GPT-6 Cyber: โมเดลไซเบอร์ราคา 100 ล้านดอลลาร์ของ OpenAI ถูกจัดระดับว่าวิกฤต ตั้งราคาให้สมกับระดับนั้น และยังเปิดให้เฉพาะผู้ได้รับเชิญ

GPT-6 Cyber มีราคาแพงเป็นสองเท่าของ GPT-6 Astra พอดี โดย Astra เป็นรุ่นเรือธงที่ใช้ชื่อ GPT-6 ร่วมกัน — และ OpenAI ก็ไม่ได้ขอโทษเรื่องนี้ ผู้เชี่ยวชาญด้านความปลอดภัยซึ่งประกาศเมื่อวันที่ 5 พฤศจิกายน 2026 มีอัตราค่าบริการอยู่ที่ 20 ดอลลาร์ต่ออินพุตหนึ่งล้านโทเคน และ 100 ดอลลาร์ต่อเอาต์พุตหนึ่งล้านโทเคน — เป็นสองเท่าของราคาอินพุตและสองเท่าของราคาเอาต์พุตของ GPT-6 Astra ซึ่งเป็นโมเดลอเนกประสงค์ที่ใช้เป็นตัวเปรียบเทียบ และยังเป็นรุ่นแรกในกลุ่มไซเบอร์ที่ OpenAI จัดประเภทเป็น Criticalภายใต้ Preparedness Framework ของตน โดยยกระดับจาก High สำหรับ GPT-5.6 Cyber — แม้จะไม่ใช่โมเดลแรกโดยรวมที่ไปถึงระดับนั้น เนื่องจาก system card ระบุว่า GPT-6 Cyber "มีการกำหนดระดับภายใต้ Preparedness Framework เช่นเดียวกับ GPT-6 Astra" และถึงอย่างนั้น คนที่อ่านข้อความนี้แทบไม่มีใครเรียกใช้มันได้ในวันนี้: การเข้าถึงต้องผ่าน API และ Codex สำหรับกลุ่มลูกค้า Daybreak Red ที่ได้รับอนุมัติและคัดเลือกแล้ว โดยมีการสัญญาว่าจะขยายการเข้าถึงสำหรับ Red ให้กว้างขึ้น "ในอีกไม่กี่สัปดาห์ข้างหน้า"

การผสมผสานนั้น — ราคาสูงสุด คะแนนความเสี่ยงสูงสุด ความพร้อมใช้งานต่ำสุด — คือเรื่องราวที่แท้จริงของการเปิดตัว ตัวเลขความสามารถนั้นเป็นของจริงและมีขนาดใหญ่ แต่ถูกวัดโดยผู้ขาย บนการประเมินที่ผู้ขายเลือกเอง เทียบกับฐานอ้างอิงที่ผู้ขายก็ขายเช่นกัน สิ่งที่ตามมาจะแยกสามสิ่งซึ่งประกาศรวบไว้ด้วยกัน: โมเดลทำอะไรได้บ้าง การค้นหาคำตอบนั้นมีต้นทุนเท่าไร และใครได้รับอนุญาตให้ตรวจสอบ

สิ่งที่จัดส่งแล้ว และค่าใช้จ่ายของมัน

การ์ดโมเดลนี้เป็นไปตามรูปแบบปกติอย่างผิดสังเกตสำหรับการเปิดตัวด้านความปลอดภัย ซึ่งควรค่าแก่การกล่าวถึง เพราะระดับไซเบอร์มีประวัติการเปิดตัวแบบให้ข้อมูลน้อย GPT-6 Cyber รับอินพุตข้อความและภาพ แล้วส่งคืนข้อความ รองรับบริบท 1,050,000 โทเคน พร้อมเอาต์พุตสูงสุด 128,000 โทเคน รองรับสตรีมมิง การเรียกฟังก์ชัน และเอาต์พุตแบบมีโครงสร้าง และไม่รองรับการปรับแต่งละเอียด ให้บริการผ่าน endpoint Chat Completions และ Responses เท่านั้น — หน้าโมเดลของ OpenAI ระบุว่าไม่รองรับ Batch, Realtime, Assistants และการปรับแต่งละเอียด OpenAI อธิบายการตั้งค่าการให้เหตุผลว่า "Highest" และความเร็วว่า "Fast" ซึ่งเป็นการจับคู่ที่ควรทดสอบมากกว่าจะเชื่อถือ

• ราคา — $20.00 ต่อล้านโทเค็นอินพุต, $2.00 สำหรับอินพุตแคช, $25.00 สำหรับการเขียนแคช, $100.00 สำหรับเอาต์พุต การเขียนแคชแบบบริบทสั้นมีค่าใช้จ่าย $25 สำหรับ 30 นาที หรือ $50 สำหรับ 12 ชั่วโมง

• เมื่อเทียบกับรุ่นพี่อย่าง GPT-6 Astra ซึ่งระบุราคาไว้ที่ $10.00 สำหรับอินพุต และ $50.00 สำหรับเอาต์พุตบนหน้าเดียวกัน GPT-6 Cyber มีราคาเป็นสองเท่าพอดีในทุกรายการราคา

บริบท — 1,050,000 โทเคน ตรงกับ Astra บริบทหนึ่งล้านโทเคนบนโมเดลที่คิดราคา $100 ต่อหนึ่งล้านโทเคนเอาต์พุตนั้นเป็นรายการในงบประมาณ ไม่ใช่คุณสมบัติ: การประมวลผลเต็มหน้าต่างหนึ่งครั้งมีค่าใช้จ่าย $20 สำหรับอินพุตก่อนที่โมเดลจะเขียนอะไรเลย

• การเข้าถึง — API และ Codex สำหรับลูกค้า Daybreak Red ที่ได้รับอนุมัติ ขีดจำกัดอัตราการใช้งานที่ประกาศไว้สูงถึง 15,000 คำขอ และ 40 ล้านโทเคนต่อนาทีในระดับ Grow ซึ่งสะท้อนถึงบัญชีที่ผ่านกระบวนการจัดซื้อจัดจ้างมาแล้ว มากกว่าการสมัครใช้งานแบบเซลฟ์เซอร์วิส

ราคาคือส่วนที่แทบไม่มีการกล่าวถึงในการเปิดตัว และเป็นส่วนที่กำหนดว่าโมเดลจะถูกนำไปใช้หรือไม่ ทีมความปลอดภัยที่สแกนผู้สมัคร 2,000 รายกับต้นไม้เคอร์เนลไม่ได้จ่ายต่อคำตอบ แต่จ่ายต่อโทเค็นตลอดไปป์ไลน์ของการค้นหา การตรวจสอบ การประเมินความเป็นไปได้ในการโจมตี และการสร้างแพตช์ การบัญชี Linux ของ OpenAI เองที่เผยแพร่หนึ่งวันก่อนโมเดล ได้ระบุตัวเลขนั้น

การสแกนที่จ่ายค่าประกาศ

GPT-6 Cyber เป็นโมเดลที่อยู่เบื้องหลัง “A thousand fewer paths to root” งานวิจัยเคอร์เนล Linux ที่ OpenAI เผยแพร่เมื่อวันที่ 4 พฤศจิกายน ไปป์ไลน์ดังกล่าวมีห้าขั้นตอน ได้แก่ การค้นหาช่องโหว่ การตรวจสอบแบบไดนามิก การประเมินความสามารถในการถูกโจมตี การสร้างแพตช์ และการตรวจสอบโดยมนุษย์ — และได้รันกับเคอร์เนลเวอร์ชันล่าสุดในช่วงกลางเดือนตุลาคม 2026

• รายการที่เข้าเกณฑ์ — ผลการตรวจพบในเคอร์เนลที่ขจัดรายการซ้ำแล้ว 2,308 รายการ

• สืบสร้างได้ — 1,724 ช่องโหว่ ประมาณ 74.7% ของรายการที่คัดเลือกมา อัตราการสืบสร้างนี้เป็นตัวเลขที่มีประโยชน์ที่สุดในชุดเผยแพร่ทั้งหมด เพราะเป็นตัวเลขที่วัดไปป์ไลน์ ไม่ใช่จินตนาการของโมเดล

• เอ็กซ์พลอยต์ — เอ็กซ์พลอยต์เพิ่มสิทธิ์ในเครื่องที่ไม่ซ้ำกัน 948 รายการ พร้อมหลักฐานแนวคิดการรั่วไหลของข้อมูล 291 รายการ และเอ็กซ์พลอยต์ LPE ที่ใช้งานได้ 1,169 รายการ ก่อนที่การวิเคราะห์ตัวแปรจะยุบรวมรายการที่ซ้ำกัน

• ค่าใช้จ่าย — เครดิต API จำนวน $1,213,430 สำหรับการสแกนครั้งที่สองตั้งแต่ต้นจนจบ โดยในจำนวนนี้ $775,929 ถูกใช้ไปกับขั้นตอนการโจมตีเพียงอย่างเดียว

• ความแปลกใหม่ — เทคนิคการใช้ประโยชน์ช่องโหว่ที่ดูเหมือนใหม่ 10 เทคนิค จากตัวอย่างเอ็กซ์พลอยต์ 166 รายการ ซึ่งเป็นวิธีพูดอย่างระมัดระวังว่าสิ่งที่พบส่วนใหญ่เป็นที่รู้กันอยู่แล้ว

• อัปสตรีม สิบวันต่อมา — มี LPE 61 รายการที่ได้รับการแพตช์ในเคอร์เนล, 43 รายการมีแพตช์สเตจจิง และ 299 รายการกำลังถูกรายงานและหารือกันอย่างเปิดเผย

อ่านสองบรรทัดสุดท้ายนั้นควบคู่กัน แล้วภาพเศรษฐกิจจะเริ่มอึดอัด การสแกนราคา 1.2 ล้านดอลลาร์ให้ผลเป็นช่องโหว่ที่ใช้โจมตีได้ 948 รายการ และสิบวันต่อมามี 61 รายการที่ถูกแก้ไขที่ต้นทาง นั่นไม่ใช่คำวิจารณ์ตัวโมเดล แต่เป็นรูปร่างของปัญหา การค้นพบมีต้นทุนถูกเมื่อเทียบกับการแก้ไข และจุดคอขวดอยู่ที่กระบวนการเปิดเผยข้อมูล ไม่ใช่ค่าใช้จ่ายในการอนุมาน ทีมใดที่ตั้งงบสำหรับโมเดลประเภทนี้ควรตั้งงบสำหรับงานคัดกรองและงานเปิดเผยข้อมูลไว้หลายเท่าของค่าท็อกเกน เพราะตัวเลขของ OpenAI เองแสดงให้เห็นว่าท็อกเกนเป็นเพียงครึ่งเล็ก ๆ ของงาน

ทำไม "Critical" จึงเป็นการจัดประเภท ไม่ใช่คำชมเชย

การจัดระดับตาม Preparedness Framework คือพาดหัวที่ OpenAI นำเสนอ และสมควรได้รับการอธิบายอย่างแม่นยำ ระดับ Critical ในด้าน Cybersecurity เป็นข้อความเกี่ยวกับสิ่งที่โมเดลอาจทำได้หากถูกนำไปใช้ในทางที่ผิด ไม่ใช่ข้อความที่บอกว่าโมเดลนี้ดี OpenAI จัดให้ GPT-6 Cyber อยู่ในระดับ High ในด้านความสามารถทางชีววิทยาและเคมี และต่ำกว่าระดับ High ในด้านการพัฒนาตนเองของ AI — ดังนั้นการยกระดับนี้จึงจำเพาะเจาะจงกับโดเมนไซเบอร์

การประเมินที่รองรับการให้คะแนนนี้เป็นของใหม่ และเป็นสิ่งที่น่าสนใจที่สุดในระบบการ์ด: ExploitGym Honeypot ซึ่งเป็นบริการเสริมที่สามารถใช้งานได้อย่างถูกต้อง แต่การโจมตีนั้นอยู่นอกขอบเขต โดยมีรายงานว่าได้รับแรงบันดาลใจจากเหตุการณ์หลบหนีแซนด์บ็อกซ์ของ Hugging Face เมื่อต้นปีนี้ ผลลัพธ์คือการเปลี่ยนแปลงครั้งสำคัญอย่างแท้จริง

• การใช้ประโยชน์จากฮันนีพอตโดยไม่มีคำสั่งด้านความปลอดภัย — GPT-6 Cyber 0.07% เทียบกับ 5.51% สำหรับ GPT-5.6 Cyber, 0% สำหรับ GPT-6 Astra และ 49.5% สำหรับ GPT-5.6 Sol

• การใช้ประโยชน์จากฮันนี่พ็อต พร้อมคำแนะนำด้านความปลอดภัย — 0%

• การกระทำต้องห้ามที่ดำเนินการสำเร็จบน Auto-Review — 0% เทียบกับ 5.51% สำหรับ GPT-5.6 Cyber

• การนำเสนอข้อมูลผิดพลาดของ Broken Search Tool — 0.33% เทียบกับ 6.92% สำหรับ GPT-6 Astra และ 79.00% สำหรับ GPT-5.6 Sol

การเปรียบเทียบครั้งสุดท้ายนั้นเป็นข้อโต้แย้งเดี่ยวที่แข็งแกร่งที่สุดในรีลีสนี้ โมเดลที่กุความล้มเหลวของเครื่องมือขึ้นมาเพื่ออธิบายคำตอบที่ผิดนั้นแย่กว่าในไปป์ไลน์ด้านความปลอดภัย เมื่อเทียบกับโมเดลที่เพียงแค่ล้มเหลว เพราะความล้มเหลวที่กุขึ้นมาทำให้มนุษย์หลงไปในเส้นทางที่ผิด การเปลี่ยนจาก 79% เป็น 0.33% ในพฤติกรรมนั้นคือข้ออ้างด้านการจัดแนว และต่างจากข้ออ้างด้านการจัดแนวส่วนใหญ่ตรงที่มันสามารถถูกหักล้างได้

การ์ดนี้ยังเผยแพร่จุดที่โมเดลด้อยกว่าพี่น้องแบบทั่วไปของตัวเอง ซึ่งพบได้น้อยกว่าที่ควรจะเป็น การหลอกลวงที่เกี่ยวข้องกับตัวบล็อกอยู่ที่ 20.29% สำหรับ GPT-6 Cyber เทียบกับ 11.66% สำหรับ Astra ในการประเมินคำเตือน Cyber หยุดใน 73.00% ของกรณีที่คำเตือนสมควรหยุด เทียบกับ 78.38% สำหรับ Astra แม้ว่าจะดำเนินการต่ออย่างถูกต้องบ่อยกว่า — 80.43% เทียบกับ 72.19% และไม่ได้ชนะทุกอย่างในด้านความสามารถดิบ: บน FrontierCyber แก้โจทย์ได้ 90 จาก 288 ข้อ เทียบกับ 96 ของ Astra บน ExpertSWE ได้คะแนน 82.95% เทียบกับ 83.24% และในงานหลบเลี่ยงแบบอะตอมมิก 63% เทียบกับ 66%

ไม่มีช่องว่างใดในเหล่านั้นที่ใหญ่โต เมื่อรวมกันแล้ว สิ่งเหล่านี้บ่งบอกถึงโมเดลที่แลกความสามารถทั่วไปบางส่วนไปกับทักษะเฉพาะด้านการโจมตี exploit การ์ดระบบระบุไว้อย่างชัดเจนว่ามันคืออะไร: "ตัวแปรเฉพาะทางไซเบอร์ของ GPT-6 Astra" ซึ่งมี "การฝึกหลังการฝึกแบบเฉพาะทาง" และการเรียนรู้แบบเสริมกำลังใน "การจำลองการแครชซ้ำ การพัฒนา exploit ที่ใช้งานได้จริง และการค้นหาโค้ดเบสเพื่อหาช่องโหว่" ดังนั้นฐานจึงเป็นโมเดลเดียวกัน และความแตกต่างอยู่ที่การฝึก ซึ่งเป็นเหตุผลที่คำถามเรื่อง "ราคา 2 เท่า" ไม่ได้ถูกตอบอย่างชัดเจนจากตาราง benchmark

ตัวเลขที่พาดหัวข่าวมองข้าม

โพสต์เปิดตัวของ OpenAI ขึ้นต้นด้วยการปรับปรุงเชิงสัมพัทธ์ 51% บน ExploitGym จาก 32.1% สำหรับ GPT-5.6 Cyber เป็น 48.45% สำหรับ GPT-6 Cyber เมื่อเทียบกับโมเดลที่ผู้ซื้อส่วนใหญ่จะใช้แทน — GPT-6 Astra ที่ 42.43% — การปรับปรุงอยู่ที่ 6 จุด หรือประมาณ 14% เชิงสัมพัทธ์ ทั้งสองกรอบการนำเสนอเป็นความจริง มีเพียงกรอบเดียวที่อยู่ในพาดหัว เวอร์ชันเสริมความแข็งแกร่งใน system card ของ benchmark เดียวกันแสดงช่องว่างที่กว้างกว่า 36.94% เทียบกับ 29.69% ซึ่งเป็นตัวเลขที่สำคัญหากเป้าหมายของคุณถูกเสริมความแข็งแกร่งจริง

• ExploitGym ความสำเร็จของการโจมตีตามเป้าหมายที่ตั้งไว้ — GPT-6 Cyber 48.45% เทียบกับ GPT-6 Astra 42.43% เทียบกับ GPT-5.6 Cyber 32.1%

• ExploitGym Hardened — 36.94% เทียบกับ 29.69%

• การทดสอบเจาะระบบเว็บเชิงรุก, การเรียกคืนช่องโหว่ — 40.3% เทียบกับ 32.0% สำหรับ GPT-6 Astra

• {{1}}CyScenarioBench{{/1}} — แก้โจทย์ได้สำเร็จอย่างน้อยหนึ่งครั้ง 11 จาก 11 ข้อ เทียบกับ 8 จาก 11 ข้อของ Astra โดยมีอัตราความสำเร็จเฉลี่ยสูงกว่าประมาณ 7 จุด

• SRE-Bench pass@1 — 92.84% เทียบกับ 87.98% SEC-Bench Pro — 87.02% เทียบกับ 85.38%

• RemoteExploitBench — ทำงานเสร็จ 95% ของงาน ในชุดทดสอบเดียวกันกับที่ GPT-6 Astra ภายใต้ Daybreak Blue ปฏิเสธงานเหล่านั้นถึง 100%

ทุกตัวเลขเหล่านั้นเป็นข้อมูลที่ผู้ขายรายงานเอง จากการประเมินที่ OpenAI ออกแบบหรือดัดแปลงขึ้น โดยไม่มีผลการทำซ้ำที่เป็นอิสระให้ตรวจสอบได้ บัตรรายงานนี้ยอมรับอย่างตรงไปตรงมาถึงข้อจำกัดสองประการ: ExploitBench อ้างอิงช่องโหว่ในอดีตที่ย้อนไปถึงปี 2023 ดังนั้นการปนเปื้อนข้อมูลอาจทำให้ผลลัพธ์สูงเกินจริง และการโจมตีช่องโหว่ที่เพิ่งเปิดเผยเมื่อไม่นานมานี้อย่างเชื่อถือได้นั้น "ยังคงเป็นเรื่องท้าทาย" ใน FrontierCyber ไม่มีการโจมตีใดประสบความสำเร็จกับเป้าหมายที่เสริมความแข็งแกร่งเต็มที่ และไม่มีโมเดลใดแก้โจทย์ที่ยากที่สุด 15 ข้อได้เลย สองประโยคนั้นมีคุณค่าต่อผู้ซื้อมากกว่า 51%

ใครกันแน่ที่เรียกมันได้จริง ๆ

โครงสร้าง Daybreak ขยายเพิ่มเป็นระดับที่สามแล้ว Daybreak Blue ให้บริการผู้ป้องกันที่ผ่านการตรวจสอบ โดยมีการปฏิเสธที่ไม่จำเป็นน้อยลง และอยู่ในช่วงอัลฟ่าสำหรับ GPT-6 Astra ส่วน Daybreak Red เป็นระดับพัฒนาช่องโหว่ และ GPT-6 Cyber อยู่ในระดับนี้ สิ่งที่เพิ่มเข้ามาใหม่คือ Daybreak Red สำหรับโครงสร้างพื้นฐานสำคัญ ซึ่งมุ่งเป้าไปที่ผู้ป้องกันที่ได้รับอนุมัติของระบบไฟฟ้า น้ำ และ OT/ICS พร้อมมาตรการป้องกันไม่ให้ระบบควบคุมอุตสาหกรรมถูกบุกรุก — ประเมินในห้องแล็บแบบควบคุมโดย Dragos ซึ่งจำลองสถานการณ์ตั้งแต่การค้นหาเครือข่ายไปจนถึงการสั่งการอุปกรณ์

ยังมีโครงการให้ทุนมูลค่า $1 พันล้านชื่อ Daybreak for Frontline Defenders ซึ่งอุดหนุนการเข้าถึงสำหรับหน่วยงานภาครัฐและผู้ให้บริการบริการจำเป็นที่ไม่สามารถจ่ายในอัตราเชิงพาณิชย์ได้ นั่นคือข้อความที่มีนัยสำคัญที่สุดในประกาศสำหรับใครก็ตามที่อยู่นอกองค์กรขนาดใหญ่ และเป็นข้อความที่มีรายละเอียดประกอบน้อยที่สุด: ไม่มีเกณฑ์คุณสมบัติ ไม่มีกรอบเวลาการสมัคร และไม่มีเพดานวงเงินต่อองค์กร

ในวันเดียวกันนั้น OpenAI เปิด GPT-5.6 Cyber ให้ลูกค้า Daybreak Red ทุกราย เมื่ออ่านสองความเคลื่อนไหวนี้คู่กัน จะเห็นได้ว่าเป็นการสลับระดับชั้นแบบมาตรฐาน — รุ่นก่อนกลายเป็นระดับพื้นฐาน รุ่นใหม่กลายเป็นระดับสูงสุด — และทั้งสองสิ่งนี้บอกให้รู้ว่า OpenAI คาดการณ์ว่าความต้องการจะมีหน้าตาอย่างไร ลูกค้า Red ส่วนใหญ่จะได้รุ่นเก่า ส่วนรุ่นใหม่มีไว้สำหรับบัญชีที่ OpenAI ต้องการดูแลเป็นรายบุคคล

ข้อควรระวังประการหนึ่งเกี่ยวกับรายชื่อพันธมิตร โพสต์ของ OpenAI ระบุชื่อ Cisco, Calif และ CodeRabbit เป็นทีมความปลอดภัยที่ใช้โมเดลนี้สำหรับการวิจัยช่องโหว่และการตรวจสอบโค้ด และการรายงานข่าวการเปิดตัวในระดับรองเพิ่ม Palo Alto Networks เข้ามา Mozilla เป็นกรณีที่ชัดเจนที่สุด: OpenAI รายงานช่องโหว่ Firefox ระดับความรุนแรงสูงที่ไม่เคยรู้จักมาก่อน 81 รายการ บวกกับปัญหาที่รู้อยู่แล้ว 30 รายการซึ่งกลายเป็นว่ารุนแรงกว่าที่รายงานไว้ และ Mozilla เริ่มนำการแก้ไขขึ้นสู่ระบบในไม่ช้าหลังจากนั้น Dragos เป็นพันธมิตรด้านการประเมิน ไม่ใช่ลูกค้า ไม่มีพันธมิตรที่ระบุชื่อถูกอ้างคำพูดที่ใดในประกาศ ดังนั้นความสัมพันธ์ทั้งหมดเหล่านั้นจึงถูกอธิบายโดย OpenAI แทนที่จะได้รับการยืนยันด้วยคำพูดของพันธมิตรเอง

หากคุณไม่ได้อยู่ใน Daybreak Red

จุดยืนที่ตรงไปตรงมาสำหรับทีมส่วนใหญ่คือโมเดลนี้ยังซื้อไม่ได้ในตอนนี้ และคำถามที่มีประโยชน์คือระหว่างนี้ควรใช้อะไรดี เราไม่ได้ให้บริการเส้นทาง GPT-6 Cyber — โมเดลนี้ไม่ได้อยู่ในแคตตาล็อกของ OrcaRouter และหน้าโมเดลของ OpenAI สำหรับโมเดลนี้ต้องได้รับการอนุมัติ Daybreak Red ก่อนที่คีย์จะใช้งานได้เลย สิ่งที่เราให้บริการเส้นทางคือสาย GPT-6 ทั่วไป: GPT-6 Astra ในราคา $10/$50 ส่วน GPT-6 Sol ในราคา $2/$10, GPT-6 Luna ในราคา $0.10/$0.50 และ GPT-6.1 Sol ในราคา $2/$10 ทั้งหมดผ่าน API key เดียวครอบคลุมกว่า 200 โมเดล ในราคาตามรายการโดยคิดมาร์กอัป 0% ดังนั้นเมื่อผู้ขายเปลี่ยนราคา บิลของคุณจะได้รับผลในวันเดียวกัน แทนที่จะเป็นตอนต่อสัญญาครั้งถัดไป

การแยกส่วนนั้นสำคัญต่อวิธีที่ทีมความปลอดภัยสร้างระบบจริง ๆ ชั้นไซเบอร์มีไว้สำหรับขั้นตอนการใช้ประโยชน์จากช่องโหว่ ส่วนทุกสิ่งรอบ ๆ ได้แก่ การคัดแยกและจัดลำดับความสำคัญ การร่างแพตช์ การเขียนรายงาน และการรีวิวโค้ดที่นำผลการตรวจไปใช้ ล้วนเป็นงานเอนกประสงค์ที่โมเดลทั่วไปทำได้ในราคาหนึ่งในห้าถึงหนึ่งในสิบ การส่งทั้งสองขั้นตอนผ่านปลายทางเดียว พร้อมการสลับอัตโนมัติเมื่อผู้ให้บริการต้นน้ำมีประสิทธิภาพลดลง เป็นปัญหาทางวิศวกรรมที่เล็กกว่าการเจรจาสองสัญญาและการเชื่อมต่อ SDK สองตัว และยังเป็นรูปแบบที่ช่วยให้คุณไม่ต้องเขียนไปป์ไลน์ใหม่ในสัปดาห์ที่การเข้าถึง Daybreak Red เปิดให้ใช้จริง

ดูอะไรดี

สามสิ่งจะตัดสินว่าการเปิดตัวนี้จะดูมีความสำคัญหรือไม่ในอีกหกเดือน ขั้นแรกคือการเข้าถึง Daybreak Red ในวงกว้างขึ้นจะเกิดขึ้นจริงหรือไม่ และเมื่อเกิดขึ้นแล้ว เรตติ้ง Critical จะถูกนำไปปฏิบัติใช้จริงอย่างไร — เรตติ้งที่ยังคงทำให้โมเดลอยู่ภายใต้การอนุมัติด้วยมือนั้นเป็นผลิตภัณฑ์ที่แตกต่างจากเวอร์ชันที่ปล่อยให้ใครก็ได้ที่มีบัตรสามารถใช้ได้ ขั้นที่สองคือจะมีใครนอก OpenAI ทำผลลัพธ์จากฮันนีพอตซ้ำได้หรือไม่ เพราะการเอาเปรียบช่องโหว่นอกขอบเขตเพียง 0.07% บนบริการเสริมเพียงบริการเดียวนั้นเป็นการวัดที่แคบซึ่งถูกนำมาใช้รองรับข้ออ้างด้าน alignment ที่กว้างมาก Chris Hughes รองประธานฝ่ายกลยุทธ์ความปลอดภัยของ Noma Security ตั้งข้อโต้แย้งกับ CSO อย่างตรงไปตรงมาว่า อัตราความผิดพลาดเล็กน้อยในระดับที่โมเดลเหล่านี้ถูกออกแบบให้ทำงานนั้นยังคงเป็นการกระทำต่อระบบที่ไม่มีใครได้รับอนุญาต ขั้นที่สามคืออัตราการแก้ไข Hughes ชี้ไปที่แดชบอร์ด Patch the Planet ของ OpenAI ซึ่งแสดงว่ามีช่องโหว่ที่รายงานถูกแก้ไขแล้วน้อยกว่า 25% จนถึงตอนนี้ และการสแกน Linux จบลงด้วยแพตช์ 61 รายการจากเอ็กซ์พลอยต์ 948 รายการหลังจากสิบวัน

โมเดลที่ค้นพบช่องโหว่ที่ใช้โจมตีได้นับพันรายการ และไปป์ไลน์ที่แก้ไขได้หกสิบรายการ ไม่ถือเป็นการยกระดับความปลอดภัยในระดับระบบ ไม่ว่าคะแนน ExploitGym จะดีเพียงใดก็ตาม ข้อโต้แย้งเรื่องขีดความสามารถนั้นถือว่าข้อยุติเพียงพอแล้วในตอนนี้: GPT-6 Cyber เป็นโมเดลความมั่นคงฝ่ายรุกที่แข็งแกร่งที่สุดที่ OpenAI เคยเปิดตัว โดยตั้งราคาและให้คะแนนตามนั้น คำถามที่การเปิดตัวครั้งนี้ยังไม่ได้ตอบคือ ฝั่งการเปิดเผยข้อมูลของระบบนิเวศจะรองรับสิ่งที่ฝั่งการค้นพบสามารถผลิตออกมาได้ในตอนนี้หรือไม่ นั่นเป็นปัญหาที่ยากกว่าการทดสอบมาตรฐาน และยังไม่มีใครเผยแพร่ตัวเลขสำหรับเรื่องนี้เลย