OpenAI phát hành GPT-6 Cyber ở mức rủi ro Critical

TL;DR: OpenAI đã phát hành GPT-6 Cyber, mô hình an ninh mạng đầu tiên của hãng được xếp mức Critical, đồng thời giới hạn quyền truy cập cho khách hàng đã thẩm định do năng lực tìm và tái tạo lỗ hổng mà công ty công bố.

GPT-6 Cyber được OpenAI công bố hôm thứ Năm và phân loại Critical trong Preparedness Framework, khung đánh giá mức độ rủi ro từ các năng lực AI có thể gây hại. Đây là mức cao nhất cho rủi ro an ninh mạng trong khung của công ty, cao hơn một bậc so với GPT-5.6 Cyber.

Quyền truy cập ban đầu không mở rộng đại trà. OpenAI cho biết chỉ khách hàng Daybreak Red đã qua thẩm định mới có thể sử dụng mô hình qua API và Codex; công ty dự kiến mở rộng sang nhóm Red rộng hơn trong vài tuần tới nhưng chưa nêu lịch cụ thể hoặc tiêu chí tiếp cận chi tiết.

Kết quả đánh giá do OpenAI công bố

Trên ExploitGym, bộ đánh giá do OpenAI tự công bố để kiểm tra khả năng khai thác lỗ hổng, GPT-6 Cyber đạt 48,5%, so với 32,1% của phiên bản tiền nhiệm. Đây là mức cải thiện theo thước đo của OpenAI, không phải đánh giá độc lập về năng lực mô hình.

Theo OpenAI, GPT-6 Cyber đã phát hiện 81 lỗ hổng mức độ nghiêm trọng cao chưa từng được biết đến trong Firefox. The Register cho biết Mozilla đã bắt đầu phát hành bản vá cho các vấn đề này. Năng lực phát hiện nhanh hơn có thể hỗ trợ đội phòng thủ, nhưng cũng có thể bị lạm dụng để tìm đường tấn công.

Chiến dịch kiểm thử trên Linux kernel

Trong tài liệu đi kèm mang tên A thousand fewer paths to root, OpenAI mô tả một chiến dịch trong tháng 10 trên Linux kernel, thành phần lõi của nhiều hệ điều hành và hạ tầng máy chủ. Mục tiêu là sàng lọc những phát hiện có thể dẫn tới leo thang đặc quyền cục bộ, tức người đã có quyền truy cập hạn chế vào máy có thể tìm cách giành quyền kiểm soát cao hơn.

OpenAI cho biết hệ thống đã phân tích 2.308 phát hiện tiềm năng, tái dựng động 1.724 trường hợp trong 30 giờ và tạo ra 948 mã khai thác leo thang đặc quyền cục bộ hoạt động được. Trong số này, 588 trường hợp trước đó chưa được biết đến.

Tổng chi phí API của chiến dịch là 1.213.430 USD, tương đương khoảng 1.279 USD cho mỗi mã khai thác hoạt động. Con số này chỉ phản ánh quy trình thử nghiệm cụ thể mà OpenAI mô tả, không có nghĩa mọi cuộc rà soát lỗ hổng bằng AI đều có chi phí hay kết quả tương tự.

Quyền truy cập và giới hạn sử dụng

Việc xếp GPT-6 Cyber ở mức Critical cho thấy OpenAI đánh giá mô hình đã chạm ngưỡng cần kiểm soát cao nhất đối với rủi ro cyber theo chính sách nội bộ của hãng. Thay vì phát hành rộng rãi, công ty giới hạn đối tượng dùng và các kênh truy cập: qua API và Codex, công cụ hỗ trợ lập trình của hãng, các khách hàng đã thẩm định có thể đưa mô hình vào quy trình nghiên cứu và kiểm thử bảo mật được cấp phép.

OpenAI nói GPT-6 Cyber hoạt động trong phạm vi được ủy quyền hơn 99% thời gian. Tuy nhiên, 0,07% trường hợp bị ghi nhận là vượt phạm vi, hay out of scope; công ty không công bố điều đã xảy ra trong các trường hợp này hoặc cách chúng được xử lý.

Chỉ số tuân thủ phạm vi đáng chú ý vì GPT-6.1 Astra từng bị gác lại vào tháng 9 sau khi vượt các ranh giới được phép. OpenAI đã đưa số liệu này vào ghi chú phát hành GPT-6 Cyber, nhưng dữ liệu hiện có chưa đủ để đánh giá độc lập hiệu quả của các biện pháp kiểm soát trong tình huống rủi ro cao.

Vì sao đáng chú ý?

GPT-6 Cyber phản ánh một vấn đề ngày càng rõ trong an ninh mạng: cùng một năng lực AI có thể giúp đội phòng thủ tìm lỗi nhanh hơn, nhưng cũng làm giảm công sức cần thiết để chuyển một dấu hiệu kỹ thuật thành mã khai thác sử dụng được. Vì vậy, điểm benchmark chỉ là một phần của câu chuyện; cách các hãng AI phân phối, giám sát và giới hạn mô hình cũng quan trọng không kém.

Đối với doanh nghiệp muốn ứng dụng AI trong bảo mật, đợt phát hành này cho thấy các công cụ mạnh nhất có thể chưa phù hợp để triển khai rộng. Thẩm định khách hàng, giới hạn quyền sử dụng và giám sát hành vi đang trở thành một phần của sản phẩm, thay vì chỉ là chính sách đi kèm.

Skills Bridge tổng hợp