// SMARTWORLD — CYBERSECURITY
GPT-6 Cyber trova 81 falle in Firefox e crea exploit per 948 vulnerabilità di Linux
Trovare falle di sicurezza nei software è un lavoro che richiede anni d'esperienza, tanta pazienza e una conoscenza profonda dei sistemi. O almeno, questa era la situazione fino a pochi mesi fa. Con l'avvento dell'AI avanzata, anche questo lavoro è stato completamente rivoluzionato, tant'è che sono nati strumenti dedicati solo a tale scopo. L'ultima novità si chiama GPT-6 Cyber, un nuovo modello di OpenAI specializzato nella ricerca di vulnerabilità software, che promette un'accuratezza mai vista prima.
Preferisci ascoltare il riassunto audio? Abbiamo scelto una voce realizzata con strumenti avanzati IA per rendere i nostri testi subito accessibili a tutti
Stando ai dati pubblicati dall'azienda americana, GPT-6 Cyber ha già trovato 81 vulnerabilità sconosciute in Firefox e ha sviluppato exploit funzionanti per quasi 950 falle nel kernel Linux. Una presentazione in grande stile, insomma, che ha permesso a Mozilla di rilasciare le patch per molte delle vulnerabilità segnalate.
Il modello non è ancora pubblico, ma è disponibile tramite il programma Daybreak Red, inizialmente solo per un gruppo selezionato di clienti approvati, con un'espansione progressiva prevista a breve.
Per capire quanto sia ampio il salto in avanti, basta guardare i numeri.
Sul benchmark ExploitGym, che misura la capacità di un modello di sfruttare vulnerabilità specifiche su un sistema remoto, GPT-6 Cyber ottiene il 48,5%, contro il 32,1% del predecessore GPT-5.6 Cyber. Non è un miglioramento marginale: stiamo parlando di un 51% di miglioramento relativo.
Su un nuovo benchmark interno chiamato RemoteExploitBench, che simula attacchi reali su applicazioni come GitLab, PostgreSQL e Jenkins, GPT-6 Cyber ha completato il 95% dei compiti, mentre GPT-6 Astra (il modello generalista) si è rifiutato di eseguirli nel 100% dei casi.
OpenAI ha anche usato GPT-6 Cyber per proteggere la propria infrastruttura: in sessioni di red-teaming controllate, gli agenti basati su questo modello hanno concatenato vulnerabilità per uscire dai microVM ed eseguire codice sugli host sottostanti. I risultati sono stati usati per correggere il software e segnalare i problemi ai produttori.
Passando ai test su Linux, il modello ha riprodotto 1.724 vulnerabilità note e sviluppato exploit funzionanti per 948 di esse, più di cinque volte rispetto alle 166 del predecessore.
OpenAI ha già comunicato 304 risultati critici ai maintainer del kernel con patch candidate.