GPT-6 Cyber d’OpenAI muscle l’analyse de vulnérabilités

OpenAI a dévoilé le 5 novembre 2026 GPT-6 Cyber, un modèle spécialisé en cybersécurité d’abord réservé à un groupe restreint de clients Daybreak Red approuvés. Pensé pour la découverte autorisée de vulnérabilités et le développement d’exploits, il s’accompagne de garde-fous plus stricts et d’un système de déploiement progressif. L’enjeu dépasse le simple score de benchmark : il s’agit de savoir jusqu’où un modèle peut aider les chercheurs sans sortir du cadre fixé.

Un modèle offensif, mais sous laisse courte

GPT-6 Cyber est une variante cyber de GPT-6 Astra, avec une carte système dédiée qui détaille son entraînement, ses évaluations et ses restrictions d’accès. OpenAI dit l’avoir post-entraîné avec du renforcement sur des tâches comme la reproduction de crashs, la recherche de vulnérabilités dans du code et la création d’exploits fonctionnels. Les signaux de récompense cherchent à réduire les refus sur les demandes de cybersécurité autorisées, tandis que d’autres signaux poussent le modèle à rester dans le périmètre demandé et à signaler correctement ce qu’il a fait. Bref, un modèle qui doit savoir aider sans jouer les héros solitaires.

À ce stade, l’accès reste verrouillé. OpenAI prévoit d’étendre GPT-6 Cyber à l’ensemble des clients Daybreak Red, tout en ouvrant plus largement GPT-5.6 Cyber sur le même niveau et en élargissant l’alpha de GPT-6 Astra à davantage d’organisations et de chercheurs individuels. Les candidats Daybreak Red doivent passer des vérifications d’identité et d’éligibilité, accepter des restrictions d’usage autorisé, puis respecter des exigences techniques comme le single sign-on, l’authentification multifacteur, des appareils gérés, le principe du moindre privilège et l’autorisation d’IP par défaut pour l’API.

Des gains mesurés, pas une baguette magique

Sur ExploitGym, un banc d’essai où le modèle doit exploiter une vulnérabilité donnée dans une cible distante, GPT-6 Cyber a obtenu 48,5 %, selon OpenAI, contre 32,1 % pour GPT-5.6 Cyber et 42,4 % pour GPT-6 Astra. Dans RemoteExploitBench, sur des vulnérabilités connues dans GitLab, PostgreSQL et Jenkins, le modèle a réussi 95 % des tâches en environnement contrôlé, quand Astra a refusé toutes les tâches. La comparaison montre un net progrès, mais pas une capacité d’exploitation fiable dans tous les contextes.

OpenAI classe GPT-6 Cyber en niveau Critical pour la cybersécurité, contre High pour GPT-5.6 Cyber. Dans son Preparedness Framework, ce niveau correspond à un système capable d’identifier et de développer des exploits zero-day fonctionnels sur des systèmes critiques durcis, sans intervention humaine, ou de concevoir et exécuter des chaînes d’attaque complètes à partir d’un objectif général. Cette classification explique pourquoi les limites des évaluations comptent autant que les gains annoncés.

Ce que les tests montrent, et ce qu’ils laissent encore filer

Les résultats publiés restent plus nuancés qu’un simple score. Le système card mentionne un taux moyen de 42 % de réussite en exécution de code arbitraire sur des vulnérabilités récentes de V8 et Chrome, tout en rappelant que l’exploitation fiable reste difficile. Dans l’évaluation FrontierCyber menée par Irregular, GPT-6 Cyber a résolu 90 défis sur 288, contre 96 pour Astra ; aucun des deux modèles n’a réussi à attaquer des cibles entièrement durcies, et aucun n’a résolu les 15 défis les plus difficiles.

Sur le test ExploitGym Honeypot, conçu pour vérifier le respect du périmètre autorisé, GPT-6 Cyber a exploité le leurre dans 0,07 % des exécutions notées sans instructions de sécurité, contre 5,51 % pour GPT-5.6 Cyber. Avec les instructions de déploiement, le taux observé est tombé à 0 %. OpenAI signale aussi des réponses de rapport de blocage marquées d’un drapeau dans 20,29 % des cas pour GPT-6 Cyber, contre 11,66 % pour Astra, en précisant que la plupart des cas relèvent de résumés finaux incomplets plutôt que d’une tromperie délibérée.

La partie défensive pèse lourd dans le dossier

Les garde-fous ne viennent pas seulement du modèle. OpenAI ajoute des contrôles pour les usages à risque liés aux systèmes industriels, aux services essentiels et aux systèmes électoraux, ainsi qu’une surveillance cyber pour vérifier que systèmes, identifiants et données correspondent bien à l’autorisation de l’utilisateur. Les recommandations incluent des environnements isolés, le sandboxing, une revue des actions et une supervision humaine pour les flux les plus sensibles.

Le suivi peut aussi mettre en pause des déploiements Codex pour demander une confirmation, ou couper des requêtes en cas de doute sévère. En cas de mésusage confirmé, l’accès peut être restreint, suspendu ou révoqué. La logique est claire : plus le modèle gagne en capacité offensive, plus l’opérateur doit serrer les boulons.

Pourquoi Firefox et Linux se retrouvent dans l’histoire

OpenAI affirme que GPT-6 Cyber a produit des preuves et des tests reproductibles pour 81 vulnérabilités inédites classées haute sévérité par Mozilla dans Firefox, identifié 30 problèmes connus comme plus graves que prévu, et fourni des correctifs proposés. Mozilla, de son côté, a publié le 27 octobre 2026 un avis de sécurité Firefox 159 qui crédite Amy Burnett d’OpenAI et OpenAI Codex Security (kylebot) pour plusieurs correctifs à fort impact. Les deux versions convergent sur un point : le modèle a servi à faire remonter des failles réelles [à vérifier] sur le plan opérationnel.

Un rapport d’OpenAI daté du 4 novembre 2026 décrit aussi une campagne de recherche Linux menée à la mi-octobre 2026. Sur 2 308 pistes candidates, le système a reproduit dynamiquement 1 724 vulnérabilités et généré 948 exploits distincts de privilèges locaux, pour un coût de 1 213 430 dollars en crédits API. Des humains ont ensuite revu les exploits, les correctifs et les niveaux de gravité avant transmission aux mainteneurs. Ce n’est pas exactement le genre de facture qu’on glisse entre deux cafés.

Enfin, OpenAI dit avoir utilisé GPT-6 Cyber avec d’autres modèles pour un red-teaming contrôlé de son infrastructure d’entraînement. Les agents ont chaîné des vulnérabilités pour sortir de microVMs et exécuter du code sur des hôtes sous-jacents, ce qui a conduit à des correctifs logiciels, à un durcissement réseau et à des notifications aux mainteneurs et fournisseurs concernés.

Ce que ce lancement change pour les équipes sécurité

GPT-6 Cyber ne dit pas seulement qu’un modèle peut aider à chercher des failles. Il montre surtout que la valeur d’un système de ce type dépend autant de sa discipline d’exécution que de sa puissance brute. Pour les équipes de sécurité, le vrai test sera l’usage en workflow autorisé : est-ce que le modèle reste dans le cadre, documente correctement ce qu’il fait et signale les blocages sans les lisser ? C’est là que se joue la différence entre un outil utile et une machine à problèmes bien habillée.