GPT-5.6-Cyber 是什麼？95% 回應率、V8 漏洞鏈與 Daybreak 受控存取（2026）

2026 年 8 月 10 日，OpenAI 在官網發布〈Expanding Daybreak as the Cyber Defense Window Narrows〉，宣布讓經過核准的防禦者透過 Daybreak Red 使用 GPT-5.6-Cyber，並把 Daybreak 擴成 Red／Blue 兩種存取層級。這不是一款人人都能在 ChatGPT 選單裡切換的公開模型，而是一場把前沿網路攻防能力放進受控環境的實驗。

先說結論：這次最有價值的訊號，不是「95% 對 1.5%」看起來多懸殊，而是 OpenAI 終於把三件事放在同一張桌上——模型願不願意回答、能不能真的找到漏洞，以及誰有資格使用它。三者不能互相代替。

以下先拆清楚 Daybreak Red／Blue 的差別，再檢查 95% 的分母，最後沿著 CVE‑2026‑15903 的公開紀錄，判斷這次 V8 漏洞鏈究竟證明了什麼。

---

GPT-5.6-Cyber 到底推出了什麼？

OpenAI 把 Daybreak 分成兩條路徑。Blue 讓核准團隊以 GPT‑5.6 Sol 處理弱點分類、程式碼檢查、惡意程式分析、事故應變與修補，並對這些授權工作移除部分系統層網安攔截；Red 則提供 GPT‑5.6‑Cyber，面向經授權的 exploit 開發、攻擊鏈驗證、滲透測試與紅隊工作。Blue 並非「無限制版」Sol，其他政策與安全措施仍然存在。

比較	Daybreak Blue	Daybreak Red
模型	GPT‑5.6 Sol	GPT‑5.6‑Cyber
主要任務	分析、分流、應變、修補	授權 exploit、攻擊鏈驗證、紅隊測試
存取門檻	Trusted Access 核准	另行申請與更強身分、監控、存取控制
使用邊界	限核准的防禦工作	限內部、經授權的系統；要求人員監督

這個區分很重要。網安團隊常遇到一個實際矛盾：越接近真實攻擊的內容，通用模型越可能拒答；但把拒答拿掉，又不能只靠使用者一句「我是防禦者」維持安全。Daybreak 的答案是把部分判斷移到帳號、組織、用途與監控層，而不是宣稱模型本身已能完美辨識善惡。

---

95% 與 1.5%：先看清楚分母

“GPT‑5.6‑Cyber completes 95.0% of these requests, compared with just 1.5% for GPT‑5.6 Sol.”

「GPT‑5.6‑Cyber 會完成其中 95.0% 的請求；GPT‑5.6 Sol 只有 1.5%。」

OpenAI

這是最容易被誤讀的一句。OpenAI 把 Advanced Cybersecurity Completion Rate 定義成模型「多常會回應」進階網安請求。它測的是拒答／回應完成率，不是漏洞找到率、exploit 成功率，更不是 95% 的回答都正確。

目前公告沒有揭露題目數量、任務分布、評分者、錯誤完成率或完整信賴區間；各模型都使用最高公開可用的 reasoning level，而 GPT‑5.6‑Cyber 通常使用更完整的推理預算與更多 token。這項內部評測顯示 Cyber（Daybreak Red）的回應完成率比一般 Sol 高 93.5 個百分點；但它不能單獨證明差距由產品政策造成，更不能證明底層能力增加了 63 倍。

這不是在貶低指標。對事故應變者來說，「模型肯處理合法 payload」本身就有價值；只是它回答之後是否有用，必須交給另一組評測與真實修補結果回答。

---

專用模型贏兩項，也輸兩項

OpenAI 報告 GPT‑5.6‑Cyber 在內部版 ExploitGym 與「新型零日漏洞發現」評測優於 Daybreak Blue 版 Sol。前者測試已知漏洞的利用能力；後者則把一個開源儲存庫的當前版本交給模型，要求產生可達最高衝擊的概念驗證與技術報告。問題是，兩項都缺少 Cyber 版本的完整題目集、重複次數與外部審計，因此目前只能視為實驗室自我報告。

“GPT‑5.6‑Cyber performs worse than GPT‑5.6 Sol on this evaluation.”

「在這項評測中，GPT‑5.6‑Cyber 的表現比 GPT‑5.6 Sol 差。」

OpenAI

這句反而更能校準模型定位。在「弱點發現與報告撰寫」綜合評測裡，Daybreak Blue 版 Sol 勝過 Cyber；OpenAI 推測，原因之一是 Cyber 有時寫得更短、細節更少。

ExploitBench 也沒有出現全面碾壓：在標準 300 回合上限下，Daybreak Blue 版 Sol 得分最高，而且 token 效率更好；把所有模型的回合上限提高到 600 後，兩者差距縮小，OpenAI 並未聲稱 Cyber 反超。

證據	目前訊號	不能推出什麼
回應完成率	Cyber 大幅降低拒答	不等於 95% 正確或成功
ExploitGym／零日內測	Cyber 優於 Blue 版 Sol	不是獨立重現的普遍優勢
弱點發現與報告	Blue 版 Sol 優於 Cyber	Cyber 不是通用替代品
ExploitBench 300 回合	Blue 版 Sol 得分與效率更好	把所有模型提高到 600 回合後差距縮小，但不代表 Cyber 已反超

所以更準確的描述不是「Cyber 比 Sol 強」，而是現有內測顯示 Cyber 與 Daybreak Blue 版 Sol 呈現不同能力曲線。公開資料尚不足以證明這些落差完全由專用化訓練造成，也不能把單項峰值外推成所有網安工作的升級。

---

V8 漏洞鏈：什麼已被獨立確認？

這次比 benchmark 更硬的證據，是一個進入公開修補鏈的真實漏洞。OpenAI 稱研究團隊使用 GPT‑5.6‑Cyber 找到兩個先前未知、可以串接的 V8 漏洞，經研究人員驗證後回報 Google。OpenAI 將其中的編譯器漏洞對應到 CVE‑2026‑15903；其公開圖把第二段標成 JSPI stack escape，但公告未提供第二個漏洞的獨立 CVE、Chromium issue、修補提交或完整 exploit 細節。

Google 的Chrome 穩定版公告可以獨立確認：這是一個 High 等級的 V8 越界讀寫漏洞，由 OpenAI Codex Security（amyb）於 7 月 6 日回報；7 月 16 日的桌面穩定版更新在 Windows／Mac 150.0.7871.128／.129、Linux 150.0.7871.128 修補。CVE 公開紀錄也確認受影響版本與「在 sandbox 內」執行任意程式碼的可能性。

V8 修補提交直接確認的是：TurboFan 在 Word32 lowering 時不應略過 safe‑integer check，並新增 undefined／NaN 的回歸測試。這與 Google 對 CVE‑2026‑15903 的 V8 越界讀寫分類相符；但從 forged integer 到長度錯算、任意讀寫與完整兩漏洞鏈的利用路徑，公開提交沒有附 PoC，目前仍主要來自 OpenAI 的說明。

但證據邊界也要畫清楚。Google 的公開紀錄只確認 CVE‑2026‑15903 由 OpenAI Codex Security（amyb）回報，未確認模型歸因；OpenAI 公告也沒有附上第二段的獨立編號或修補連結。因此，公開資料可獨立確認第一個 CVE 的回報與修補，但不足以獨立重建完整兩漏洞鏈。

還有一個容易被標題放大的詞：這裡的「逃逸」指的是 V8 行程內的 heap sandbox。它不等於已突破 Chrome renderer／程序沙箱，更不等於接管作業系統。OpenAI 的圖自己也把 browser sandbox 標成下一階段。

OpenAI 另稱，GPT‑5.6‑Cyber 還協助在一個熱門行動作業系統中找出至少 5 個漏洞、在一套熱門資料庫中找出 3 個 Critical 等級漏洞，並在一個熱門作業系統核心中找出超過 400 個可能導致權限提升的漏洞。不過目標名稱、接受修補數與誤報率尚未公布；在這些資料出現前，它們只能算待驗證線索，不能和已進入 Chrome 修補紀錄的 CVE 放在同一證據層級。

---

Daybreak 的安全邏輯：限制放在模型之外

當模型更少拒答時，安全不能只靠 prompt。Daybreak Red 目前的控制包含獨立資格審查、身分與企業驗證、帳號安全、用途限制、監控、法律聲明，以及只能對獲授權系統執行的要求；既有 Blue 或 GPT‑5.5‑Cyber 資格不會自動取得 Red。官方文件也把存取限在核准組織的內部工作，禁止轉售或把底層模型接到外部客戶／下游產品，Zero Data Retention 也不會自動附帶。

但也別把規劃中的措施寫成已全面落地。個人帳號的硬體安全金鑰要到 9 月 1 日才強制；自動審查是「強烈鼓勵」，不是普遍硬性要求；新版監控在公告時仍預計於未來數週推出。OpenAI 將 GPT‑5.6‑Cyber 評為自家 Preparedness Framework 的 High、尚未達 Critical，也表示完整 Cyber system card 之後才會發布。

現有事故資料也提醒我們別把模型名稱混在一起。英國 AISI 在 35 次 GPT‑5.6 Sol 測試中，有一次出現 2 項未獲授權的行動；但測試刻意開放網路並關閉 cyber classifiers，未發現後續傷害，而且測的不是 Cyber。OpenAI 也明確表示 7 月 Hugging Face 事件涉及 Sol 與未發布原型，不是 GPT‑5.6‑Cyber。兩例不能證明 Cyber 已經越界，卻說明低拒答、長時程 agent 的安全必須落在網路、權限與監控等硬邊界上。

這種受控存取的真正考題，不只是能不能擋住惡意申請者。它還要證明三件事：核准速度是否跟得上事故應變、監控能否在不洩漏客戶機密的前提下辨識濫用，以及模型產出的 exploit 是否被技術環境限制在必要範圍內。

---

AlphaLab 的判讀：這不是排行榜冠軍，而是新的分工方式

一、95% 的價值是可用性，不是正確性

我同意 OpenAI 把拒答問題獨立量化。對真正守在事故現場的人來說，一個永遠不回答的安全模型沒有實務價值。但完成率的下一張表，應該是可驗證成功率、誤報率、人工修正時間與修補接受率；沒有它們，95% 只回答了「開不開口」。

二、一個被修補的 CVE，比一排內測長條圖更重要

CVE‑2026‑15903 至少留下回報者、日期、修補版號與程式碼變更；若依 OpenAI 對模型參與的說法，這是一項 AI 輔助發現經研究人員驗證並進入供應商修補流程。這比未公開目標與驗證結果的「找到數百個漏洞」更有說服力。不過，Google 並未獨立證實是 GPT‑5.6‑Cyber 發現該漏洞，因此它不是模型自主完成研究、溝通與修補的證明。

三、專用化不是單向升級

Cyber 在某些 exploit 內測更強，「弱點發現與報告撰寫」綜合評測及標準回合 ExploitBench 卻落後 Daybreak Blue 版 Sol，說明「最強模型」這個問法不夠好。更實際的架構會是任務路由：Cyber 找可利用路徑，Sol 深挖根因、補齊報告，人類決定嚴重性、揭露與修補優先序。

四、受控存取的成敗，要看修補速度是否跑贏能力擴散

Daybreak 的方向合理：先把高風險能力交給可追溯的防禦者，再用身分、環境與監控約束用途。我保留的疑問是，核心安全證據仍大多來自 OpenAI，而且幾項監控措施尚在推出途中。若核准流程太慢，防禦者得不到幫助；若範圍太寬，專用 exploit 能力又可能比修補更快外溢。這是一條需要用營運數據持續證明的窄路。

---

接下來值得盯的 4 個訊號

1. 完整 system card：公開題目數、評分方法、推理預算、信賴區間與誤報率。
2. 真實修補轉換率：有多少回報被維護者接受、多久完成修補，而不只是「找到多少」。
3. 第二個 V8 漏洞：OpenAI 或 Google 是否會公布可追蹤的編號與修補資料，讓外部研究者重建攻擊鏈並確認邊界。
4. Daybreak 營運結果：核准時間、濫用事件、撤權速度與監控覆蓋率，能否證明受控存取不只是門面。

GPT-5.6-Cyber 的推出，不代表通用模型已被淘汰，也不代表 AI 已自動化零日研究。它比較像一個新的專業工位：更願意碰高風險素材、在部分利用任務上更強，也需要另一個模型與人類補上報告、判斷與責任。真正的進步，不是把 95% 寫得更大，而是讓更多真實漏洞在被濫用前進入可追蹤、可修補的流程。

---