GPT‑5.6‑Cyber répond à 95 % des requêtes risquées, mais sous accès contrôlé

OpenAI a dévoilé le 10 août 2026 GPT‑5.6‑Cyber, une variante de GPT‑5.6 Sol conçue pour moins refuser les travaux de cybersécurité avancés. Lors de l’évaluation interne communiquée au lancement, le modèle a répondu à 95 % des requêtes liées notamment aux chaînes d’exploitation, au contournement de l’authentification et à l’élévation de privilèges, selon le compte rendu d’Axios.

Le modèle n’est pas proposé en accès général : il est réservé aux personnes et organisations approuvées pour Daybreak Red, le volet consacré aux recherches autorisées les plus sensibles. L’enquête de TechRadar précise que cette distribution repose sur la vérification d’identité, la sécurité des comptes, la surveillance, des restrictions d’usage et des attestations juridiques, tout en soulignant que le taux publié n’a pas été vérifié indépendamment.

Les 95 % mesurent les réponses, pas les exploits réussis

Le chiffre central provient de l’Advanced Cybersecurity Completion Rate, une évaluation de la fréquence à laquelle le modèle accepte de traiter des scénarios cyber avancés. Il mesure donc d’abord la réduction des refus, et non la réussite finale d’une mission de sécurité.

Une réponse peut contenir une piste utile sans déboucher sur un exploit fonctionnel, une vulnérabilité correctement identifiée ou un correctif acceptable. La valeur défensive dépend encore de la reproduction du problème, de l’examen humain, de la mesure de l’impact et de la validation de la correction.

La portée du taux reste aussi limitée par son origine. Le jeu complet de requêtes, la méthode de notation et les environnements nécessaires à une reproduction extérieure ne sont pas publiés avec assez de détails pour transformer ce résultat interne en référence indépendante. Il serait donc abusif de lire les 95 % comme un taux général de réussite en cybersécurité.

Daybreak Blue et Red distribuent des capacités différentes

Daybreak Blue constitue le point d’entrée destiné à la plupart des défenseurs. Il donne accès à des modèles généralistes, dont GPT‑5.6 Sol, avec des protections adaptées aux activités autorisées telles que la revue de code, l’analyse de logiciels malveillants, la réponse aux incidents, la recherche de vulnérabilités et la validation de correctifs.

Daybreak Red vise les travaux à plus fort caractère dual, comme la recherche avancée de vulnérabilités, la validation d’exploits, les tests d’intrusion et le red teaming autorisé. GPT‑5.6‑Cyber y est associé parce que son entraînement spécialisé réduit certains refus et cible notamment le développement de chaînes d’exploitation.

Cette séparation ne transforme pas Red en autorisation générale d’attaquer. Les travaux doivent porter sur des systèmes que l’utilisateur possède, exploite ou est explicitement autorisé à examiner. L’identité du chercheur, le périmètre déclaré et la supervision du compte deviennent ainsi des éléments de sûreté aussi importants que les protections intégrées au modèle.

Les évaluations techniques ne désignent pas un vainqueur universel

Dans sa présentation technique de l’extension de Daybreak, OpenAI distingue plusieurs résultats : GPT‑5.6‑Cyber devance les modèles comparés lorsqu’il faut transformer une vulnérabilité connue en exploit dans un environnement contrôlé, mais GPT‑5.6 Sol reste meilleur dans certaines tâches ouvertes de découverte et de rédaction de rapports.

Le modèle spécialisé obtient aussi un avantage dans une évaluation interne demandant de chercher des failles inédites, d’en produire une preuve de concept et d’en calibrer la gravité. À l’inverse, ses rapports peuvent être plus courts et moins détaillés, ce qui réduit son score lorsque la qualité de la documentation compte autant que la découverte elle-même.

Ces écarts montrent pourquoi le taux de réponse ne suffit pas à mesurer l’efficacité défensive. Accepter une demande sensible, construire un exploit, découvrir une faille et rédiger un rapport exploitable sont des capacités distinctes. Le meilleur choix dépend donc du travail autorisé à accomplir, et pas seulement de la permissivité du modèle.

La recherche sur V8 apporte un résultat concret mais circonscrit

Le cas réel le plus détaillé concerne V8, le moteur JavaScript de Chrome. GPT‑5.6‑Cyber a participé à l’identification d’une chaîne de vulnérabilités susceptible de corrompre la mémoire et de sortir du bac à sable du tas ; les chercheurs ont vérifié les constats avant leur transmission coordonnée à Google, qui a corrigé une faille tandis que l’autre demeurait sous divulgation coordonnée lors de la publication.

Ce résultat va plus loin qu’une simple mesure de refus : il montre que le modèle peut contribuer à une investigation menée sur un logiciel réel avec validation humaine. Il ne prouve cependant pas que la même efficacité se retrouverait sur une autre architecture, un dépôt propriétaire ou une mission soumise à des contraintes différentes.

D’autres recherches ont porté sur un système d’exploitation mobile, une base de données et le noyau d’un système d’exploitation, mais les produits concernés et les détails de remédiation n’étaient pas tous publics. Leur portée reste donc difficile à contrôler ou à comparer avec les benchmarks internes.

Le principal garde-fou reste le contrôle de la distribution

Le dispositif annoncé combine sélection des utilisateurs, sécurisation des comptes, surveillance des usages et limitation aux travaux autorisés. Pour les opérations les plus sensibles, les environnements isolés, l’absence d’accès aux systèmes de production et la définition préalable des permissions doivent réduire les conséquences d’une sortie erronée ou détournée.

Ce modèle de sécurité déplace une partie du contrôle hors du modèle lui-même. Puisque GPT‑5.6‑Cyber est volontairement moins enclin à refuser certaines requêtes duales, la vérification de la personne, de son mandat et de son environnement d’exécution devient la barrière déterminante.

À ce stade, GPT‑5.6‑Cyber reste donc un modèle spécialisé distribué à des défenseurs vérifiés, avec des résultats techniques prometteurs mais principalement documentés par son fournisseur. Une fiche système plus détaillée et des évaluations reproductibles par des tiers seront nécessaires pour déterminer si la hausse de capacité revendiquée se traduit de manière régulière par de meilleurs résultats défensifs.

À lire aussi:

• GPT‑5.6‑Cyber s’ouvre aux défenseurs, mais exige une identité vérifiée
• QUASA lance une plateforme entièrement localisée en français, élargissant son hub d’économie des créateurs Web3 dans le monde francophone