OpenAI 推出 GPT‑5.6‑Cyber：高階資安請求回應率達 95%，已找到 Chrome V8 未知漏洞

問題 4 / 5

GPT-5.6-Cyber 在真實世界的軟體漏洞研究中取得了哪些具體成果？請詳細說明 Chrome V8 的案例。

Q: GPT-5.6-Cyber 的核心定義為何？它主要解決了資安研究人員在利用一般 AI 模型時遇到的哪些困境？

GPT-5.6-Cyber 是 OpenAI 基於 GPT-5.6 Sol 模型所開發的資安專用版本，其訓練目標鎖定在零時差漏洞探索、漏洞利用程式開發、漏洞利用鏈分析以及進階資安研究。這款模型的推出主要是為了解決一般 AI 模型在資安實務上的「拒答」限制。通常情況下，通用 AI 模型為了防範技術濫用，在面對涉及驗證繞過、權限提升、憑證竊取或漏洞利用等高風險請求時，會採取直接拒絕回答的安全策略。雖然這能阻擋惡意攻擊，但對於執行合法滲透測試、弱點驗證與事件調查的專業資安人員而言，卻造成了工作流程的中斷與阻礙。GPT-5.6-Cyber 透過降低特定軍民兩用任務的拒答率，讓通過審核的研究人員能在受控環境中處理複雜的攻防流程，從而提升資安推理能力並確保研究的連續性。

Q: 文章中提到的「95% 完整回應率」具體代表什麼意義？這項數據是否等同於漏洞攻擊的成功率？

在 OpenAI 的內部評測中，GPT-5.6-Cyber 在高階資安請求的完整回應率達到了 95%。這項數據是透過名為 Advanced Cybersecurity Completion Rate 的評測系統測得，旨在衡量模型面對漏洞利用鏈、驗證繞過與權限提升等進階情境時，是否願意完成使用者的請求。相較之下，前一代 GPT-5.5-Cyber 的回應率為 57.3%，而 GPT-5.6 Sol 在一般安全限制下僅有 1.5%。然而，必須強調的是，這 95% 的指標並不代表漏洞利用的成功率。它僅衡量模型「是否完成回應」，而不保證產出的內容完全正確或可直接攻破目標。模型產出的漏洞是否存在、概念驗證（PoC）能否重現，以及風險等級的判斷是否精確，仍然需要資安研究人員進行後續的實務驗證。因此，這項數據反映的是模型減少拒答、不中斷工作流程的能力，而非其攻擊的絕對精準度。

Q: GPT-5.6-Cyber 在各項資安評測中的表現如何？是否有某些領域的表現反而遜於 GPT-5.6 Sol？

GPT-5.6-Cyber 在特定領域展現了強大的優勢，但並非在所有測試中都領先。在 ExploitGym 評測中，它展現了優於 GPT-5.6 Sol 的漏洞利用開發能力，能更有效地在隔離環境中開發出達成任意程式碼執行（RCE）的程式。此外，在尋找尚未發現的零時差漏洞與撰寫技術分析方面，其表現也優於使用 Daybreak Blue 模式的 GPT-5.6 Sol。然而，在漏洞發現與報告撰寫（Vulnerability Discovery and Report Writing）評測中，GPT-5.6 Sol 的表現反而較佳，原因在於 GPT-5.6-Cyber 產出的報告有時過於簡短且缺乏技術細節。而在難度極高的 ExploitBench 測試中，若限制在 300 回合內，GPT-5.6 Sol 的 Token 使用效率與整體成績均優於 GPT-5.6-Cyber；只有在回合上限放寬至 600 回合後，GPT-5.6-Cyber 才能縮小差距。這顯示 GPT-5.6-Cyber 的優勢在於處理複雜攻擊狀態，但在報告完整度與短時間執行效率上，GPT-5.6 Sol 仍具競爭力。

Q: OpenAI 如何控管 GPT-5.6-Cyber 的使用權限？為了確保安全，使用者必須遵守哪些規範？

由於 GPT-5.6-Cyber 具備高風險的資安能力，OpenAI 僅透過 Daybreak Red 計畫提供給通過審核的個人與組織。Daybreak Red 專門面向合法授權的進階漏洞研究、漏洞利用驗證與紅隊演練；而一般的防禦團隊則建議使用 Daybreak Blue（提供 GPT-5.6 Sol）。在安全控管方面，OpenAI 將該模型的資安能力評定為 High 等級，並實施嚴格的存取控制，包括身分驗證、使用監控與法律聲明。所有 Daybreak 個人帳號自 2026 年 9 月 1 日起，必須強制使用硬體安全金鑰。此外，OpenAI 建議資安團隊在執行高風險工作時，應將模型置於無法接觸敏感正式系統與公開網路的隔離環境中，並採用 auto-review 模式進行風險審查。使用者應透過 scoped permission profiles 明確限制 AI 代理程式可以操作的系統範圍與動作，確保在提升研發速度的同時，風險能被有效限制與追蹤。

AI 根據文章內容回答

GPT-5.6-Cyber 已成功協助研究人員在多項真實軟體中發現未知弱點。最顯著的案例是針對 Chrome 的 JavaScript 引擎 V8，模型找到了兩個可串聯利用的漏洞，其中一個被編號為 CVE-2026-15903。該漏洞發生在最佳化編譯器處理數值轉換時，因錯誤省略安全檢查，導致未定義值產生異常大的數字，進而使編譯器略過陣列索引的邊界檢查。這讓攻擊者能讀取或覆寫記憶體，甚至逃離 V8 heap sandbox。除了 Chrome，該模型還在某款主流行動作業系統中發現了 5 個弱點（含本機權限提升漏洞鏈）、在某款主流資料庫中發現 3 個重大弱點（含遠端執行程式碼路徑），以及在某款作業系統核心中發現超過 400 個潛在的權限提升弱點。目前 OpenAI 尚未公布這些受影響產品的具體名稱，正與相關廠商及社群協調修補事宜。合作夥伴 SpecterOps 也證實，該模型能精準理解漏洞限制，並在一天內完成過去需數週研究的工作。

其他問題

Q1 GPT-5.6-Cyber 的核心定義為何？它主要解決了資安研究人員在利用一般 AI 模型時遇到的哪些困境？ Q2 文章中提到的「95% 完整回應率」具體代表什麼意義？這項數據是否等同於漏洞攻擊的成功率？ Q3 GPT-5.6-Cyber 在各項資安評測中的表現如何？是否有某些領域的表現反而遜於 GPT-5.6 Sol？ Q5 OpenAI 如何控管 GPT-5.6-Cyber 的使用權限？為了確保安全，使用者必須遵守哪些規範？