OpenAI porta l’intelligenza artificiale dalla scansione del codice alla verifica concreta delle falle. Il 5 novembre 2026 ha presentato GPT-6 Cyber, un modello specializzato che, nelle campagne di ricerca dell’azienda, ha individuato 81 vulnerabilità gravi finora sconosciute in Firefox e prodotto 948 exploit di escalation dei privilegi per il kernel Linux. Per le imprese cambia soprattutto la velocità con cui un sistema può cercare un problema, dimostrarne la gravità e proporre una correzione.
Il modello è stato annunciato con accesso iniziale a un gruppo selezionato di clienti Daybreak Red, tramite API e Codex. Si rivolge a team di cybersecurity, sviluppatori e ricercatori autorizzati: strumenti in grado di generare exploit funzionanti richiedono controllo degli accessi, ambienti isolati e persone responsabili delle operazioni. La parola “Critical” usata da OpenAI indica il livello delle capacità cyber misurate nel suo quadro di valutazione, non un giudizio sull’affidabilità del prodotto.
Nel suo annuncio ufficiale del 5 novembre, OpenAI confronta GPT-6 Cyber con GPT-5.6 Cyber attraverso ExploitGym, un test di sfruttamento di vulnerabilità in un ambiente controllato. Il nuovo modello riesce nel 48,5% dei casi, contro il 32,1% della generazione precedente: 16,4 punti percentuali di differenza. È la misura più immediata del progresso, anche se i risultati dei singoli benchmark non descrivono da soli il rendimento su una rete aziendale.
Questo dato interessa soprattutto chi gestisce un grande patrimonio software. Un’impresa con molte applicazioni, librerie e servizi cloud può già ricevere centinaia di segnalazioni dagli scanner. La difficoltà è stabilire quali falle siano realmente sfruttabili, ricostruire il problema e produrre una correzione senza introdurre altri errori. GPT-6 Cyber automatizza diversi passaggi di questa attività, lasciando agli esperti la scelta delle priorità e la convalida dei risultati.
Indice degli argomenti:
Da una segnalazione al codice corretto: il caso Linux
Il valore economico di questo approccio emerge dalla ricerca OpenAI sul kernel Linux, pubblicata il 4 novembre. In una campagna di ottobre, gli agenti hanno analizzato 2.308 segnalazioni candidate, riprodotto dinamicamente 1.724 vulnerabilità e creato 948 exploit funzionanti di escalation locale dei privilegi. I risultati derivano da macchine virtuali di test, configurate con protezioni reali: servono a stabilire quali problemi consentano a un utente con accesso limitato di ottenere privilegi più elevati.
Il processo procede per stadi. Alcuni agenti individuano le parti di codice più esposte, altri cercano comportamenti sospetti, altri ancora provano a riprodurli in ambienti isolati e a generare possibili patch. La revisione finale resta ai ricercatori, che verificano gravità e correzioni prima di contattare i manutentori. OpenAI afferma di aver trasmesso 304 segnalazioni critiche ai responsabili dei progetti, accompagnandole con proposte di modifica.
La campagna Linux è costata 1.213.430 dollari in crediti API, pari a circa 1.279 dollari per exploit LPE prodotto. È il costo della specifica sperimentazione di ricerca, che ha coinvolto più fasi e strumenti; non è un tariffario commerciale di GPT-6 Cyber. Il confronto utile per un’azienda è fra spesa complessiva della verifica, numero di problemi realmente confermati e tempi per renderli innocui.
La selezione delle aree da analizzare è già una parte rilevante della produttività. Gli agenti della ricerca Linux hanno circoscritto il lavoro iniziale a circa 2,8 milioni di linee di codice, il 7% circa del kernel, prima di cercare e validare le segnalazioni. In un’impresa lo stesso principio può servire a concentrare gli audit sulle applicazioni esposte a Internet, sul codice privilegiato e sui componenti condivisi da molti servizi.
Firefox, i primi risultati arrivano alle aziende che distribuiscono il software
Il secondo caso riguarda il browser Firefox. OpenAI dichiara di aver identificato 81 nuove vulnerabilità considerate di gravità elevata da Mozilla, con prove riproducibili e proposte di patch. Ha inoltre mostrato che 30 problemi già noti erano più gravi di quanto indicato inizialmente. La collaborazione ha portato a correggere numerosi problemi nel programma di aggiornamento del browser; gli avvisi ufficiali Mozilla, fra cui quelli per Firefox 159, permettono agli amministratori di controllare le versioni interessate.
Il dato industriale sta nella trasformazione della ricerca in un flusso di lavoro. La scoperta genera valore solo quando arriva una correzione verificata: un rapporto con prove, una patch proposta, test di regressione e aggiornamento distribuito. È ciò che vendor e imprese che sviluppano software dovranno chiedere agli agenti di sicurezza prima di ampliare l’uso in produzione.
Quanto sono affidabili i risultati, secondo i test esterni
La system card di GPT-6 Cyber riporta anche una valutazione condotta dalla società esterna Irregular. In CyScenarioBench il modello ha risolto almeno una volta 11 prove su 11, con successo medio del 61%; in FrontierCyber ha superato 90 prove su 288, contro le 96 di GPT-6 Astra. Nessuno dei due modelli ha risolto i 15 problemi più difficili e non sono stati osservati attacchi riusciti contro obiettivi completamente rafforzati. È una misura preziosa dei confini tecnici attuali.
Altri test interni analizzano se gli agenti rispettano il perimetro concordato. Su ExploitGym Honeypot, GPT-6 Cyber ha evitato azioni fuori ambito nel 99,93% delle prove senza istruzioni aggiuntive e nel 100% delle prove con il prompt di sicurezza della distribuzione. Queste percentuali descrivono una specifica valutazione; per lavori reali restano necessari autorizzazione scritta, account separati, tracciamento delle operazioni e controllo umano sulle azioni ad alto impatto.
Il modello arriverà nei SOC, nei team di sviluppo e nei fornitori di servizi
I primi utilizzatori citati da OpenAI comprendono Cisco, Palo Alto Networks, CrowdStrike e società specializzate nella revisione del codice. Per un SOC, il beneficio potenziale è verificare più rapidamente l’esposizione reale di un servizio; per un team applicativo, preparare test e patch mentre il codice viene sviluppato; per un managed security service provider, aumentare il numero di verifiche controllate che può offrire ai clienti.
Lo scenario è diverso fra organizzazioni. Una software house può autorizzare la prova dei propri componenti in un ambiente di preproduzione. Un’impresa con sistemi industriali deve coordinare le attività con i responsabili d’impianto: una prova invasiva può causare blocchi operativi anche quando è condotta con finalità difensive. Il perimetro tecnico e l’autorizzazione diventano parte del prodotto, insieme alle prestazioni del modello.
OpenAI limita inizialmente GPT-6 Cyber ai clienti approvati di Daybreak Red; l’accesso richiede controlli organizzativi e misure come autenticazione forte, restrizioni sugli indirizzi IP per le API e verifica dell’identità. È previsto un ampliamento progressivo, mentre il listino pubblico consultabile al lancio espone già tariffe per GPT-5.6 Cyber ma non una tariffa generale specifica per GPT-6 Cyber.
Come valutare l’AI cyber senza acquistare promesse
Il primo pilota aziendale può selezionare un gruppo di applicazioni che l’organizzazione conosce bene, con permessi di test espliciti, versioni tracciate e procedure per ripristinare l’ambiente. Le metriche decisive sono i problemi confermati e corretti, il tempo degli analisti impiegato per validarli, il numero di falsi positivi, le regressioni introdotte dalle patch e il costo dell’intero ciclo di verifica.
Su una seconda area, per esempio le applicazioni web esposte, il confronto dovrebbe includere gli strumenti già utilizzati: scanner di vulnerabilità, code review, pentest tradizionali e gestione delle correzioni. L’AI deve aggiungere copertura o ridurre tempi verificabili, senza creare un arretrato di segnalazioni che il team non riesce a gestire.
GPT-6 Cyber porta sul mercato una possibilità nuova: la ricerca di sicurezza diventa un processo più automatizzato, nel quale agenti cercano, riproducono e aiutano a correggere le vulnerabilità. La capacità di sfruttarle aumenta anche per chi attacca. Per le imprese la priorità è usare questa velocità per ridurre il tempo in cui i difetti restano presenti nei sistemi.
Partecipa alla community