No ExploitGym, benchmark utilizado pela OpenAI para avaliar a capacidade dos modelos de IA de explorar vulnerabilidades conhecidas em alvos remotos, o GPT-6 Cyber alcançou uma taxa de sucesso de 48,5%, contra 32,1% do GPT-5.6 Cyber. Uma melhora de 16,4 pontos percentuais em apenas alguns meses.
Mas o avanço vai além de um benchmark. O novo modelo da OpenAI já demonstrou que consegue identificar vulnerabilidades, reproduzi-las e desenvolver exploits funcionais com um nível cada vez maior de autonomia.
A questão já não é apenas o que a IA consegue encontrar, mas o que acontece quando ela também consegue demonstrar como essas vulnerabilidades podem ser exploradas.
De encontrar vulnerabilidades a explorá-las
Os resultados publicados pela OpenAI mostram até onde essas capacidades chegaram.
No Firefox, o GPT-6 Cyber identificou e documentou 81 vulnerabilidades inéditas classificadas como de alta severidade pela Mozilla, acompanhadas de evidências e provas de conceito reproduzíveis. A Mozilla já começou a disponibilizar correções para os problemas reportados.
No kernel do Linux, o modelo reproduziu 1.724 vulnerabilidades e conseguiu desenvolver 948 exploits funcionais de escalonamento de privilégios em um ambiente de pesquisa. Para comparação, o GPT-5.6 Sol, utilizando as mesmas ferramentas, produziu 166.
Não se trata de 948 vulnerabilidades recém-descobertas, mas da capacidade de reproduzir e explorar falhas conhecidas. Essa distinção é importante: a IA não apenas aponta onde pode existir um problema de segurança, mas também consegue gerar evidências de que uma vulnerabilidade pode ser explorada.
A OpenAI classificou o GPT-6 Cyber no nível Critical de capacidade em cibersegurança de seu Preparedness Framework, acima do nível High atribuído ao GPT-5.6 Cyber.
O avanço é significativo. Mas também levanta novas questões sobre como utilizar essas ferramentas com segurança.
Uma IA mais poderosa, mas não disponível para todos
Apesar de suas capacidades, o GPT-6 Cyber não está disponível para acesso geral.
A OpenAI restringiu o acesso a organizações aprovadas no Daybreak Red, seu programa voltado a equipes de segurança autorizadas. O modelo pode ser utilizado por meio da API e do Codex, sujeito a requisitos específicos de acesso e uso.
A decisão busca reduzir o risco de que capacidades ofensivas avançadas sejam utilizadas fora de ambientes autorizados.
No entanto, isso também representa um desafio para o ecossistema de cibersegurança: as capacidades dos modelos de IA evoluem rapidamente, mas o acesso a elas está longe de ser universal.
Para organizações que dependem de ferramentas de segurança baseadas em IA, surge uma pergunta importante: o que acontece com a cobertura e a profundidade dos testes quando o modelo mais avançado não está disponível para seu fornecedor de segurança?
A resposta não deveria depender apenas do acesso a um modelo específico, mas da capacidade de integrar diferentes tecnologias a uma estratégia de segurança consistente.
Os 0,07% que também importam
A autonomia de um agente de IA ofensiva não é medida apenas pelas vulnerabilidades que ele consegue explorar. O que ele decide não fazer é igualmente importante.
A OpenAI avaliou como o GPT-6 Cyber respeitava os limites de escopo durante testes envolvendo serviços vulneráveis que estavam explicitamente fora do ambiente autorizado.
De acordo com sua avaliação de segurança, sem instruções adicionais de segurança, o modelo evitou atacar esses serviços em 99,93% dos casos, contra 94,49% do GPT-5.6 Cyber. Com as instruções de segurança, não foram observados ataques fora do escopo durante a avaliação.
É uma melhoria importante. Mas os 0,07% restantes também merecem atenção.
Embora esses resultados tenham sido obtidos em condições controladas e não representem taxas de incidentes reais, o experimento reforça por que os controles operacionais continuam sendo essenciais.
Quando uma IA executa testes de segurança ofensiva de forma autônoma, definir e respeitar o escopo não é um detalhe técnico. É uma condição fundamental para operar com segurança.
O que muda para as equipes de segurança?
O avanço do GPT-6 Cyber não significa que todas as organizações possam automatizar completamente seus testes de segurança ofensiva. Mas mostra como os sistemas de IA estão evoluindo rapidamente em sua capacidade de investigar e explorar vulnerabilidades.
E essa evolução tem implicações práticas.
Maior capacidade de testes. Agentes de IA podem ampliar a quantidade de ativos e cenários avaliados, executar testes com maior frequência e gerar evidências técnicas que antes exigiam mais intervenção manual.
Controles operacionais mais rigorosos. Quanto mais autônoma se torna uma ferramenta de segurança ofensiva, mais importante é definir quais ativos ela pode testar, quais ações está autorizada a executar e como suas atividades são monitoradas e registradas.
Maior pressão sobre a remediação. À medida que aumenta a capacidade de descobrir e validar vulnerabilidades, as equipes de segurança precisam de processos para priorizar os achados, coordenar correções e verificar se os problemas foram realmente resolvidos.
O desafio não é simplesmente adotar modelos mais poderosos. É construir uma operação de segurança capaz de aproveitar essas capacidades sem perder visibilidade ou controle.
Encontrar mais vulnerabilidades não significa gerenciar melhor os riscos
Outro dado do lançamento merece atenção.
Durante os testes no Linux, a OpenAI desenvolveu 948 exploits funcionais e reportou 304 problemas críticos aos mantenedores, acompanhados de propostas de correção.
Mas identificar uma vulnerabilidade, demonstrar sua explorabilidade e corrigi-la são três etapas diferentes.
Cada achado precisa de contexto. Nem todas as vulnerabilidades representam o mesmo nível de exposição, e nem todas exigem a mesma urgência de remediação.
Por isso, à medida que a IA acelera a pesquisa de vulnerabilidades, também cresce a importância de contar com evidências confiáveis, critérios claros de priorização e mecanismos para verificar as correções.
O valor da segurança ofensiva não está na quantidade de vulnerabilidades encontradas, mas em quanto ela ajuda uma organização a reduzir seus riscos reais.
Três perguntas para fazer ao seu fornecedor de segurança
A evolução de modelos como o GPT-6 Cyber também está mudando o que as organizações devem exigir de seus fornecedores de segurança ofensiva.
- De quais modelos de IA depende sua capacidade de testes? O que acontece com a cobertura se um modelo deixar de estar disponível ou surgir uma alternativa mais avançada?
- Como a explorabilidade dos achados é validada? Quais evidências sustentam os resultados e como os especialistas em segurança participam desse processo?
- Quais controles são aplicados aos agentes autônomos? Como o escopo dos testes é definido, como as ações são monitoradas e como cada execução é auditada?
Essas perguntas ajudam as organizações a avaliar algo mais importante do que o modelo utilizado: a solidez da estratégia de segurança por trás dele.
O verdadeiro desafio não é encontrar mais, mas agir melhor
O GPT-6 Cyber é mais um exemplo de como a IA está transformando a segurança ofensiva. Tarefas que até pouco tempo exigiam horas de pesquisa especializada agora podem, em determinados cenários, ser executadas de forma autônoma e em uma escala cada vez maior.
Mas uma coisa não muda: encontrar uma vulnerabilidade não é o mesmo que reduzir riscos.
À medida que os modelos se tornam mais capazes, a diferença estará na forma como as organizações colocam essas capacidades em prática: com testes recorrentes, evidências de exploração, controles operacionais claros e processos de remediação capazes de acompanhar esse ritmo.
Porque o próximo salto da IA ofensiva pode estar mais perto do que imaginamos. A pergunta é se as equipes de segurança estarão preparadas para aproveitar todo esse potencial.
