Dwa poziomy zamiast jednego dostępu

OpenAI uruchomiła Daybreak w maju 2026 roku, aby zweryfikowani partnerzy do spraw bezpieczeństwa mogli używać jej najbardziej zaawansowanych modeli w prawdziwej pracy obronnej. 10 sierpnia firma podzieliła program na dwa. Daybreak Blue otwiera ogólne, czołowe modele, w tym GPT-5.6 Sol, dla zatwierdzonych obrońców, z zabezpieczeniami dostosowanymi do uzasadnionych zadań z zakresu bezpieczeństwa: wyszukiwania luk, bezpiecznego przeglądu kodu, analizy złośliwego oprogramowania, reagowania na incydenty, walidacji poprawek. Daybreak Red znajduje się za drugą, ściślejszą warstwą weryfikacji i daje dostęp do nowego modelu zbudowanego do węższego i bardziej niebezpiecznego zadania.

Tym modelem jest GPT-5.6-Cyber. Powstał na bazie GPT-5.6 Sol, ale został wytrenowany specjalnie tak, by ograniczać odmowy przy zadaniach z zakresu cyberbezpieczeństwa o podwójnym zastosowaniu - żądaniach, które zabezpieczony model zwykle odrzuca, jak tworzenie działającego łańcucha exploitów zamiast samego opisywania klasy podatności. Własne oświadczenie OpenAI, opublikowane tego samego dnia, nazywa to "rozszerzaniem Daybreak w miarę zawężania się okna obrony cybernetycznej" - to sposób, w jaki firma opisuje środowisko zagrożeń, które według niej zmienia się szybciej, niż jeden poziom dostępu może bezpiecznie obsłużyć.

Co naprawdę mierzy tych 95 procent

OpenAI ocenia te modele według tego, co nazywa Advanced Cybersecurity Completion Rate - odsetkiem wrażliwych zadań bezpieczeństwa o podwójnym zastosowaniu, które model faktycznie wykonuje, zamiast odmawiać. GPT-5.6-Cyber uzyskał 95,0 procent. Poprzedni wyspecjalizowany model, GPT-5.5-Cyber, zatrzymał się na 57,3 procent. Standardowy, zabezpieczony model GPT-5.6 Sol - ten sam, który jest dostępny przez Daybreak Blue - uzyskał od 1,5 do 2,0 procent, ponieważ jego zabezpieczenia są zbudowane tak, by domyślnie odrzucać niemal wszystkie takie żądania.

Patrząc na te trzy liczby razem, historia nie polega na tym, że GPT-5.6-Cyber istnieje. Polega na tym, że odsetek wykonanych zadań istotnych dla exploitów w dwóch generacjach modeli skoczył z jednocyfrowego poziomu, przez nieco ponad połowę, aż do niemal całkowitego wykonania. Zdolność, która wcześniej wymagała długotrwałej uwagi specjalisty przez dni lub tygodnie, jest teraz w przytłaczającej większości przypadków wykonywana za pierwszym razem przez pojedyncze, ograniczone dostępem wywołanie modelu.

To nie wynik benchmarku - to załatane CVE

Liczba przestała być abstrakcyjna, gdy OpenAI użyła GPT-5.6-Cyber do znalezienia dwóch nieznanych wcześniej luk w silniku JavaScript V8 Chrome, które można połączyć w łańcuch uszkadzający pamięć i pozwalający uciec z piaskownicy przeglądarki. Jedna z nich, oznaczona jako CVE-2026-15903, dotyczyła błędu kompilatora, w którym pominięte sprawdzenie bezpieczeństwa pozwalało napastnikowi odczytywać lub nadpisywać pamięć wewnątrz piaskownicy Chrome. OpenAI zgłosiła ją Google w ramach skoordynowanego ujawnienia, a Google już wydała poprawkę.

Jared Atkinson, dyrektor techniczny firmy ochroniarskiej SpecterOps, opisał praktyczną różnicę w komentarzu towarzyszącym ogłoszeniu: model "wykonał w mniej niż dobę pracę, której wcześniejsze modele nie rozwiązały po tygodniach" przerywanego wysiłku. Działający łańcuch pozwalający uciec z piaskownicy w przeglądarce używanej przez miliardy ludzi, znaleziony i zgłoszony w ciągu jednej doby - to konkretny przypadek, który reprezentował wynik benchmarku.

Wyścig dotyczy teraz tempa łatania, nie zdolności

Najbardziej oczywiste ryzyko nie polega na tym, że OpenAI zbudowała model potrafiący łączyć luki przeglądarki w łańcuchy - obrońcy zawsze potrzebowali tej zdolności, a zamknięcie jej za weryfikacją Daybreak Red jest prawdziwą kontrolą, nie formalnością. Pomijanym ryzykiem jest to, co niemal całkowity odsetek wykonania na prawdziwym celu oznacza dla harmonogramu, według którego działają wszyscy inni. Jeśli zweryfikowane laboratorium potrafi zamienić lukę zero-day w Chrome w działający łańcuch ucieczki z piaskownicy w mniej niż dobę, założenie, że napastnicy potrzebują tygodni na osiągnięcie tego samego wyniku, przestaje być podstawą planowania - niezależnie od tego, czy dysponują własnym modelem OpenAI, czy równoważną zdolnością zbudowaną gdzie indziej.

Organizacje w UE działają już w ramach obowiązków dotyczących zgłaszania i zarządzania ryzykiem wynikających z dyrektywy NIS2, a organizacje w Wielkiej Brytanii kierują się wytycznymi NCSC dotyczącymi terminów łatania; oba te ramy powstały dla świata, w którym droga od odkrycia do exploita zajmowała tygodnie, a nie dobę, i żadne z nich nie odróżnia dziś wydanej poprawki od poprawki, o której zweryfikowano, że działa na każdym dotkniętym urządzeniu końcowym. CVE-2026-15903 zostało załatane szybko, ponieważ przyjazne laboratorium przekazało je bezpośrednio Google - ta szybkość była uprzejmością, a nie gwarancją, że kolejny łańcuch spotka się z takim samym traktowaniem ze strony tego, kto znajdzie go pierwszy. To właśnie tę lukę odpowiedzialni za bezpieczeństwo w UE i Wielkiej Brytanii muszą teraz zamknąć: zaostrzyć umowy o poziomie usług dotyczące weryfikacji poprawek dla luk zero-day w przeglądarkach i systemach operacyjnych tak, by odpowiadały harmonogramowi odkrycia mierzonemu w godzinach, a nie cyklowi zgłaszania zbudowanemu dla harmonogramu mierzonego w tygodniach.

Czytaj dalej: Otwarty punkt dostępu stał się bazą ataku  |  Model cyber Microsoftu oddaje trudne 10%