OpenAI alza il livello della propria strategia nel settore cyber con GPT-5.6-Cyber, modello specialistico pensato per la ricerca delle vulnerabilità, i test di intrusione autorizzati e la risposta agli incidenti. Si tratta di uno strumento pronto a confrontarsi con attività offensive a uso difensivo, come lo sviluppo di catene di exploit, l’analisi dei bypass di autenticazione e l’escalation dei privilegi.

Il modello deriva da GPT-5.6 Sol, ma ha ricevuto un training più mirato sulle attività che quotidianamente impegnano red team, ricercatori di sicurezza e team di incident response. OpenAI sostiene di averne ridotto il tasso di rifiuto davanti a prompt classificabili come dual use, ossia richieste che possono servire a testare un’infrastruttura in modo legittimo oppure, nelle mani sbagliate, diventare materiale utile per un attacco reale.

GPT-5.6-Cyber viene distribuito attraverso Daybreak Red, una nuova fascia d’accesso indirizzata a organizzazioni abilitate a eseguire vulnerability research, validazione degli exploit e security assessment. Il progetto Daybreak aveva già introdotto il livello Blue, che mette a disposizione modelli generalisti di frontiera con guardrail pensati per usi difensivi autorizzati. Red porta però la discussione su un piano diverso in cui l’AI riceve margini più ampi per completare attività avanzate, a patto che l’utilizzo avvenga in contesti verificati e sotto il controllo di soggetti affidabili.

fdgdfgdf

I dati pubblicati dall’azienda fotografano bene il cambio di passo. Attraverso una valutazione interna denominata Advanced Cybersecurity Completion Rate, OpenAI ha misurato quanto spesso i modelli rispondano concretamente a richieste legate allo sviluppo di exploit chain, privilege escalation e aggiramento dei sistemi di autenticazione. GPT-5.6-Cyber ha completato il 95% delle richieste sottoposte al test, mentre GPT-5.6 Sol si è fermato all’1,5% e il precedente GPT-5.5-Cyber, presentato a giugno, aveva raggiunto il 57,3%.

Questi numeri non misurano in modo diretto la pericolosità del modello, né certificano che ogni risposta sia tecnicamente valida o immediatamente utilizzabile, ma descrivono la sua propensione a portare a termine richieste che gli altri modelli tendono a bloccare. In ambito professionale, questa differenza può tradursi in tempi più rapidi per riprodurre una vulnerabilità, verificare l’impatto di una configurazione errata o costruire un proof of concept interno prima di avviare la remediation. Sul benchmark ExploitGym, GPT-5.6-Cyber supera sia GPT-5.6 Sol sia GPT-5.5-Cyber nelle attività legate allo sviluppo di exploit e alla ricerca avanzata. OpenAI parla inoltre di miglioramenti nella scoperta di vulnerabilità zero-day e nella capacità di attribuire una gravità realistica ai problemi individuati.

Emerge però anche un limite interessante, probabilmente più rilevante di quanto appaia nel comunicato di OpenAI. Il modello risulta infatti meno efficace di GPT-5.6 Sol nelle indagini aperte su repository complessi, nelle quali deve analizzare molto codice, sviluppare un proof of concept funzionante e produrre un report di vulnerabilità completo. Secondo OpenAI, il problema nasce dal fatto che GPT-5.6-Cyber tende talvolta a generare report troppo brevi e poco dettagliati. In altre parole, può essere più aggressivo nell’attività tecnica, ma meno affidabile nella documentazione che permette a sviluppatori e responsabili della sicurezza di comprendere, riprodurre e correggere davvero il problema.

efdf

Tra le vulnerabilità attribuite al modello figura la CVE-2026-15903, falla ad alta gravità con punteggio CVSS 8,8 nel motore JavaScript V8 di Chrome. Il difetto, già corretto da Google e basato su una lettura e scrittura fuori dai limiti della memoria, avrebbe potuto consentire l’esecuzione di codice arbitrario nel sandbox attraverso una pagina HTML costruita ad arte. OpenAI riferisce anche di cinque vulnerabilità in un importante sistema operativo mobile, inclusa una catena capace di trasformare un’app non attendibile in un vettore per l’escalation locale dei privilegi. A questo si aggiungerebbero tre vulnerabilità critiche in un database molto diffuso, con possibilità di esecuzione remota di codice, e oltre 400 falle riconducibili all’escalation dei privilegi in un popolare kernel per sistemi operativi.

La disponibilità iniziale di GPT-5.6 Cyber è limitata a partner considerati affidabili fra cui Accenture, Akamai, Cisco, Cloudflare, CrowdStrike, Fortinet, IBM, Palo Alto Networks, PwC e Sophos. Il senso dell’operazione è spostare parte dell’automazione sul lato dei difensori, in una fase in cui gruppi criminali e attori statali stanno già sfruttando gli agenti AI per accelerare ricognizione, sviluppo di codice malevolo, phishing e adattamento delle campagne.

Resta comunque fondamentale evitare l’equazione secondo cui un modello capace di individuare un difetto sia automaticamente capace di risolverlo. Una ricerca di 1Password citata da OpenAI mostra che i modelli hanno prodotto patch pienamente corrette, senza alterare materialmente il comportamento dell’applicazione, nel 26% dei casi. Nel 20,1% dei test la vulnerabilità veniva risolta introducendo però modifiche indesiderate, mentre nel 53,9% restava irrisolta, venivano aggiunti nuovi problemi o si verificavano entrambe le eventualità.