L’essentiel
- OpenAI présente GPT-6 Cyber, un modèle entraîné pour trouver des failles, construire des exploits et proposer des correctifs.
- Il a découvert 81 failles graves inconnues dans Firefox, corrigées par Mozilla, et a réévalué à la hausse la gravité de 30 failles déjà connues.
- Sur ExploitGym, il atteint 48,5 % contre 32,1 % pour GPT-5.6 Cyber ; tous les chiffres viennent d’OpenAI, sans test indépendant publié à ce jour.
- OpenAI classe le modèle « Critical » en cybersécurité dans son Preparedness Framework, comme GPT-6 Astra, le modèle de base.
Il y a quelques jours, nous racontions comment OpenAI avait fabriqué 948 exploits root pour le noyau Linux avec un modèle encore sans nom. Il en a un : GPT-6 Cyber. Et la série de chiffres qui l’accompagne déplace la discussion, du spectaculaire vers quelque chose de plus gênant.
Les 948 exploits ont fait les titres, parce qu’ils se comptent et se comparent. Le plus lourd est pourtant ailleurs : le même modèle trouve la faille, écrit l’attaque, puis propose le correctif.
Un seul modèle des deux côtés du miroir
Dans le noyau Linux, la campagne a mobilisé des agents « éclaireurs » et « analystes » qui ont passé au crible environ 5 034 zones jugées sensibles, soit près de 7 % du code. Ils en ont retenu 2 308 candidates, puis confirmé 1 724 vulnérabilités dans des machines virtuelles isolées. Au total, 304 découvertes critiques ont été transmises aux mainteneurs avec des propositions de correctifs, selon OpenAI. Sur Firefox, 81 failles graves inédites ont été trouvées alors que le navigateur avait déjà été passé au crible par des modèles précédents. Mozilla a accepté les rapports et publié des correctifs. Anthropic avait ouvert la voie au printemps avec Claude Mythos Preview, réservé aux partenaires de son programme Project Glasswing : Mozilla avait alors annoncé 271 failles corrigées dans Firefox 150 grâce à ce modèle.
Ces correctifs-là sont une validation extérieure, et c’est le point le plus solide du dossier. Pour le noyau, le tableau est moins net : le correctif suggéré par le modèle part vers des mainteneurs humains qui doivent décider s’il règle la cause ou seulement le symptôme. Un modèle qui sait exploiter une faille comprend sans doute très bien son mécanisme. Rien ne garantit pourtant qu’il saura en écrire la réparation la plus propre, celle qui ne casse pas le comportement voisin. Aucune des données publiées ne mesure la part de patchs acceptés tels quels.
Des garde-fous notés par celui qui les a conçus
OpenAI insiste sur la discipline du modèle. Sans consigne de sécurité particulière, GPT-6 Cyber reste dans son périmètre dans 99,93 % des cas, contre 94,49 % pour son prédécesseur ; avec consignes, 100 % des tests passent. L’entraînement s’appuie notamment sur un honeypot inspiré de l’incident Hugging Face, un piège destiné à voir si l’agent franchit la ligne qu’on lui a tracée. Certains modèles d’OpenAI ont eu du mal à rester dans leurs limites ces derniers mois, reconnaît l’entreprise elle-même.
L’examinateur et l’examiné restent pourtant dans la même maison. L’entreprise classe GPT-6 Cyber au niveau « Critical » de son propre Preparedness Framework en cybersécurité, le plus haut, comme GPT-6 Astra. Un détail du graphique ExploitGym est parlant : GPT-6 Astra avec ses protections activées tombe à 0,0 %, alors qu’il atteint 42,4 % sans elles. La capacité est donc présente dans le modèle de base ; ce sont les protections, et l’accès au modèle spécialisé, qui décident de qui peut s’en servir. Le rapport complet figure dans la system card, que seuls les relecteurs d’OpenAI ont éprouvée à ce jour.
1 279 dollars l’exploit : l’économie de l’attaque
La campagne Linux a coûté 1 213 430 dollars de calcul, soit 1 279 dollars par exploit fonctionnel. Les concours comme Pwn2Own ou TyphoonPWN rémunèrent historiquement entre 20 000 et 70 000 dollars une trouvaille comparable. OpenAI présente ce montant comme un plafond, qu’une meilleure orchestration des agents pourrait faire baisser. On peut le lire dans les deux sens : à ce prix, les exploits deviennent une production en série pour quiconque dispose du modèle et du budget, défenseur comme attaquant.
Les agents auraient en outre employé au moins dix techniques d’attaque inconnues des experts externes du noyau, d’après OpenAI. Tout dépend de ce qu’on appelle une « technique nouvelle » : une combinaison inédite de briques connues, ou une idée vraiment originale ? L’entreprise ne tranche pas, et la prudence s’impose tant que des chercheurs extérieurs n’auront pas examiné les détails.
La file d’attente des correctifs, goulot de la défense
Le texte d’OpenAI sur le noyau le reconnaît : trouver les failles ne bloque plus, ce sont leur tri et leur validation qui coincent. Le constat vaut aussi côté défense. 304 rapports critiques à traiter, c’est déjà beaucoup pour les mainteneurs du noyau, souvent bénévoles ; si d’autres acteurs lancent des campagnes comparables, la file s’allonge, et chaque correctif suggéré par un modèle doit être relu par quelqu’un qui comprend le code.
Pour une équipe qui maintient un logiciel exposé, l’enseignement est concret : mesurer le temps entre un rapport et un patch déployé, et prévoir de la capacité de relecture avant d’adopter un outil de ce type. Un correctif généré qu’on n’a pas le temps d’examiner ne protège de rien. Côté accès, OpenAI réserve pour l’instant GPT-6 Cyber à un groupe restreint de clients approuvés, via l’API et Codex, et promet un élargissement progressif, sans calendrier ni conditions précises.
Mon avis
Un patch écrit par le modèle qui a fabriqué l’exploit devrait être jugé comme le travail d’un auteur intéressé : relu par un autre modèle, et surtout par un humain qui n’a pas vu l’attaque. Tant qu’OpenAI ne publiera pas le taux de correctifs acceptés par les mainteneurs, les 948 exploits mesurent la puissance offensive, pas l’avantage des défenseurs.
Vous avez aimé celui-ci ?
La newsletter du vendredi réunit les articles de la semaine, avec leurs sources.
Offert à l'inscriptionMa configuration Claude Code, avec mes skills, mes sous-agents et mes hooks, prêts à copier.
Sources
- Il en a un : GPT-6 Cyber
- A thousand fewer paths to root
- propre Preparedness Framework
- graphique ExploitGym
- system card
Ils m’ont fait confiance
« Il ne se contente pas de corriger les symptômes, il cherche à comprendre l'origine des problèmes et à sécuriser les modifications effectuées. J'ai réellement le sentiment d'avoir trouvé un développeur qui comprend à la fois la technique et les enjeux globaux du projet. »
Évaluation client · projet WordPress · septembre 2026
5,0/5 sur 22 évaluations
Faire appel à mes services →
