GPT-5.5-Cyber：基準測試分數同能力評級

OpenAI全面推出咗GPT-5.5-Cyber模型（之前只係有限度預覽），繼續以有限發布形式提供畀受信任嘅防守方 。呢個模型喺網絡安全特定基準測試上，比起基本版GPT-5.5有顯著進步：

• CyberGym：85.6%——創下新嘅業界最佳成績，相比之下標準GPT-5.5得81.8%，GPT-5.4得79.0% 。
• Exploit Gym：39.5%，基線係25.95% 。
• SEC-Bench Pro：69.8%，GPT-5.5係63.1% 。
• AISI（英國AI安全研究所）專家級任務：GPT-5.5平均通過率係71.4%（±8.0%），對上一個模型係68.6% 。
• 一般GPT-5.5基準測試（相關背景）：GDPval（Agent知識工作，涵蓋44個職業）84.9%，OSWorld-Verified 78.7%，Terminal-Bench 2.0 82.7% 。

根據OpenAI嘅Preparedness Framework，GPT-5.5獲得**「高」網絡安全能力評級，意味住佢仍然低於「關鍵」**門檻——「關鍵」嘅定義係可以喺冇人類輔助下自主開發零日漏洞 。喺一個指標上，GPT-5.5（同Cyber變體）完成咗一個32步嘅網絡攻擊模擬，報告話係繼Anthropic嘅Mythos之後第二個做到嘅AI 。

Codex Security插件

OpenAI推出咗更新版嘅Codex Security插件，將漏洞發現、驗證同修補直接嵌入Codex嘅開發者工作流程 。呢個插件唔止係靜態分析：佢可以建立或推斷威脅模型、識別潛在漏洞、判斷受影響嘅程式碼是否可被觸及、收集驗證證據、開發針對性修補，以及驗證結果 。OpenAI話插件吸收咗內部同客戶使用嘅經驗教訓，加快咗喺現有系統中搵同修漏洞嘅速度，同時幫手防止新漏洞進入生產環境 。自從2026年3月嘅研究預覽以嚟，Codex Security插件已經掃描咗超過3000萬次提交，橫跨超過3萬個程式碼庫，人類審查員手動標記咗超過7萬個發現 。

同Trail of Bits合作嘅開源修補計劃「Patch the Planet」

Patch the Planet係Daybreak擴充計劃中嘅重點開源項目，由OpenAI同Trail of Bits、HackerOne同Calif合作建立 。OpenAI形容佢係「一個幫開源維護者從安全發現走向合併修補嘅努力」，以人類審查為核心 。呢個計劃資助Trail of Bits嘅專職安全工程師，佢哋全职使用Codex同GPT-5.5-Cyber喺開源項目中工作，目標唔單止係搵蟲，仲要寫同提交合併嘅修補 。

首周成果

Trail of Bits組織咗一個五日嘅啟動衝刺，動用25位工程師直接同開源維護者合作 。喺19個項目（超過30個承諾參與）中 ：

• 提交咗64個Pull Request
• 提交咗51個Issue（仲有好多正進行協調披露）
• 發現數以百計嘅漏洞
• 37個修補已合併入程式碼庫

值得注意嘅發現包括：8個Linux核心指針洩漏概念驗證、系統工具中24個本地權限提升向量、超過10個可被利用嘅Safari漏洞、一個喺Pwn2Own之前已修補嘅Firefox WebAssembly CVE（CVE-2026-8390），同埋六個dnsmasq CVE中有四個喺公開修補前已被獨立標記 。涵蓋嘅項目包括cURL、NATS、pyca/cryptography、Sigstore、aiohttp、Go項目、freenginx、Python同python.org、urllib3、PyPI、SimpleX、Valkey同RustCrypt 。Trail of Bits嘅工程師反複使用Codex嘅/goal命令配合GPT-5.5-Cyber，喺唔夠一星期內建立咗一個完整嘅Fuzzing實驗室，涵蓋幾十個切入點、平台同創新測試種子——佢哋估計呢項工作正常情況下至少要幾個星期 。

參與嘅維護者仲會收到OpenAI提供嘅六個月ChatGPT Pro，包括有條件嘅Codex安全存取權限，用於編碼、自動化同工作流程 。

Daybreak Cyber Partner Program

OpenAI推出咗Daybreak Cyber Partner Program，呢個係一個邀請制計劃，畀安全供應商存取OpenAI嘅尖端網絡安全能力（包括配備Trusted Access嘅GPT-5.5），嵌入佢哋自己嘅產品同服務 。呢個計劃係要「為領先嘅安全公司提供基於我哋最佳網絡安全能力嘅產品，去保護全世界嘅軟件」 。

已確認嘅發布合作夥伴

• 初期計劃發布夥伴（根據SiliconANGLE）：Accenture、Cisco、CrowdStrike、IBM、Okta、Palo Alto Networks、Wiz 。
• 其他已公布嘅參與者（來自個別新聞稿）：Proofpoint 、NCC Group 、Darktrace 、Tenable 、Cato Networks 、TrendAI 。

早喺2026年5月Daybreak發布時嘅更廣泛合作夥伴名單仲包括Cloudflare、Oracle、Zscaler、Akamai、Fortinet、Intel、Qualys、Rapid7、Trail of Bits、SpecterOps、SentinelOne、Netskope、Snyk、Gen Digital、Semgrep同Socket 。

競爭比較：OpenAI Daybreak vs. Anthropic嘅Project Glasswing同Mythos AI

呢次擴充直接將OpenAI嘅Daybreak同Anthropic嘅Project Glasswing同Mythos AI模型擺上擂台。根據現有證據，兩者策略唔同，競爭格局仍然好動態：

• 基準測試領先程度因測試而異：喺獨立嘅AISI專家級評估中，GPT-5.5嘅通過率係71.4%，而最直接可比嘅Anthropic模型結果係68.6%，暗示GPT-5.5喺呢個特定政府基準測試上領先 。喺CyberGym上，GPT-5.5-Cyber嘅85.6%被報告為新嘅業界最佳 。不過，Anthropic嘅Mythos係第一個完成32步端到端網絡攻擊模擬嘅AI，而GPT-5.5-Cyber被報告係第二個 。
• 能力天花板差異：OpenAI嘅GPT-5.5明確低於自主開發零日漏洞嘅「關鍵」門檻，而Anthropic嘅Mythos據報喺某啲自主漏洞利用鏈任務上仍然領先 。
• 策略分歧：OpenAI嘅做法側重廣泛嘅生態系統：一個開源修補計劃（Patch the Planet）、一個龐大嘅安全合作夥伴網絡，同一個嵌入開發者嘅Codex Security插件，將防禦安全普及化，OpenAI將呢個努力定位為「保護世界上每個組織」 。Anthropic嘅Project Glasswing同Mythos就更加聚焦喺精英級攻防紅隊演練同自主漏洞利用鏈構建，通過更受限制嘅存取計劃部署 。

總括嚟講，兩間公司喺唔同基準測試同能力領域中各領風騷。OpenAI強調普及化——開源修補、廣泛合作夥伴整合，同開發者嵌入式工具——同Anthropic更受控制、聚焦精英嘅部署策略形成對比。兩個模型喺各自嘅優勢領域都係頂尖，競爭動態好可能會繼續演變。

GPT-5.5-Cyber：基準測試分數同能力評級

OpenAI全面推出咗GPT-5.5-Cyber模型（之前只係有限度預覽），繼續以有限發布形式提供畀受信任嘅防守方 。呢個模型喺網絡安全特定基準測試上，比起基本版GPT-5.5有顯著進步：

• CyberGym：85.6%——創下新嘅業界最佳成績，相比之下標準GPT-5.5得81.8%，GPT-5.4得79.0% 。
• Exploit Gym：39.5%，基線係25.95% 。
• SEC-Bench Pro：69.8%，GPT-5.5係63.1% 。
• AISI（英國AI安全研究所）專家級任務：GPT-5.5平均通過率係71.4%（±8.0%），對上一個模型係68.6% 。
• 一般GPT-5.5基準測試（相關背景）：GDPval（Agent知識工作，涵蓋44個職業）84.9%，OSWorld-Verified 78.7%，Terminal-Bench 2.0 82.7% 。

根據OpenAI嘅Preparedness Framework，GPT-5.5獲得**「高」網絡安全能力評級，意味住佢仍然低於「關鍵」**門檻——「關鍵」嘅定義係可以喺冇人類輔助下自主開發零日漏洞 。喺一個指標上，GPT-5.5（同Cyber變體）完成咗一個32步嘅網絡攻擊模擬，報告話係繼Anthropic嘅Mythos之後第二個做到嘅AI 。

Codex Security插件

OpenAI推出咗更新版嘅Codex Security插件，將漏洞發現、驗證同修補直接嵌入Codex嘅開發者工作流程 。呢個插件唔止係靜態分析：佢可以建立或推斷威脅模型、識別潛在漏洞、判斷受影響嘅程式碼是否可被觸及、收集驗證證據、開發針對性修補，以及驗證結果 。OpenAI話插件吸收咗內部同客戶使用嘅經驗教訓，加快咗喺現有系統中搵同修漏洞嘅速度，同時幫手防止新漏洞進入生產環境 。自從2026年3月嘅研究預覽以嚟，Codex Security插件已經掃描咗超過3000萬次提交，橫跨超過3萬個程式碼庫，人類審查員手動標記咗超過7萬個發現 。

同Trail of Bits合作嘅開源修補計劃「Patch the Planet」

Patch the Planet係Daybreak擴充計劃中嘅重點開源項目，由OpenAI同Trail of Bits、HackerOne同Calif合作建立 。OpenAI形容佢係「一個幫開源維護者從安全發現走向合併修補嘅努力」，以人類審查為核心 。呢個計劃資助Trail of Bits嘅專職安全工程師，佢哋全职使用Codex同GPT-5.5-Cyber喺開源項目中工作，目標唔單止係搵蟲，仲要寫同提交合併嘅修補 。

首周成果

Trail of Bits組織咗一個五日嘅啟動衝刺，動用25位工程師直接同開源維護者合作 。喺19個項目（超過30個承諾參與）中 ：

• 提交咗64個Pull Request
• 提交咗51個Issue（仲有好多正進行協調披露）
• 發現數以百計嘅漏洞
• 37個修補已合併入程式碼庫

值得注意嘅發現包括：8個Linux核心指針洩漏概念驗證、系統工具中24個本地權限提升向量、超過10個可被利用嘅Safari漏洞、一個喺Pwn2Own之前已修補嘅Firefox WebAssembly CVE（CVE-2026-8390），同埋六個dnsmasq CVE中有四個喺公開修補前已被獨立標記 。涵蓋嘅項目包括cURL、NATS、pyca/cryptography、Sigstore、aiohttp、Go項目、freenginx、Python同python.org、urllib3、PyPI、SimpleX、Valkey同RustCrypt 。Trail of Bits嘅工程師反複使用Codex嘅/goal命令配合GPT-5.5-Cyber，喺唔夠一星期內建立咗一個完整嘅Fuzzing實驗室，涵蓋幾十個切入點、平台同創新測試種子——佢哋估計呢項工作正常情況下至少要幾個星期 。

參與嘅維護者仲會收到OpenAI提供嘅六個月ChatGPT Pro，包括有條件嘅Codex安全存取權限，用於編碼、自動化同工作流程 。

Daybreak Cyber Partner Program

OpenAI推出咗Daybreak Cyber Partner Program，呢個係一個邀請制計劃，畀安全供應商存取OpenAI嘅尖端網絡安全能力（包括配備Trusted Access嘅GPT-5.5），嵌入佢哋自己嘅產品同服務 。呢個計劃係要「為領先嘅安全公司提供基於我哋最佳網絡安全能力嘅產品，去保護全世界嘅軟件」 。

已確認嘅發布合作夥伴

• 初期計劃發布夥伴（根據SiliconANGLE）：Accenture、Cisco、CrowdStrike、IBM、Okta、Palo Alto Networks、Wiz 。
• 其他已公布嘅參與者（來自個別新聞稿）：Proofpoint 、NCC Group 、Darktrace 、Tenable 、Cato Networks 、TrendAI 。

早喺2026年5月Daybreak發布時嘅更廣泛合作夥伴名單仲包括Cloudflare、Oracle、Zscaler、Akamai、Fortinet、Intel、Qualys、Rapid7、Trail of Bits、SpecterOps、SentinelOne、Netskope、Snyk、Gen Digital、Semgrep同Socket 。

競爭比較：OpenAI Daybreak vs. Anthropic嘅Project Glasswing同Mythos AI

呢次擴充直接將OpenAI嘅Daybreak同Anthropic嘅Project Glasswing同Mythos AI模型擺上擂台。根據現有證據，兩者策略唔同，競爭格局仍然好動態：

• 基準測試領先程度因測試而異：喺獨立嘅AISI專家級評估中，GPT-5.5嘅通過率係71.4%，而最直接可比嘅Anthropic模型結果係68.6%，暗示GPT-5.5喺呢個特定政府基準測試上領先 。喺CyberGym上，GPT-5.5-Cyber嘅85.6%被報告為新嘅業界最佳 。不過，Anthropic嘅Mythos係第一個完成32步端到端網絡攻擊模擬嘅AI，而GPT-5.5-Cyber被報告係第二個 。
• 能力天花板差異：OpenAI嘅GPT-5.5明確低於自主開發零日漏洞嘅「關鍵」門檻，而Anthropic嘅Mythos據報喺某啲自主漏洞利用鏈任務上仍然領先 。
• 策略分歧：OpenAI嘅做法側重廣泛嘅生態系統：一個開源修補計劃（Patch the Planet）、一個龐大嘅安全合作夥伴網絡，同一個嵌入開發者嘅Codex Security插件，將防禦安全普及化，OpenAI將呢個努力定位為「保護世界上每個組織」 。Anthropic嘅Project Glasswing同Mythos就更加聚焦喺精英級攻防紅隊演練同自主漏洞利用鏈構建，通過更受限制嘅存取計劃部署 。

總括嚟講，兩間公司喺唔同基準測試同能力領域中各領風騷。OpenAI強調普及化——開源修補、廣泛合作夥伴整合，同開發者嵌入式工具——同Anthropic更受控制、聚焦精英嘅部署策略形成對比。兩個模型喺各自嘅優勢領域都係頂尖，競爭動態好可能會繼續演變。