GPT-6 Cyber : comprendre les évaluations et vérifier les correctifs

OpenAI a présenté GPT-6 Cyber le 5 novembre 2026, avec un premier accès par API et Codex pour certains clients Daybreak Red. Pour une équipe, la question concrète est de transformer les découvertes en correctifs examinés puis déployés.

Ce qui a été publié

La fiche du système décrit une variante de GPT-6 Astra spécialisée dans les travaux de sécurité autorisés. L’accès reste restreint. L’annonce ne garantit pas la disponibilité pour tout compte API ; aucun identifiant de modèle ni appel SDK supposé ne sera donné ici.

Lire les chiffres correctement

ExploitGym passe de 32.1% à 48.5%, soit 16.4 points de pourcentage et environ 51.1% de progression relative. Exploiter une faille désignée et découvrir un défaut inconnu restent deux exercices différents.

Le test web sans code source annonce un rappel de 40.3%, contre 32.0% pour Astra. Ce chiffre ne mesure pas le travail causé par les faux positifs. Il faut demander les cibles, les budgets, les tentatives, les interventions humaines et le coût par découverte acceptée ; ce site n’a pas reproduit ces évaluations du fournisseur.

Linux et Firefox : remonter aux preuves

Le rapport Linux distingue 2,308 pistes, 1,724 vulnérabilités reproduites et 948 exploitations fonctionnelles d’élévation locale de privilèges. Une suspicion n’a pas la même valeur qu’un franchissement de frontière de sécurité observé. Une élévation locale suppose déjà un accès local.

La campagne a consommé 1,213,430 dollars de crédits API, soit environ 1,279 par exploitation locale fonctionnelle. Ce montant ne représente ni un tarif produit ni le coût humain complet. L’avis Firefox fournit composants, gravité et références ; sa date du 27 octobre précède l’annonce du modèle. Découverte, divulgation, correction et lancement ont des calendriers distincts.

De la réponse au correctif

Le schéma propose un circuit de travail rédigé pour cet article, pas une architecture officielle. Figer d’abord la révision et l’environnement. Le modèle suggère des hypothèses et des correctifs ; un exécuteur séparé reproduit le problème et évalue la réparation.

Conserver l’entrée, les journaux, les commandes et le diff. Le même cas doit échouer avant correction et réussir après, avec des tests des usages valides voisins. Supprimer une fonctionnalité peut faire disparaître le plantage tout en cassant le produit.

Un contrôle exécutable

Enregistrer le code dans evidence-gate.ts puis lancer bun run evidence-gate.ts. Il ne contacte aucun réseau ni GPT-6 Cyber. Il contrôle un dossier local : révision, environnement, échec avant correctif et réussite après.

type Finding = {
  id: string;
  commit: string;
  environment: string;
  before: number;
  after: number;
  regression: number;
  reviewer: string | null;
};

function readyForReview(f: Finding): boolean {
  return (
    /^[a-f0-9]{40}$/.test(f.commit) &&
    f.environment.trim().length > 0 &&
    f.before !== 0 &&
    f.after === 0 &&
    f.regression === 0
  );
}

const finding: Finding = {
  id: "LAB-001",
  commit: "a".repeat(40),
  environment: "isolated-vm / fixture-v1",
  before: 1,
  after: 0,
  regression: 0,
  reviewer: null,
};

if (!readyForReview(finding)) {
  throw new Error("Evidence incomplete");
}
console.log(
  JSON.stringify({
    id: finding.id,
    readyForReview: true,
    approved: finding.reviewer !== null,
  }),
);

Le résultat est readyForReview: true et approved: false. Les codes de sortie doivent venir d’un exécuteur fiable. Le contrôle ne démontre ni exploitabilité, ni qualité du correctif, ni identité du relecteur ; une validation authentifiée et des artefacts immuables restent nécessaires. Remplacer le commit fictif par la révision testée.

Imposer les limites dans l’exécution

L’annonce rapporte 99.93% de respect du périmètre sans consignes de déploiement et 100% avec elles. Ce résultat observé ne garantit pas tous les appels futurs. La fiche classe la capacité cyber au niveau Critical.

L’autorisation des cibles, les sorties réseau et les identifiants doivent être contrôlés hors du modèle. Prévoir un budget d’exécution et un état jetable. Les textes du dépôt et les pages consultées peuvent contenir des instructions hostiles : ils ne valent pas autorisation.

Évaluer un pilote

Choisir un dépôt détenu par l’équipe et comparer des révisions et budgets identiques. Mesurer les découvertes uniques acceptées, la reproductibilité, le temps de revue, l’acceptation des correctifs et leur délai de déploiement. Les alertes en double coûtent aussi du temps.

Inclure du code suspect inaccessible, une faille déjà corrigée, un correctif qui masque le plantage et une cible hors périmètre. Faute de preuves, le système doit conserver son incertitude et s’arrêter. À mon avis, le bon objectif est le délai entre découverte reproductible et réparation déployée.

Références

Une IA a aidé à rédiger et traduire cet article. Les faits sourcés sont distingués de l’exemple et des recommandations de l’auteur.