OpenAI, gelişmiş siber güvenlik görevleri için özel olarak geliştirilen yeni modeli GPT-5.6-Cyber'ı duyurdu. Haziran ayında tanıtılan GPT-5.6 Sol modelinin ince ayarlanmış bir versiyonu olan bu yeni yapay zeka, özellikle onaylı savunmacıların yürütmekte olduğu açık araştırmaları ve istismar geliştirme süreçleri için tasarlandı.

Siber Güvenlikte %95 Başarı Oranı

Şirketin paylaştığı verilere göre GPT-5.6-Cyber, kurum içi bir kıyaslama olan Gelişmiş Siber Güvenlik Tamamlama Oranı testinde %95 başarı sağladı. Bu sonuç, bir önceki model olan GPT-5.5-Cyber'ın %57,3'lük performansının ve standart GPT-5.6 Sol modelinin %1,5'lik oranının oldukça üzerinde seyrediyor. Model; kimlik doğrulama atlatma, yetki yükseltme ve sıfırıncı gün açıklarının bulunması gibi riskli ve karmaşık görevlerde daha az reddetme yanıtı verecek şekilde eğitildi.

Daybreak Programı ve Erişim Şartları

Yeni model tüm kullanıcılara açık olmayacak. Erişim için kuruluşların yeni oluşturulan Daybreak Red programına kabul edilmesi gerekiyor. Bu kategori; sızma testleri, kırmızı takım egzersizleri ve yetkili açık araştırmaları yapan profesyonel ekipler için ayrıldı. Ayrıca daha geniş bir kurumsal kitleye hitap eden ve bazı güvenlik bariyerlerinin kaldırıldığı Daybreak Blue adlı yeni bir katman da sunuluyor.

Ücretlendirme ve Güvenlik Standartları

GPT-5.6-Cyber'ın maliyeti, giriş token başına 12,50 dolar ve çıkış token başına 75 dolar olarak belirlendi. Önbelleğe alınmış girişler için ise milyon token başına 1,25 dolar ücretlendirme yapılacak. Başvuru yapacak şirketlerin SOC 2 Tip II veya ISO 27001 gibi sertifikalara sahip olması, çok faktörlü kimlik doğrulama ve kullanım günlükleri gibi kurumsal denetim mekanizmalarını işletmesi şart koşuluyor.

Ne anlama geliyor?

Siber güvenlik alanındaki bu gelişme, yapay zekanın sadece basit kod yazımında değil, sistemlerin savunma hatlarını test etmek için kullanılan karmaşık senaryoların simülasyonunda da kullanılabileceğini gösteriyor. Normalde güvenlik filtreleri nedeniyle reddedilen riskli taleplerin, onaylı uzmanlar için erişilebilir hale getirilmesi, sistem zafiyetlerinin daha hızlı tespit edilmesini sağlar.

Teknik olarak bu süreç, modelin belirli bir uzmanlık alanında derinlemesine eğitilmesiyle gerçekleşir. Kullanıcılar için pratik karşılığı ise, manuel olarak saatler süren açık arama süreçlerinin otomatize edilmesi ve savunma mekanizmalarının saldırı yöntemleri kullanılarak test edilmesidir. Bu durum, dijital altyapıların güvenliğinin artırılmasına yönelik daha etkin bir denetim mekanizması oluşturur.