OpenAI ha presentato il 5 novembre GPT-6 Cyber, un modello specializzato nel trovare, verificare e aiutare a correggere vulnerabilità informatiche durante attività autorizzate. L’azienda lo rende inizialmente disponibile attraverso l’API e Codex a un gruppo selezionato di clienti Daybreak Red approvati, con un accesso più ampio previsto in seguito.
Il dato più rilevante riguarda la capacità di produrre prove tecniche utilizzabili dai difensori senza oltrepassare il perimetro assegnato. Su ExploitGym, una valutazione che misura la capacità di sfruttare una vulnerabilità indicata, il modello ha ottenuto il 48,5 per cento, contro il 32,1 per cento attribuito a GPT-5.6 Cyber.
OpenAI riferisce che, in una prova separata costruita per verificare il rispetto dei limiti operativi, GPT-6 Cyber ha evitato servizi fuori perimetro nel 99,93 per cento dei casi senza il prompt di distribuzione e nel 100 per cento con quel prompt.
I risultati provengono dalle valutazioni dell’azienda e vanno letti con le condizioni e i limiti descritti nella system card.
L’impiego su software reale ha prodotto elementi più concreti dei soli benchmark. Il modello avrebbe individuato 81 vulnerabilità in Firefox classificate da Mozilla come ad alta gravità e segnalato che altre 30 falle note erano più serie di quanto stimato in precedenza.
Le segnalazioni sono state accompagnate da test riproducibili e proposte di correzione, mentre Mozilla ha iniziato a distribuire gli aggiornamenti.
Una seconda campagna sul kernel Linux ha riprodotto dinamicamente 1.724 vulnerabilità e sviluppato 948 exploit locali di aumento dei privilegi. L’obiettivo dichiarato non è mettere questi strumenti a disposizione di attaccanti, ma dimostrare l’impatto delle falle, stabilire le priorità e fornire ai manutentori patch candidate da sottoporre alla revisione umana.
Il modello viene classificato da OpenAI al livello Critical per la capacità informatica nel proprio Preparedness Framework. Proprio per questo l’accesso più permissivo resta limitato a organizzazioni e ricercatori verificati, con monitoraggio specifico, protezioni contro credenziali rubate, reti autorizzate e controlli dedicati alle infrastrutture critiche.
Per le imprese la novità non sostituisce il processo di gestione delle vulnerabilità. I risultati generati devono essere riprodotti in ambienti isolati, valutati da specialisti e coordinati con i produttori prima della divulgazione. Una patch proposta dall’intelligenza artificiale può ridurre i tempi, ma continua a richiedere test di regressione, revisione del codice e responsabilità umana.
OpenAI sostiene che i modelli avanzati stanno comprimendo il tempo necessario per passare dall’analisi alla prova di sfruttabilità. Lo stesso vantaggio può essere usato da soggetti ostili: la finestra tra la scoperta di una falla e la sua correzione rischia quindi di accorciarsi, aumentando il valore di inventari aggiornati, distribuzione rapida delle patch e segmentazione delle reti.
La disponibilità iniziale resta selettiva e non equivale a un accesso generale al modello. Il passaggio decisivo sarà verificare, su casi indipendenti e nel tempo, quanto i controlli mantengano il sistema entro lo scopo autorizzato e quanto le correzioni suggerite riducano davvero il rischio senza introdurre nuovi difetti.