲准的防禦者取得適合其工作的能力：

• Daybreak Blue 提供 GPT‑5.6 Sol 等前沿通用模型的存取權，並配備針對經授權防禦性安全工作量身打造的安全防護。這是大多數防禦者建議採用的起點，可支援漏洞發現、安全程式碼審查、惡意軟體分析、事件回應與修補程式驗證。
• Daybreak Red 提供專為網路安全訓練的模型，用於經授權的漏洞研究、漏洞利用驗證與安全測試。

我們也推出可透過 Daybreak Red 使用的 GPT‑5.6‑Cyber。GPT‑5.6‑Cyber 以 GPT‑5.6 Sol 為基礎，經過訓練，可提升多項專業網路安全任務的能力（例如發現零時差漏洞及開發漏洞利用鏈），並降低模型對特定風險較高的雙重用途網路任務的拒絕率。

Daybreak 開放使用進階網路能力

如同我們先前分享的內容⁠，GPT‑5.6 Sol 在網路安全任務上展現最先進的效能。在正式環境中，我們會部署系統層級的安全防護，篩查網路安全相關要求，防止遭到濫用，但相關防護也可能阻擋正當的防禦工作。Daybreak Blue 存取權會移除相關防護限制，讓防禦者能在實際安全任務中更充分運用模型，包括事件偵測與回應、調查、漏洞管理與安全評估。

即使沒有系統層級的防護限制，面對高度雙重用途的網路安全提示詞（例如對正式環境系統進行滲透測試），GPT‑5.6 Sol 仍會拒絕執行。為解決此問題，我們訓練了可透過 Daybreak Red 存取的 GPT‑5.6‑Cyber，進一步減少拒絕並提升特定任務的表現。GPT‑5.6‑Cyber 協助可信賴的防禦者執行正當的安全工作。

為衡量透過 Daybreak Red 使用 GPT‑5.6‑Cyber 後拒絕率下降的幅度，我們建立了內部評估 (Advanced Cybersecurity Completion Rate)，用來衡量模型回應漏洞利用鏈開發、驗證繞過、權限提升及其他進階網路安全情境相關要求的頻率¹。GPT‑5.6‑Cyber 可完成其中 95.0% 的要求，相較之下，GPT‑5.6 Sol 僅能完成 1.5%，透過 Daybreak Blue 使用時則能完成 2.0%。GPT‑5.6‑Cyber 完成的要求也多於 GPT‑5.5‑Cyber，後者僅能完成 57.3%。這項改善回應了安全研究人員的意見，他們使用舊模型時經常遇到拒絕。

以下展示一系列網路安全提示詞，以及啟用系統層級防護的 GPT‑5.6 Sol、GPT‑5.6 Sol (Daybreak Blue)、GPT‑5.5‑Cyber (Daybreak Red) 和 GPT‑5.6‑Cyber (Daybreak Red) 各自的模型回應。

提升網路安全效能

GPT‑5.6‑Cyber 模型經過訓練，可提升涉及漏洞利用開發和進階安全研究的特定網路安全工作流程表現。ExploitGym² 評估智慧體能否將已知漏洞轉化為可在受控環境中達成任意程式碼執行的有效漏洞利用；GPT‑5.6‑Cyber 的表現優於 GPT‑5.6 Sol 和 GPT‑5.5 Cyber。

GPT‑5.6‑Cyber 的另一項改進目標是提升發現全新零時差漏洞並準確判定嚴重性的能力。我們建立了一套內部評估資料集，向模型提供開放原始碼程式碼庫的目前版本。接著要求模型產生影響力盡可能大的概念驗證漏洞利用，並附上說明發現結果的技術報告。評估項目包括發現結果的嚴重性與影響，以及隨附技術報告的判定準確度和品質。憑藉專業訓練，GPT‑5.6‑Cyber (Daybreak Red) 在這項基準上的表現優於 GPT‑5.6 Sol (Daybreak Blue)。

我們也透過內部 Vulnerability Discovery and Report Writing 評估測試 GPT‑5.6‑Cyber。這項評估會向智慧體提供開放式提示詞，要求智慧體在含有已知漏洞的程式碼庫中尋找漏洞。模型可透過找出嚴重且可採取行動的漏洞（無論是全新或已知漏洞）、開發有效的概念驗證，並提交高品質漏洞報告來獲得分數。GPT‑5.6 Sol 和 GPT‑5.6‑Cyber 的表現都優於 GPT‑5.5‑Cyber。GPT‑5.6‑Cyber 在這項評估中的表現不如 GPT‑5.6 Sol，我們認為原因可能是模型有時產生的漏洞報告較短、細節較少。

最後，我們透過 ExploitBench³ 衡量漏洞利用開發能力。這項評估測試智慧體能否將 V8 漏洞發展成完整的漏洞利用程式。這項漏洞利用任務比 ExploitGym 更困難，因為 V8 沙箱等更多防禦機制仍保持啟用，而且提供給智慧體的漏洞資訊更少。在智慧體最多只能進行 300 輪的標準設定下，GPT‑5.6 Sol (Daybreak Blue) 能以較少 Token 解決任務，整體表現最佳。若將輪次上限從標準的 300 輪提高至 600 輪，兩個模型的表現差距便會縮小。

除了評估基準的結果外，我們也讓一群可信賴的客戶合作夥伴搶先使用 GPT‑5.6‑Cyber。這些客戶已成功運用模型，大幅加速防禦工作流程：

發現並修補實際軟體中的漏洞

GPT‑5.6‑Cyber 的能力不僅展現在研究基準上，也延伸至實際漏洞研究。實際漏洞研究往往需要針對龐大且陌生的程式碼庫進行持續推理。研究人員必須提出並驗證假設、追蹤多個元件間的互動、重現非預期行為，並判斷疑似漏洞在實務上能否遭到利用。

自 GPT‑5.6‑Cyber 模型完成訓練以來，我們已運用它深入研究並改進特定軟體專案。例如，我們運用 GPT‑5.6‑Cyber 調查 Chrome 使用的 JavaScript 引擎 V8。我們發現兩個先前未知的漏洞，這些漏洞可串連利用以破壞記憶體，並逃逸 V8 堆積沙箱。我們的研究人員驗證了這些發現，並透過協調式漏洞揭露機制通報 Google。Google 已修正該漏洞，並將其編列為 CVE-2026-15903。

CVE-2026-15903 是 Chrome JavaScript 引擎 V8 中的高嚴重性漏洞。V8 的最佳化編譯器在將值轉換為整數時錯誤略過安全檢查，使 undefined 值產生異常大的數字，而非預期結果。

若將該數字用作陣列索引，編譯器可能誤以為它位於陣列範圍內，因而省略一般的邊界檢查。攻擊者隨後便能讀取或覆寫屬於其他物件的記憶體，並可能在 Chrome 沙箱內執行任意程式碼。若要逃逸堆積沙箱，通常還需要第二個漏洞，而 GPT‑5.6‑Cyber 也找到了這個漏洞。下圖概述了這個高嚴重性漏洞。