Модель позиционируется как инструмент для защитников: она ищет уязвимости, доводит их до работоспособного эксплойта — чтобы подтвердить, что дыра реальна, — и предлагает исправление. Доступ пока ограничен: API и Codex для узкого круга клиентов программы Daybreak Red, с постепенным расширением.
Результаты на реальных целях
В Firefox модель нашла 81 ранее неизвестную серьёзную уязвимость, хотя браузер уже проверяли предыдущими AI-моделями. Ещё 30 известных проблем она переоценила как более опасные, чем считалось. Mozilla приняла отчёты и выпустила исправления.
В ядре Linux кампания была устроена как конвейер из агентов-разведчиков и агентов-аналитиков. Они просканировали 5034 места, связанных с безопасностью, — около 7% кодовой базы, — отфильтровали 2308 кандидатов и подтвердили 1724 уязвимости в изолированных виртуальных машинах. Рабочих эксплойтов получилось 948, более чем в пять раз больше, чем у предшественника. 304 критических находки передали мейнтейнерам вместе с предложенными патчами.
Стоимость всей кампании OpenAI оценивает в $1 213 430 вычислительных ресурсов, то есть около $1 279 за один эксплойт. Для сравнения: Pwn2Own и TyphoonPWN исторически платят за сопоставимые находки от $20 000 до $70 000.
Что с безопасностью самой модели
OpenAI отдельно отчитывается о границах: без специальных инструкций модель не нарушала их в 99,93% случаев против 94,49% у предшественника, а с инструкциями — в 100%. В собственной шкале Preparedness модель отнесена к категории «Critical» по кибербезопасности.
Осторожность нужна в двух местах. Во-первых, все цифры — из тестов самой OpenAI, независимых прогонов нет. Во-вторых, заявление о «как минимум десяти новых техниках атаки» проверить сложно: исследователи до сих пор спорят, создают ли модели новое знание или перекомбинируют увиденное.
Практический вывод для индустрии простой: поток качественных отчётов об уязвимостях вырастет, и выиграют те, у кого отлажен процесс их приёма и выпуска патчей.
The model is pitched as a tool for defenders: it finds vulnerabilities, carries them through to a working exploit — to prove the flaw is real — and proposes a fix. Access is limited for now: API and Codex for a narrow group of Daybreak Red customers, expanding gradually.
Results against real targets
In Firefox the model found 81 previously unknown severe vulnerabilities, even though the browser had already been tested with earlier AI models. It also re-rated 30 known issues as more dangerous than previously thought. Mozilla accepted the reports and shipped fixes.
The Linux kernel campaign ran as a pipeline of scout and analyst agents. They scanned 5,034 security-relevant locations — about 7% of the codebase — filtered down to 2,308 candidates and confirmed 1,724 vulnerabilities in isolated virtual machines. That produced 948 working exploits, more than five times the predecessor’s count. 304 critical findings went to maintainers along with suggested patches.
OpenAI puts the campaign’s compute cost at $1,213,430, or about $1,279 per exploit. For comparison, Pwn2Own and TyphoonPWN have historically paid $20,000 to $70,000 for comparable findings.
What about the model’s own safety
OpenAI reports on boundaries separately: without special instructions the model avoided violations in 99.93% of cases against 94.49% for its predecessor, and with instructions in 100%. On its own Preparedness scale the model is rated “Critical” for cybersecurity.
Caution is warranted in two places. First, all numbers come from OpenAI’s own testing; no independent runs exist. Second, the claim of “at least ten novel attack techniques” is hard to verify: researchers still argue about whether models create new knowledge or recombine what they have seen.
The practical conclusion for the industry is simple: a stream of high-quality vulnerability reports is coming, and the winners will be those with a working intake and patch process.