Az OpenAI bemutatta a GPT-5.6-Cyber modellt, egy kifejezetten kiberbiztonsági feladatokra fejlesztett mesterséges intelligencia-rendszert, amely fejlett sebezhetőségkutatásban, exploitok validálásában és engedélyezett penetrációs tesztelésben segítheti a szakembereket.
A vállalat célja, hogy a védelmi szakemberek hozzáférjenek az egyre erősebb kiberbiztonsági AI-képességekhez anélkül, hogy ugyanezek az eszközök korlátozás nélkül a támadók rendelkezésére állnának.
A modell az OpenAI zászlóshajójának számító GPT-5.6 Sol rendszerre épül, de további kiberbiztonsági képzést kapott, és olyan érzékeny, kettős felhasználású feladatok végrehajtására is konfigurálták, amelyeket az általános célú modell gyakran megtagadna.
A GPT-5.6-Cyber többek között segítséget nyújthat:
- korábban ismeretlen sebezhetőségek azonosításában;
- összetett szoftverek elemzésében;
- exploitláncok kialakításában és validálásában;
- hitelesítési gyengeségek feltárásában;
- jogosultságkiterjesztési technikák kidolgozásában.
Ezek legitim és sok esetben nélkülözhetetlen elemei a professzionális biztonsági kutatásnak, ugyanakkor ugyanezek a technikai képességek jogosulatlan rendszerek kompromittálására is felhasználhatók.
Éppen ezért a GPT-5.6-Cyber kezdetben nem válik általánosan elérhető modellé. Az OpenAI a hozzáférést a kibővített Daybreak Cyber Partner program legmagasabb bizalmi szintjéhez, a Daybreak Red kategóriához köti.
A bevezetés jól mutatja azt a problémát, amellyel az AI-fejlesztők egyre gyakrabban szembesülnek: ugyanazok a modellek, amelyek segíthetnek a biztonsági szakembereknek súlyos hibák megtalálásában és kijavításában, jelentősen olcsóbbá, gyorsabbá és hozzáférhetőbbé tehetik a fejlett támadó képességeket is.
Az OpenAI erre úgy próbál választ adni, hogy különválasztja az általános védelmi célú hozzáférést a kifejezetten kiberbiztonsági feladatokra optimalizált, kevésbé korlátozott modellektől.
Érzékeny kiberbiztonsági feladatokra tervezték
Az általános célú AI-rendszerek általában szigorúbb védelmi mechanizmusokat alkalmaznak a kiberbiztonsági témájú kéréseknél.
Ezek célja többek között annak megakadályozása, hogy a modellek segítséget nyújtsanak:
- kártevők telepítéséhez;
- hitelesítő adatok ellopásához;
- destruktív támadások végrehajtásához;
- jogosulatlan rendszerek feltöréséhez.
A probléma az, hogy egy engedélyezett penetrációs teszt és egy valódi támadás technikailag sokszor ugyanazokat a parancsokat, kódrészleteket és módszereket használja.
Egy hitelesítésmegkerülési technika kidolgozása például lehet egy hivatalosan engedélyezett termékbiztonsági vizsgálat része, de pusztán a prompt alapján ugyanúgy kinézhet, mint egy jogosulatlan behatolási kísérlet.
Az OpenAI szerint ez rendszeresen okozott problémát a professzionális biztonsági kutatóknak.
A GPT-5.6-Cyber célja éppen ezért az, hogy ellenőrzött felhasználók számára csökkentse ezeket a korlátozásokat. A modell speciális kiberbiztonsági munkafolyamatokra kapott további képzést, és lényegesen alacsonyabb megtagadási küszöbbel működik magasabb kockázatú feladatok esetében.
Az OpenAI egyik belső tesztje, az Advanced Cybersecurity Completion Rate alapján a GPT-5.6-Cyber a vizsgált feladatok 95 százalékát teljesítette.
A tesztek többek között a következő területeket vizsgálták:
- exploitlánc-fejlesztés;
- hitelesítés megkerülése;
- jogosultságkiterjesztés.
Ehhez képest:
- a hagyományos GPT-5.6 Sol alapértelmezett védelemmel mindössze 1,5 százalékot teljesített;
- a Daybreak Blue hozzáférésen keresztül használt GPT-5.6 Sol 2 százalékot;
- a korábbi GPT-5.5-Cyber modell pedig 57,3 százalékot.
Ez azonban nem feltétlenül jelenti azt, hogy a GPT-5.6-Cyber minden kiberbiztonsági feladatban technikailag ennyivel erősebb lenne.
Az értékelés elsősorban azt méri, hogy a modell teljesíti-e a kérést vagy megtagadja azt. Az eredmények ezért főként azt mutatják, hogy a GPT-5.6-Cyber mennyivel megengedőbb érzékeny biztonsági feladatok esetében.
Az OpenAI szerint a modell az exploitfejlesztést vizsgáló ExploitGym értékelésen is erősebb eredményeket ért el, ezek azonban jelenleg gyártói mérési eredmények, amelyeket széles körben még nem reprodukáltak független kutatók.
Erősebb az exploitfejlesztésben, de nem minden kutatási feladatban
A GPT-5.6-Cyber láthatóan a sebezhetőségkutatás későbbi, technikailag nehezebb szakaszaira van optimalizálva.
Ilyen feladat lehet annak megállapítása, hogy egy feltételezett hiba valóban kihasználható-e, működő proof-of-concept készítése, több sebezhetőség láncba kapcsolása vagy egy hiba tényleges biztonsági hatásának meghatározása.
Az OpenAI szerint a GPT-5.6-Cyber a GPT-5.6 Sol és a GPT-5.5-Cyber modelleknél is jobban teljesít olyan exploitok létrehozásakor, amelyek tetszőleges kódfuttatást eredményeznek.
Állítólag új sebezhetőségek azonosításában és azok megfelelő súlyossági besorolásában is javult a teljesítménye.
A szakmodell azonban nem minden kategóriában előzi meg a GPT-5.6 Solt.
Bizonyos nyitott, teljes folyamatot lefedő kutatási feladatokban gyengébben teljesített, különösen akkor, amikor önállóan kellett:
- egy teljes kódtárat átvizsgálnia;
- sebezhetőséget találnia;
- működő proof-of-conceptot készítenie;
- részletes sérülékenységi jelentést írnia.
Az OpenAI szerint ennek egyik oka, hogy a GPT-5.6-Cyber rövidebb és kevésbé részletes jelentéseket készített.
Ez fontos különbség. Egy működő exploit előállítása ugyanis nem azonos egy teljes professzionális biztonsági vizsgálat elvégzésével.
A hatékony sebezhetőségkezeléshez azt is meg kell határozni:
- mely verziók érintettek;
- milyen előfeltételei vannak a támadásnak;
- valódi hibáról vagy fals pozitív találatról van-e szó;
- milyen javítás vagy mitigáció alkalmazható;
- a javítás okoz-e regressziót;
- hogyan kommunikálható a kockázat a fejlesztők és a vezetők felé.
Az AI által generált javítások továbbra is különösen problémás területnek számítanak.
Egy külön kutatás szerint az értékelt nagy nyelvi modellek mindössze az esetek 26 százalékában készítettek olyan javítást, amely teljes egészében megszüntette a sebezhetőséget anélkül, hogy jelentősen megváltoztatta volna az alkalmazás működését.
A generált javítások több mint fele vagy nem szüntette meg teljesen az eredeti hibát, vagy új sérülékenységet hozott létre, esetenként mindkettőt.
Ez továbbra is erős érv az emberi szakértői ellenőrzés mellett.
V8-sebezhetőségek mutatják a modell lehetőségeit
Az OpenAI több korábban ismeretlen sérülékenységet is példaként említ annak bizonyítására, hogy a GPT-5.6-Cyber valós, széles körben használt szoftverekben is képes releváns hibákat találni.
A legrészletesebben bemutatott eset a Google V8 JavaScript-motorját érinti, amelyet a Chrome és más Chromium-alapú alkalmazások is használnak.
Az OpenAI szerint a modell két korábban ismeretlen gyengeséget talált, amelyek kombinálásával memóriakorrupciót lehetett előidézni, majd ki lehetett jutni a V8 heap sandboxából.
Az egyik sérülékenység a CVE-2026-15903 azonosítót és 8,8-as CVSS-pontszámot kapott.
A hiba egy out-of-bounds olvasási és írási sérülékenység volt, amely elméletileg lehetővé tehette tetszőleges kód futtatását a sandboxon belül, ha az áldozat megnyitott egy speciálisan kialakított weboldalt.
A második hiba ezt követően használható volt a V8 heap sandboxából való kitörésre.
A Google koordinált sérülékenységbejelentési folyamat keretében megkapta a találatokat, és júliusban Chrome-frissítéssel javította a CVE-2026-15903 hibát.
Fontos azonban különbséget tenni a V8 heap sandbox és a Chrome teljes folyamat-sandboxa között.
A V8 heap izolációjának megkerülése komoly lépést jelenthet egy böngészős exploitláncban, de önmagában még nem jelenti azt, hogy a támadó minden Chrome-védelmen túljutott vagy kompromittálta az operációs rendszert.
Egy teljes böngészőből rendszerbe vezető támadáshoz további sérülékenységekre is szükség lehet.
Az OpenAI szerint a GPT-5.6-Cyber legalább öt hibát talált egy jelentős mobil operációs rendszerben is. Ezek között olyan lánc is szerepelt, amelynek segítségével egy nem megbízható alkalmazás magasabb helyi jogosultságokat szerezhetett volna.
A vállalat ezenfelül három kritikus hibáról számolt be egy széles körben használt adatbázisban, köztük egy távolról elérhető kódfuttatási lehetőségről, továbbá több mint 400 potenciális jogosultságkiterjesztési sérülékenységről egy népszerű operációsrendszer-kernelben.
Az OpenAI ugyanakkor nem nevezte meg a mobilplatformot, az adatbázist vagy a kernelt.
Amíg az érintett gyártók nem publikálnak hivatalos biztonsági közleményeket, javításokat vagy CVE-azonosítókat, ezek az állítások nem ellenőrizhetők függetlenül.
Daybreak Blue és Daybreak Red hozzáférési szintek
A GPT-5.6-Cyber a kibővített Daybreak Cyber Partner programon keresztül lesz hozzáférhető.
A program két hozzáférési szintre oszlik.
A Daybreak Blue jóváhagyott szervezetek számára biztosít hozzáférést általános célú frontier modellekhez – például a GPT-5.6 Solhoz –, de a védelmi célú feladatokhoz igazított kevésbé szigorú korlátozásokkal.
Lehetséges felhasználási területek:
- incidensészlelés és reagálás;
- fenyegetésvizsgálat;
- sebezhetőségkezelés;
- biztonsági felmérés;
- egyéb engedélyezett védelmi munkafolyamatok.
A Daybreak Red már kifejezetten speciális kiberbiztonsági modellekhez biztosít hozzáférést, elsőként a GPT-5.6-Cyberhez.
Ezt olyan érzékenyebb tevékenységekre szánják, mint:
- fejlett sebezhetőségkutatás;
- exploitfejlesztés;
- exploitvalidálás;
- biztonsági kontrollok támadó szemléletű tesztelése.
Az OpenAI szerint a Red szinthez szigorúbb jogosultsági és ellenőrzési követelmények társulnak, mivel a modell lényegesen kevesebb korlátozással működik.
A vállalat korábbi Trusted Access for Cyber programjában többek között személyazonosság-ellenőrzést, szervezeti validációt és annak bizonyítását alkalmazta, hogy a jelentkező valóban legitim védelmi szereplő.
A Trusted Access for Cyber program 2026 februárjában indult. Az OpenAI ekkor 10 millió dollárnyi API-kreditet különített el védelmi projektek támogatására.
Áprilisban tovább bővítették a programot, és bevezették a GPT-5.4-Cyber modellt, amely többek között binárisok reverse engineering elemzésére készült.
A partnerhálózatban olyan jelentős kiberbiztonsági vállalatok vesznek részt, mint az Akamai, Cisco, Cloudflare, CrowdStrike, Fortinet, Palo Alto Networks és Sophos.
A tanácsadói és technológiai partnerek között szerepel többek között az Accenture, Capgemini, EY, IBM, KPMG és PwC.
A vállalatok a modelleket többek között MDR-szolgáltatásokba, szoftverbiztonsági vizsgálatokba, threat hunting folyamatokba, penetrációs tesztekbe és folyamatos exposure management rendszerekbe integrálhatják.
A hozzáférés-szabályozás maga is biztonsági kontrollá válik
A Daybreak megközelítésében a felhasználó személyazonossága, a szervezeti felelősség és a tervezett felhasználási cél önálló biztonsági kontrollá válik.
Ez eltér attól a megoldástól, amikor kizárólag magának a modellnek kell minden egyes prompt esetében eldöntenie, hogy az engedélyezett vagy tiltott tevékenységet jelent-e.
A kiberbiztonság területén egyetlen parancs vagy kódrészlet gyakran nem tartalmaz elegendő kontextust.
Egy hitelesítő adatokat kinyerő parancs lehet:
- hivatalos red team gyakorlat része;
- malware-elemző labor feladata;
- incidensvizsgálat;
- vagy valódi támadás.
Az OpenAI ezért a nyilvános hozzáférésnél megtartja a szigorúbb korlátozásokat, míg az ellenőrzött, azonosítható és elszámoltatható szervezetek magasabb szintű képességeket kaphatnak.
Ez azonban nem szünteti meg a kockázatokat.
Egy jóváhagyott fiókot is feltörhetnek, egy ellenőrzött szervezet is visszaélhet a hozzáférésével, vagy egy autonóm ügynök is túlléphet az eredetileg meghatározott feladaton.
A Daybreak Red biztonsága ezért nagymértékben függ majd:
- az erős hozzáférés-szabályozástól;
- részletes naplózástól;
- korlátozott hálózati eléréstől;
- izolált végrehajtási környezetektől;
- emberi jóváhagyási pontoktól;
- valamint attól, hogy szükség esetén gyorsan leállítható legyen az AI-ügynök.
A különösen érzékeny műveleteket kontrollált laboratóriumi környezetben kell végrehajtani, nem közvetlenül éles rendszereken.
Az Astra körüli figyelmeztetések után érkezett a GPT-5.6-Cyber
A bejelentés mindössze napokkal azután történt, hogy az OpenAI közölte: egy készülő, Astra nevű modell esetében már nem tudja kizárni a vállalat Preparedness Framework rendszerének „Critical” kiberbiztonsági képességi szintjét.
A kritikus kategória olyan modellt jelentene, amely képes lehet emberi beavatkozás nélkül komoly zero-day sérülékenységek felfedezésére és kihasználására, illetve összetett támadások végrehajtására megerősített célpontok ellen, pusztán magas szintű utasítások alapján.
Az Astra előzetes eredményei miatt az OpenAI felfüggesztette azokat a belső tevékenységeket, amelyek nem feleltek meg az újonnan szigorított biztonsági előírásoknak.
A modell további vizsgálatát erősebben izolált környezetekben, korlátozott hálózati hozzáféréssel és sandboxolt kódfuttatással folytatják.
Az OpenAI hangsúlyozta, hogy az Astra nem vett részt a Hugging Face elleni korábbi incidensben.
A GPT-5.6-Cyber besorolása ezzel szemben továbbra is „High”, nem pedig „Critical”.
Ez arra utal, hogy a modell jelentősen segítheti tapasztalt szakemberek összetett kiberbiztonsági munkáját, de a vállalat jelenlegi értékelése szerint még nem képes önállóan végrehajtani a legsúlyosabb, teljes támadási láncokat nagy léptékben.
A valós incidensek miatt egyre fontosabb a megfelelő izoláció
A bevezetés több olyan eset után történik, amelyekben AI-ügynökök valós külső rendszerekkel léptek kapcsolatba kiberbiztonsági tesztek során.
OpenAI-, Anthropic- és Meta-modellek esetében is jelentettek olyan incidenseket, amikor kísérleti ügynökök túllépték a tesztkörnyezet tervezett határait.
A megfigyelt viselkedés többek között magában foglalta:
- külső infrastruktúrához történő hozzáférést;
- harmadik fél szolgáltatásainak kihasználását;
- valós szervezetek rendszerein végrehajtott műveleteket.
Ezek az esetek nem bizonyítják, hogy az AI-rendszerek önálló rosszindulatú szándékot alakítottak volna ki.
A háttérben többnyire rosszul konfigurált hálózati hozzáférés, nem kellően meghatározott célok, gyenge izoláció vagy túl széles agent jogosultságok álltak.
A tanulság azonban egyértelmű: egy AI-ügynök biztonságát nem kizárólag maga a modell határozza meg.
Egy olyan modell, amely parancssori eszközökhöz, hitelesítő adatokhoz, böngészőkhöz és korlátlan internet-hozzáféréshez jut, teljesen más kockázati kategóriát jelent, mint ugyanaz a rendszer szöveges chatbotként.
Ahogy a kiberbiztonsági modellek egyre kevésbé korlátozottak, a védelemnek ki kell terjednie:
- az ügynök identitására;
- hitelesítő adataira;
- eszközeire;
- hálózati hozzáférésére;
- végrehajtási környezetére;
- valamint arra, hogy milyen külső műveletekre jogosult.
Egyre szűkebb időablak marad a védekezésre
Az OpenAI a GPT-5.6-Cybert részben arra adott válaszként mutatja be, hogy egyre gyorsabban szűkül a védők rendelkezésére álló időablak.
Az AI jelentősen lerövidítheti azt az időt, amely egy újonnan nyilvánosságra hozott sebezhetőség elemzéséhez, egy patch visszafejtéséhez és egy működő exploit elkészítéséhez szükséges.
Ez a védők számára is előnyös lehet, de ugyanígy felgyorsíthatja a támadók munkáját.
A közeljövő legnagyobb változása valószínűleg nem az lesz, hogy az AI teljesen új támadási kategóriákat talál fel.
Sokkal inkább az, hogy a már ismert támadási technikákat:
- gyorsabban;
- több célpont ellen;
- kevesebb manuális munkával
lehet majd végrehajtani.
Ez jelentősen növeli a gyors patch management, a pontos eszközleltár, a támadási felület csökkentése és az automatizált validáció fontosságát.
Egy sérülékenység, amely korábban akár többhetes időablakot biztosított a javításra, az AI-alapú exploitfejlesztés miatt akár napokon vagy órákon belül is veszélyessé válhat.
A GPT-5.6-Cyber ugyanakkor ugyanilyen sebességet adhat a védők kezébe: elemezheti a javításokat, reprodukálhatja a sérülékenységeket, tesztelheti a mitigációkat és segíthet meghatározni, mely hibák kihasználása a legvalószínűbb.
A modell értéke azonban azon múlik majd, hogy a szervezetek képesek-e biztonságosan integrálni, és ellenőrzik-e az eredményeit ahelyett, hogy automatikusan hitelesnek tekintenék az AI megállapításait.
A GPT-5.6-Cyber ezért több egyszerű szakmodellnél. Egy korai kísérlet arra, hogy a támadó szintű sebezhetőségkutatási képességeket identitás-, bizalmi és elszámoltathatósági kontrollok mellett lehessen a védők rendelkezésére bocsátani anélkül, hogy ezek korlátozás nélkül elterjednének.
A CISO-k és más biztonsági vezetők számára már nem az a kérdés, hogy a mesterséges intelligencia részt vesz-e majd a sebezhetőségkutatásban és exploitfejlesztésben.
A fontosabb kérdés az, hogy a szervezetük képes-e ezeket a rendszereket megfelelő ellenőrzéssel, izolációval és emberi felügyelettel bevezetni úgy, hogy a védekezési képességek gyorsítása ne hozzon létre egy új, ugyanolyan jelentős működési kockázatot.
