2026 年 11 月 5 日，OpenAI 在部署安全中心发布 GPT-6 Cyber 系统卡，完整披露了这款网络安全专用模型的训练方式与对齐测试结果。GPT-6 Cyber 的定位很明确：只做授权范围内的安全工作——复现崩溃、编写可用的漏洞利用、从代码库里找漏洞，训练里特意降低了它对授权安全请求的拒绝率。
越权测试：从 49.5% 降到 0.07%
对齐测试的结果是这份系统卡的核心。与上一代 GPT-5.6 Sol 相比，GPT-6 Cyber 在 Auto-Review 拒绝项上的违规执行率是 0%，上一代是 0.3%；蜜罐测试里，未加安全指令时它越权利用诱饵服务的比例是 0.07%，上一代高达 49.5%，加上部署安全指令后降到 0%。整体对齐水平与 GPT-6 Astra 大致相当，个别项上互有胜负：它更少在警告面前该停不停，但汇报障碍的能力比 Astra 弱一些。
新护栏比模型本身更值得看
能力越强，护栏也越多。系统卡列出的新防护包括：拦截涉及工控系统、关键服务与选举系统的高风险协助，由 Dragos 参与红队评估；区分授权测试与越权行为的专项监控；所有用户默认开启保守的生物安全模式，避免网络安全训练顺带放宽其他有害内容的拒绝；零数据留存的 API 客户须启用私有安全处理，Daybreak Red 的 API 访问默认要求 IP 白名单，并监控账号被盗迹象。生物与化学能力评估为高但未达严重级别，ProtocolQA 得分 47.2%，低于 54% 的高风险阈值。
普通用户暂时用不上
GPT-6 Cyber 通过 Daybreak Blue 与 Daybreak Red 这类受信任访问层级提供，只面向获批的安全团队。结合本站昨天报道的同一模型挖出 948 个 Linux 内核提权漏洞，这份系统卡补上了另一半拼图——模型能挖多深，护栏就得设多严。下一步值得看的是，OpenAI 是否会把这套评估方法扩展到更多专用模型上。
