GPT-5.6-Cyber——防御側だけに配られるサイバー特化版、Daybreak が Blue / Red の2層に

GPT-5.6-Cyber (Daybreak Red) のリリースは、AI安全性の取り組みを「利用制限」から「責任ある配備」へと根本的にシフトさせた転換点でした。

従来の限界：汎用モデルと二重用途のジレンマ

以前は、強力な汎用モデル（GPT-5.6 Solなど）が公開されると、防御業務にも悪用のリスクにも両方使えるという「二重用途」問題に直面していました。OpenAIのような開発者は、この問題に対し、高度なサイバーセキュリティ要求をほぼ完全に拒否することで対応してきました。これにより、サイバー防御側も先進的なAIツールを十分に活用できず、GPT-5.6 Solでの高度なサイバー要求完遂率はわずか1.5%に留まっていました。

新しいアプローチ：信頼できる防御側への限定開放

Daybreak Redは、このジレンマを大胆に乗り越えました。

• 「誰にも渡さない」から「適切な者だけに渡す」へ：審査を受けた防御側組織のみにモデルへのアクセスを許可する「Daybreak Red」プログラムを創設しました。
• 「拒否するAI」から「協力するAI」へ：ゼロデイ脆弱性の発見やエクスプロイトチェーンの開発といった高度な作業における拒否率を劇的に下げ、完遂率を95.0% まで高めました。

この変化は、AIのリスク管理の主軸が、モデルの能力自体の制限から、ユーザーコミュニティと配布インフラの構築へ移行したことを意味します。社会全体のセキュリティを高めるためには、信頼できる専門家集団に強力なツールを提供することが必要だという、実用的な安全性パラダイムへの本格的な移行が示されたのです。

GPT-5.6-Cyber は、高度に特化されたサイバーセキュリティ支援モデルです。

ベースモデルと学習

• ベースアーキテクチャ：汎用言語モデル GPT-5.6 Sol をベースに構築されています。
• 追加学習の焦点：サイバーセキュリティ分野、特にゼロデイ脆弱性の発見やエクスプロイトチェーンの開発といった、従来は拒否されがちだった「二重用途」タスクを積極的に実行できるよう、追加学習が施されました。

性能向上と検証結果

• タスク完遂率の飛躍：高度なサイバー要求に対する完遂率が、ベースのGPT-5.6 Sol（1.5%）やDaybreak Blueプログラム経由の同モデル（2.0%）から、劇的に向上し、95.0% を達成しています。
• 実証済みの能力：学習完了後の検証フェーズでは、ChromeのJavaScriptエンジンV8において、未知の脆弱性2件を実際に発見。さらに、それらを組み合わせてV8のヒープサンドボックスを脱出できることを示し、防御側が直面するリアルな脅威の特定と分析能力を証明しました。

Daybreakプログラムの2層構造

• Daybreak Blue：汎用モデル（GPT-5.6 Sol）に防御業務向けの安全策を追加した層。サイバーセキュリティ以外の一般業務も可能です。
• Daybreak Red：本モデル（GPT-5.6-Cyber）を使用できる最上位層。高度な攻撃シミュレーションや脆弱性研究に特化した機能が解放されています。