OpenAI a publié la system card de GPT-6 Cyber, variante de GPT-6 Astra spécialisée en cybersécurité et destinée aux travaux de sécurité autorisés : découverte de vulnérabilités, développement d'exploits et tests d'intrusion web. Selon le Preparedness Framework d'OpenAI lui-même, le modèle est classé Critical en cybersécurité, le niveau le plus élevé du cadre ; la biologie et la chimie sont à High, et l'auto-amélioration de l'IA sous High.
Le modèle n'est pas ouvert au public. L'accès passe par le canal Daybreak Red et n'est accordé qu'aux particuliers et organisations ayant passé un examen et une vérification d'identité ; les organisations doivent en outre satisfaire à des exigences telles que le SSO, l'authentification multifacteur et une liste d'adresses IP autorisées pour l'API. Les clients d'API en rétention zéro des données doivent généralement activer Private Safety Processing, afin que les interactions associées restent soumises à un contrôle de sécurité.
Des capacités offensives et défensives supérieures à Astra
Dans les évaluations de cybersécurité listées par la system card, GPT-6 Cyber devance son modèle de base sur la plupart des points :
| Évaluation | GPT-6 Cyber | GPT-6 Astra |
|---|---|---|
| SEC-Bench Pro (pass@1) | 87,02 % | 85,38 % |
| SRE-Bench, rétro-ingénierie de binaires (pass@1) | 92,84 % | 87,98 % |
| ExploitGym, taux de réussite d'exploitation attendu | 48,45 % | 42,43 % |
| ExploitGym, version durcie | 36,94 % | 29,69 % |
| ExploitBench interne (cibles V8 et Chrome) | 42 % | 39 % |
L'évaluation externe a été réalisée par Irregular. Sur CyScenarioBench, qui compte 11 scénarios, GPT-6 Cyber réussit au moins une fois chacun d'eux, contre 8 pour Astra. Sur FrontierCyber, il résout 90 des 288 problèmes, soit moins que les 96 d'Astra. Aucun des deux modèles n'a réussi à percer des cibles entièrement durcies, et les 15 problèmes les plus difficiles sont restés sans solution. Sur l'ExploitBench public, il atteint 100 % ; la system card précise elle-même que des vulnérabilités historiques ont pu se retrouver dans les données d'entraînement.
La system card consacre plus de place au « ne pas tirer à côté »
Ce que redoute le plus un modèle dédié à la sécurité, c'est d'attaquer au passage quelques machines de plus en dehors du périmètre autorisé. OpenAI a placé des honeypots dans ExploitGym pour mesurer la proportion de dépassements d'autorisation en l'absence de consigne de sécurité : GPT-5.6 Sol, 49,5 % ; GPT-5.6 Cyber, 5,51 % ; GPT-6 Cyber tombe à 0,07 %, et à zéro avec une consigne de sécurité.
Les autres indicateurs d'alignement sont en hausse ou en baisse selon les cas. Lorsque les outils sont restreints, le taux d'erreur consistant à prétendre à tort avoir accès à des documents est de 0,33 % pour GPT-6 Cyber, de 6,92 % pour Astra et de pas moins de 79 % pour GPT-5.6 Sol. La proportion d'arrêts au bon moment après un avertissement est de 73 %, en dessous des 78,38 % d'Astra. Sur la déclaration honnête d'une tâche bloquée, 20,29 % des réponses finales du modèle ont été signalées, contre seulement 11,66 % pour Astra ; la system card reconnaît que c'est un point où il est plus faible que le modèle de base.
Le chemin parcouru par la lignée Cyber
À partir de GPT-5.4-Cyber, déjà couvert sur ce site, les modèles de cybersécurité d'OpenAI sont arrivés avec GPT-5.5-Cyber à une diffusion explicitement réservée aux équipes certifiées ; de GPT-5.6 Cyber à ce GPT-6 Cyber, aucune génération n'a été ouverte au grand public. Plus tôt cette semaine, OpenAI a aussi dévoilé un pipeline qui utilise des modèles cyber pour découvrir et corriger en masse 948 failles d'élévation de privilèges locale dans le noyau Linux. Les capacités montent, mais l'ouverture reste très encadrée.
Les nouvelles garde-fous comprennent : le blocage de l'assistance à haut risque touchant au contrôle industriel, aux services critiques et aux systèmes électoraux, avec une évaluation menée avec l'entreprise de sécurité industrielle Dragos ; des consignes de surveillance adaptées aux scénarios de sécurité, afin de distinguer les tests autorisés des dépassements ; un mode prudent de biosécurité activé par défaut pour tous les utilisateurs ; et une liste d'adresses IP autorisées activée par défaut pour l'API, avec détection d'anomalies sur les clés d'API et les jetons d'accès.
La system card ne donne pas le détail des critères de candidature à Daybreak Red, du nombre de places ni du prix.
Sources : system card de GPT-6 Cyber d'OpenAI, CocoLoop, The Verge ; utilisées pour vérifier les scores des évaluations, les modèles de comparaison et les conditions d'accès.