GPT-6 Cyber progresse en exploitation, mais reste à encadrer de près

Une équipe de sécurité doit regarder GPT-6 Cyber comme plus qu’un assistant de revue de code : c’est un agent pouvant aller jusqu’à l’exploit, ce qui impose une autorisation et un périmètre clairs avant tout lancement. Dans son annonce du 5 novembre 2026, OpenAI met en avant un meilleur score d’exploitation et un respect accru des limites de mission¹. Ces résultats viennent de l’éditeur et ne remplacent pas un test indépendant.

Que mesurent vraiment les nouveaux scores ?

Selon OpenAI, GPT-6 Cyber obtient 48,5 % sur ExploitGym, contre 32,1 % pour GPT-5.6 Cyber, soit 16,4 points de plus. Ce test vérifie si un modèle peut exploiter une vulnérabilité désignée¹. La nuance compte : puisque la faille est indiquée au départ, ce score ne mesure pas à lui seul la capacité à repérer une faille inconnue dans votre code.

Une évaluation séparée porte sur le respect du périmètre. D’après OpenAI, le modèle évite d’exploiter des services hors champ dans 99,93 % des tests sans son prompt de déploiement, et dans 100 % des tests avec celui-ci¹. L’éditeur attribue ce progrès à un entraînement consacré au périmètre autorisé, aux restrictions et à l’exactitude des comptes rendus.

Ces chiffres publiés par OpenAI se lisent ainsi¹ :

Daybreak Blue ou Daybreak Red : quel accès pour quel besoin ?

OpenAI distingue deux usages dans son programme Daybreak¹. Daybreak Blue aide les défenseurs vérifiés à valider vulnérabilités et correctifs, avec moins de refus inutiles. Daybreak Red vise un développement d’exploits plus poussé et des tests de sécurité autorisés avec GPT-6 Cyber. L’éditeur ajoute que ses modèles généraux, comme GPT-6 Astra, prennent déjà en charge la revue de code, le tri des vulnérabilités et la préparation de correctifs. Une équipe dont le besoin s’arrête là n’a donc pas forcément à viser l’accès le plus offensif.

OpenAI dit vouloir élargir fortement Daybreak aux organisations de toute taille, aux chercheurs indépendants et aux mainteneurs open source, car il juge limité le temps disponible pour sécuriser les logiciels¹. Il s’agit d’un objectif : il ne signifie pas que chaque structure y a accès aujourd’hui. Pour préparer plus largement l’arrivée d’agents en entreprise, notre guide sur OpenAI Frontier peut servir de point de départ.

Le modèle a déjà servi à attaquer et corriger des systèmes réels

OpenAI indique avoir utilisé GPT-6 Cyber pour durcir l’infrastructure servant à entraîner ses modèles. Lors de campagnes contrôlées, des agents utilisant GPT-6 Cyber et d’autres modèles maison ont enchaîné des vulnérabilités pour sortir de microVM, des machines virtuelles légères, et exécuter du code sur les hôtes¹. L’entreprise dit en avoir tiré des correctifs, des restrictions réseau renforcées et des signalements aux mainteneurs et fournisseurs. Ses chercheurs emploient aussi le modèle pour trouver et valider à grande échelle des failles open source, dont certaines étaient inconnues dans des logiciels examinés depuis des années.

Deux enseignements s’en dégagent. Ce travail ne peut pas être crédité au seul GPT-6 Cyber, puisque d’autres modèles y ont participé. Surtout, une microVM ne devrait pas constituer l’unique barrière autour d’un agent offensif.

Jusqu’où peut-on se fier à ces résultats ?

Trois limites restent à garder en tête. Les pourcentages proviennent de l’éditeur et portent sur ses conditions de test, pas sur votre réseau. Le 100 % ne vaut que pour l’évaluation décrite, avec le prompt de déploiement. Enfin, ces chiffres ne disent pas comment l’agent réagirait à l’insistance d’un tiers, un risque à rapprocher de notre article sur les modèles qui cèdent quand un coéquipier insiste.

Avant une mission, écrivez la liste des services autorisés, bloquez tout le reste au niveau du réseau et conservez la configuration de déploiement prévue. Faites ensuite rejouer chaque exploit signalé par une personne habilitée avant de lancer un correctif.

Sources consultées

1. GPT‑6 Cyber: Advancing the frontier of aligned cybersecurity agents