OpenAI 已发布 GPT-6 Cyber​​，这是一个旨在授权网络安全研究的模型，经批准的 Daybreak Red 客户可通过 API 和 Codex 进行初始访问。该公司根据其准备框架将该模型归类为网络安全中的“关键”模型，将该版本与常规模型刷新划分为不同的类别。

OpenAI表示，GPT-6Cyber​​ 发现了 81 个先前未知的高严重性 Firefox 漏洞，并在受控研究中针对 948 个 Linux 漏洞开发了可利用的漏洞。这些结果是公司报告的，并未在审查的材料中独立复制，但它们表明了为什么该模型是在专为经过审查的安全工作而不是通用开发而设计的访问制度下提供的。

具有 API 访问权限的受限模型

此次发布对开发人员很重要，因为 GPT-6 Cyber​​ 并不局限于研究演示或内部产品。它被列为 API 模型，具有 1,050,000 个令牌上下文窗口，最大输出为 128,000 个令牌。标准定价为每百万个输入令牌 20 美元，每百万个输出令牌 100 美元。

长上下文、高输出容量和高定价的组合指向专门的工作负载：代码库分析、漏洞分类、授权环境中的漏洞利用验证以及其他安全任务，在这些任务中，功能模型的成本是合理的。它不太可能作为普通应用程序流量的经济默认模型。

Authorization 成为路由的一部分

API 平台的实际变化是模型选择不再仅被视为目录和定价问题。访问权限取决于客户的批准，并且允许的用例很重要。为此类模型提供服务的网关需要保留跨客户帐户、API 密钥和下游应用程序的授权范围。

对于适用于团队的多模型API网关，这可能意味着单独的资格检查、身份验证、提供商特定的凭据、IP 许可名单和请求的不可变审核记录。路由规则应将批准的防御评估与生成或运行漏洞利用代码的不受限制的请求区分开来。当客户未获批准时，网关还需要明确的故障模式，而不是默默地退回到安全属性截然不同的另一个模型。

为什么该版本提高了控制平面门槛

安全模型访问产生了超出普通速率限制的操作要求。提供商和经销商可能需要记录谁授权了工作负载、哪个客户和应用程序启动了该工作负载、暴露了哪些工具或文件以及请求是否在批准的范围内。滥用监控和快速暂停应设计到服务中，而不是在事件发生后添加。

这些要求也会影响商业运营。以每百万输出代币 100 美元计算，长期运行的安全工作流程可能会产生大量且难以预测的支出。使用 Model Gate 或其他网关的团队将受益于 AI API 团队支出控制，这些支出控制应用特定于模型的预算、审批关口和提醒，而不是仅依赖于组织范围的限制。使用记录应保留所请求的模型和授权上下文，以便安全审查可以与提供商发票保持一致。

尚不清楚的地方

OpenAI在审查的材料中没有披露各个组织获得访问权限的速度、适用的速率限制或在实践中如何做出审批决策。在独立评估可用之前，报告的漏洞计数和任何基准测试结果也应被视为供应商声明。

目前，GPT-6 Cyber​​ 最好被理解为用于授权安全工作的受限且高成本的路由选项。其重要性超出了模型本身：API网关、经销商和企业控制平面将越来越需要在请求时强制执行资格、目的和紧急暂停，而不仅仅是转发兼容的API调用。