コンテンツへスキップ
現在

テクノロジー · AIによるエクスプロイトテスト

OpenAI、エクスプロイトスコア77%を発表も、比較の裏付けは未提示

名称未公表のモデルは、ExploitGymでGPT-6 Cyberを24.4パーセントポイント上回ると報じられている。テスト条件とアクセス規則が欠けているため、その結果から防御側が分かることには限界がある。

執筆 7分で読めます · 13件の情報源

HeyDex

原語の動画

英語の原文から翻訳されています。

OpenAIが発表した最新のサイバーセキュリティに関するプレビューは、ソフトウェアの弱点を実際に動作するエクスプロイトへと変換する能力が大幅に向上したモデルを示唆している。しかし、比較で最も重要な点は依然として欠けている。各モデルが同等のテストを受けたかどうかを判断するのに十分な情報だ。報告された77.0%というスコアは大きな主張だが、システムがどれほど強力になったかを再現可能な形で示すものではまだない。⁠1⁠2

BigGo FinanceとGizmodo Japanによると、OpenAIは名称未公表で未リリースのモデルの結果を示し、既存のサイバーセキュリティ専門モデルGPT-6 Cyberの52.6%を上回るとした。AnthropicのMythos 5.2については約38%という結果が、グラフに表示されたのではなく、参考値として口頭で言及されたと報じられている。これらは発表された結果に関する二次報道であり、独立した評価による検証ではない。⁠1⁠2

77.0%未リリースモデルのExploitGym報告スコア 12
52.6%GPT-6 CyberのExploitGym報告スコア 12
~38%Mythos 5.2の口頭で示された参考スコア 12

Gizmodo Japanによると、発表では当初、汎用モデルGPT-6 AstraとGPT-6 Cyberが比較された。その後、次世代のサイバーセキュリティモデルを示す赤い線が両者より上に現れた。この報道に利用できる資料からはGPT-6 Astraの数値結果は確認できない。77.0%という数字は未リリースのシステムのもので、GPT-6 Cyberのものではない。⁠2

77.0%と52.6%の差は24.4パーセントポイントだ。これは相対的に24.4%向上したという意味ではなく、約25%の伸びと呼ぶのは異なる2つの指標を混同している。同様に、Mythosの概算値に対しておよそ2倍という比率が示すのは、これらの特定のスコアに関することだ。OpenAIの新モデルがサイバーセキュリティ全般で2倍有効だと立証するものではない。⁠1⁠2

発表の時期にも注意が必要だ。Gizmodo Japanの日本語記事によると、発表は2026年11月13日の未明に行われた。リンク先の動画のタイトルは「Cyber at the Frontier」で、同記事で使われた語順を逆にしたタイトルではない。動画の公開情報にある11月10日という日付は、発表がいつ行われたかを示すものではない。また、ベンチマークについての箇所を直接確認できる、判読可能な文字起こしは入手できなかった。⁠2⁠11

バグから攻撃へ

ExploitGymがテストするのは、欠陥のあるコードを見つけるだけの能力よりも狭いが、より重大なスキルだ。エージェントは脆弱性を引き起こすプログラム入力を受け取り、それを実際に動作するエクスプロイトに発展させようとする。成功とは、許可なくファイルにアクセスする、無許可のコードを実行するなど、具体的なセキュリティ上の影響を生み出すことを指す。ベンチマークの著者らは、脆弱性と、それによって可能になるかもしれない攻撃を区別している。⁠12⁠13

この区別は防御側にとって重要だ。弱点を見つけても、実際に誰かがそれをどう悪用できるのかという問題は残る。エクスプロイトを実証すれば、どの修正を緊急に行うべきかを判断する助けになる。同じ能力は、攻撃者が必要とする作業を減らすことにもつながる。このプレビューから、組織が攻撃を受けたと分かることは何もない。懸念されるのは、より高性能なエクスプロイト作成システムが何を可能にするかだ。⁠13

ExploitGymの原論文は、プレプリントとして2026年5月11日に投稿され、査読は受けていない。一般的なアプリケーション、GoogleのV8 JavaScriptエンジン、そしてオペレーティングシステムの中核であるLinuxカーネルにまたがる、実世界の脆弱性由来の898件を説明している。研究者らは各ケースに適用するセキュリティ保護を変え、設定を再現可能なソフトウェアコンテナにまとめた。⁠12⁠13

こうした設計上の選択は、付随的なものではない。エクスプロイトの成否は、バグを取り巻く保護策や実行時の条件だけでなく、エージェントがそれについて推論する能力にも左右される。元の評価では、エクスプロイトの作成は依然として難しい一方、最先端のエージェントはテスト対象の脆弱性の相当数を悪用でき、広く使われている防御策を有効にした状態でも一定の成功を収めた。⁠13

以前の評価では、Claude Mythos PreviewとGPT-5.5の最も強力な構成が、それぞれ157件と120件の動作するエクスプロイトを作成した。これらは新たな比較に登場するモデルとは別のモデルだ。どちらの件数も、元のベンチマークの898件という規模も、11月のパーセンテージの分母を示すものではない。これらを進歩を示すグラフにするには、まずタスクと条件をそろえる必要がある。⁠12⁠13

実用性の主張には実用的な証拠が必要

関連する報道では、GPT-6 Cyberがこれまで知られていなかった深刻度の高いFirefoxの脆弱性を81件発見し、パッチ生成も行いながら、1回の実行でおよそ1,000件のLinux脆弱性を調べたとも伝えている。これらは既存の専門モデルに関する主張であり、未リリースモデルについて検証された結果ではない。Linuxの脆弱性を調べたことは、新たな欠陥を1,000件発見したことを意味しない。⁠1⁠2

また、パッチを生成したからといって、修正が検証、承認、または導入されたことにはならない。入手できる報道には、これらの主張を防御側が確認するための、対応する脆弱性の記録やパッチの結果が示されていない。提案された修正が成功した修復と見なされるには、技術審査とテストを通過する必要がある。⁠1⁠2

Gizmodo JapanによるOpenAIの防御ツール実演についての別の記事は、人間による確認の手順を説明している。AIが変更を提案し、人が確認したうえで、システムが承認された修正を適用する。これは、セキュリティ作業を生み出すことと、その作業が妥当だと確認することの違いを示す有用な例だ。FirefoxやLinuxに関する件数を独立に確認したものではない。⁠4

優位性を説得力あるものにするには

不足している評価の詳細は、モデル名にとどまらない。新たな比較では、タスク数、ベンチマークのバージョン、脆弱性の選定方法、採点規則が明らかにされていない。また、モデルの正確な構成、プロンプト、ツール、試行回数の上限、時間や計算資源の予算も不明で、こうした条件がモデル間で同等だったかどうかも分からない。⁠1⁠2

反復実行と不確実性の推定値があれば、報告された差が安定しているかを示す助けになる。汚染への対策があれば、テスト素材への事前の接触が成績に影響したかどうかを確認しやすくなる。こうした詳細がなければ、根拠をもって言えるのは、ベンチマークで大きな優位が報告されたということであり、現実のセキュリティ全般で測定可能な優位があるということではない。

名称未公表のモデルは依然として未リリースだ。入手できる証拠からは、公開時期、アクセス方針、具体的な安全対策のいずれも確認できない。したがって、次の重要な発表は必ずしも、さらに高いスコアとは限らない。他者が精査できる評価と、防御側にも攻撃側にも価値のある能力をOpenAIがどう管理するつもりなのかを説明するアクセス体制が重要になる。⁠1⁠2

情報源12

引用した情報源のうち、ギズモード・ジャパンが最も早く、この報道の配信18 時間前に公開しました。 その後、4媒体が報じました。
  1. ギズモード・ジャパン
  2. Yahoo!ニュース
  3. Google News Australia (AU:en)
  4. Geeksエンジニア＆コンカフェ経営者から学ぶ
  5. iyooo
  6. HeyDay News

日付のない7媒体：antenna.jpar5ivcool3c.comCuriousCatsIT業界あるあるまとめUnnamed channel

媒体別の全情報源

12媒体の13件の情報源· 引用の多い順

放送時の内容
  1. OpenAI previewed an unreleased AI model that turns software weaknesses into working exploits.
  2. The model reportedly scored 77.0 percent on ExploitGym, which tests whether AI can turn a supplied vulnerability into an exploit. That ability could help defenders prioritize repairs, and make attacks easier. How much stronger is it under comparable conditions, and who will get access?
  3. OpenAI's preview put an unnamed next-generation model above its existing cybersecurity specialist. The presentation first compared the general-purpose GPT-6 Astra with GPT-6 Cyber. Then a red line for the unreleased model appeared above them. The new model's 77.0 percent score is the figure driving the comparison.
  4. The presented scores were 77.0 percent for the unreleased model and 52.6 percent for GPT-6 Cyber. Anthropic's Mythos 5.2 was given an approximate 38 percent reference value verbally, separate from the displayed chart.
  5. The gap over GPT-6 Cyber is 24.4 percentage points. Calling that a 25 percent improvement would mix up two different measures. And the roughly two-to-one ratio against Mythos applies to these particular scores. It tells defenders about performance on this exploitation test, while broader cybersecurity work involves many other tasks.
  6. ExploitGym gives an agent an input that triggers a software vulnerability. The agent then tries to build a working exploit from it. Success means producing a concrete security impact, such as accessing a file without permission or running unauthorized code.
  7. A working exploit can show defenders which weakness needs fixing urgently. Finding a bug leaves a practical question about what someone could actually do with it. Demonstrating exploitation helps resolve that question. But the same capability can lower the barrier for attackers, so access controls become part of the security stakes.
  8. Subscribe to this channel as we follow the model's evaluation details and who will be allowed to use it.
  9. The original ExploitGym benchmark contained 898 instances drawn from real-world vulnerabilities. They covered ordinary applications, Google's V8 JavaScript engine, and the Linux kernel, the core of the operating system. Its description was submitted on May 11, 2026, as a preprint.
  10. Researchers varied the security protections around the vulnerable programs and packaged the configurations in reproducible software containers. Those are controlled environments that others can run again. Exploitation depends on the protections and runtime conditions surrounding a bug, as well as the agent's reasoning. The original study hasn't been peer reviewed.
  11. In that earlier evaluation, the strongest configurations produced 157 working exploits for Claude Mythos Preview and 120 for GPT-5.5. Those were different models. Comparing those counts with November's percentages would require matching the tasks and conditions first.
  12. The original 898 instances don't tell us how many tasks sit behind the new percentages. In the May evaluation, exploitation remained challenging, but frontier agents succeeded on a meaningful fraction of vulnerabilities. They also retained some success with widely used defenses enabled. That combination explains both the defensive promise and the risk.
  13. GPT-6 Cyber reportedly found 81 previously unknown, high-severity Firefox vulnerabilities. It also examined roughly 1,000 Linux vulnerabilities in one run and generated patches. Those claims concern the existing model, and examination of Linux vulnerabilities doesn't mean discovery of that many new flaws.
  14. Generating a patch still leaves engineers with work to do. They need to validate the fix before accepting and deploying it. The practical claims about GPT-6 Cyber don't come with vulnerability records or patch outcomes that would let defenders check those results. The unreleased model's stronger benchmark score also needs its own evaluation details.
  15. The new comparison leaves the test setup unclear. Defenders need to know which tasks counted, how success was scored, and whether models had equivalent tools and attempt limits. Repeated runs would help show how much the results vary.
  16. The presented figures show a substantial benchmark lead. Whether that translates into a comparable real-world defensive advantage is still unresolved. OpenAI also hasn't announced access arrangements or specific safeguards for this unnamed model. It remains unreleased, with no public release date.

翻訳更新：

最近の放送