GPT-6 Cyber: OpenAI vende un'AI offensiva che ha trovato 81 falle in Firefox

Per due anni il settore si è chiesto se un'AI potesse davvero trovare e trasformare in arma vulnerabilità sconosciute. La domanda non ha più senso, e non per via di un paper di ricerca. Il 6 novembre 2026 OpenAI ha presentato GPT-6 Cyber, una versione del modello GPT-6 Astra addestrata a scovare i bug nel software, a verificare come un attaccante li sfrutterebbe e a proporre le correzioni — e viene venduta, via API e Codex, a clienti approvati. La prova non è un benchmark: è già nella tua coda di aggiornamenti. Decine dei bug gravi corretti in Firefox 159 il 27 ottobre sono accreditati, per nome, a OpenAI.

Notizia in evoluzione — pubblicata alle 11:35 (10:35 UTC) del 6 novembre 2026. Aggiornata man mano che OpenAI, Mozilla e i vendor coinvolti pubblicano di più.

Cosa ha davvero messo in vendita OpenAI

GPT-6 Cyber è descritto come una variante cyber-specializzata di GPT-6 Astra, "pensata per test di sicurezza autorizzati di siti e applicazioni." OpenAI dice di averlo usato internamente per mettere in sicurezza i propri sistemi, inclusa l'infrastruttura su cui addestra i modelli, e lo classifica come Critical in ambito cybersecurity secondo il suo Preparedness Framework — la prima volta che rilascia un modello di quel livello con la capacità cyber orientata all'offesa.

L'accesso è controllato: all'inizio ai soli clienti approvati del programma Daybreak Red di OpenAI, via API e Codex, con l'intenzione dichiarata di estenderlo a tutti i partecipanti al programma. Sul benchmark proprietario ExploitGym — che misura se un modello riesce davvero a sfruttare un bug specifico su un target remoto, non solo a descriverlo — GPT-6 Cyber ha ottenuto 48,5%, contro il 32,1% del precedente GPT-5.6 Cyber. In un test honeypot sul rispetto dello scope ha evitato di sfruttare un servizio fuori perimetro nel 99,93% dei casi senza istruzioni di sicurezza e nel 100% con esse. Sono numeri che arrivano dall'annuncio di OpenAI, ed è la parte da tenere con le pinze finché terze parti non la riproducono.

Le correzioni di Firefox 159 sono già nella tua coda di aggiornamenti

La parte che non devi prendere sulla fiducia è Firefox. OpenAI afferma che i suoi ricercatori hanno usato il modello per individuare 81 vulnerabilità Firefox prima sconosciute, classificate da Mozilla come gravi, con il modello che ha anche proposto le patch. A differenza della maggior parte delle affermazioni "AI" dei vendor, questa è verificabile su una fonte primaria.

L'advisory Mozilla MFSA 2026-118, pubblicato il 27 ottobre 2026 per Firefox 159, riporta una lunga lista di CVE ad alto impatto — e decine di esse sono accreditate a "OpenAI Codex Security (kylebot)" e "Amy Burnett of OpenAI." Due esempi che puoi leggere nell'advisory oggi stesso: CVE-2026-117921 (OpenAI Codex Security) e CVE-2026-117876 (Amy Burnett of OpenAI). Mozilla segnala anche un cambio di processo imposto da quest'ondata: "non raggruppa più tutte le vulnerabilità di memory safety identificate internamente in un'unica CVE" e ora emette un advisory per ogni singolo bug — perché un solo modello ne ha fatti emergere abbastanza da rendere il vecchio raggruppamento privo di senso.

"Una campagna di fuzzing la misuravamo in bug al mese. Un modello accreditato che restituisce decine di bug gravi del browser in una sola passata è una categoria di avversario diversa — e la stessa capacità ora sta dietro a un'API."

Non si ferma al trovare — sfrutta

Uno scanner trova. GPT-6 Cyber, secondo OpenAI, scrive e valida l'exploit. Tre affermazioni dell'annuncio lo rendono concreto:

• Evasione dalla sandbox. Agenti costruiti su GPT-6 Cyber e altri modelli OpenAI hanno "combinato vulnerabilità per uscire da ambienti virtuali isolati ed eseguire codice sulle macchine host" in test controllati — concatenamento, non singoli bug report.
• RCE su Brotli. Il modello ha contribuito a sviluppare e validare exploit che dimostrano come CVE-2026-111497, la scrittura fuori limite "Node2Shell"/"Brotli2Shell" nel decoder Brotli di Google, possa arrivare all'esecuzione di codice remoto. Quel bug è ora nel catalogo CISA KEV e corretto in Node.js 26.12.1, 24.22.1 e 22.23.4.
• Zero-day in ambito OT. Rob T. Lee, Chief AI Officer di Dragos, è citato mentre afferma che un modello di frontiera "ha separato gli asset OT dal rumore IT, poi ha trovato due zero-day" in software di ingegneria — lo stesso lavoro che prima richiedeva un team umano specializzato e settimane.

È lo stesso programma che, pochi giorni prima, aveva prodotto 948 exploit root distinti per il kernel Linux in una sola esecuzione. GPT-6 Cyber è la versione a prodotto di quella capacità — e segue il lavoro di generazione di exploit di GPT-6 Astra verso la disponibilità generale e a pagamento.

Perché questo è il punto di svolta, non l'avvertimento

Gli avvertimenti sono stati gli ultimi due anni. Questo è il prodotto. Scoperta di vulnerabilità e sviluppo di exploit in chiave offensiva — recon, triage, riproduzione, weaponizzazione — sono ora una voce di costo che un cliente può comprare, misurare e puntare su un bersaglio. I tuoi avversari hanno la stessa API che hai tu. Un penetration test umano una volta l'anno, definito con mesi di anticipo, non modella una controparte capace di passare al setaccio il codice di un browser trovando 81 bug gravi tra una release e l'altra. Il disallineamento di cadenza è tutto il problema: il test automatico e continuo non è più un salto di maturità, è il pavimento.

Remediation

Qui non c'è una singola CVE da correggere, ma ci sono azioni concrete e una strategica.

1. Aggiorna i browser che il modello ha già rotto. Porta Firefox a 159 o successivo (159.0.1 è la release desktop attuale secondo MFSA 2026-123); aggiorna i rami ESR 153.x e 115.x alle loro release di ottobre. Le flotte aziendali su aggiornamento gestito devono verificare che il rollout sia davvero completato, non solo che sia stato spinto.
2. Chiudi le missioni secondarie già sfruttate. La catena Brotli/Node2Shell è in KEV e sfruttata in natura — porta Node.js a 26.12.1 / 24.22.1 / 22.23.4, e controlla gli altri stack che includono Brotli (.NET, Bun, Envoy, Istio, client HTTP Python, FFmpeg, ClickHouse) che i tuoi servizi si tirano dentro come dipendenze transitive.
3. Dai per scontata la parità di capacità. Pianifica partendo dal presupposto che un attaccante motivato oggi abbia un modello che scrive exploit a disposizione. Questo cambia le priorità: un bug di gravità media raggiungibile e sfruttabile da un agente automatico conta più di uno grave che non lo è.
4. Sposta la validazione dall'annuale al continuo. La risposta difensiva a un'offesa a velocità di macchina è un'offesa governata, altrettanto veloce, condotta prima e spesso sul tuo stesso parco macchine.

Cosa non si sa ancora

• Il numero "81" è di OpenAI. L'MFSA 2026-118 di Mozilla accredita pubblicamente decine di CVE gravi di Firefox al team di OpenAI, il che rende l'affermazione insolitamente verificabile — ma OpenAI non ha pubblicato l'elenco completo delle CVE, e le 81 potrebbero coprire più di una release di Firefox. Considera il conteggio esatto non confermato finché gli advisory non saranno enumerati.
• I numeri dei benchmark (ExploitGym 48,5%, honeypot 99,93%/100%) sono autodichiarati e non ancora riprodotti in modo indipendente. La pagina dell'annuncio di OpenAI non era raggiungibile pubblicamente al momento della pubblicazione.
• I controlli anti-abuso non sono provati sul campo. OpenAI elenca il monitoraggio delle azioni fuori autorizzazione, protezioni contro il furto di credenziali e il blocco delle richieste ad alto rischio. Se reggano davanti a un cliente determinato, o a una chiave rubata, è esattamente ciò che le prossime settimane metteranno alla prova.

La conclusione onesta non è il panico — è che l'asimmetria ha appena cambiato mano. Un difensore che si testa solo su un calendario umano sta ora trattando con una controparte che un calendario non ce l'ha.

È il problema per cui Zero Hunt è stato costruito. Fa girare un red team AI autonomo on-premise, sui propri modelli privati, con un essere umano nel loop per ogni azione che conta: uno swarm di 10 agenti che scrive una catena di exploit nuova per ogni target, testata nell'AI Gym prima ancora di toccare la produzione, con ogni evidenza firmata al momento della scrittura per la catena di custodia. Poiché i modelli sono locali, lanciarlo sul tuo stesso parco macchine con la frequenza che la minaccia richiede è una decisione di capacità a costo piatto, non una bolletta a token che cresce con ogni agente — e nessuna terza parte può rallentarlo, modificarlo o spegnerlo. Quando dimostra che qualcosa è sfruttabile, l'AI Remediation Advisor ordina le correzioni per sfruttabilità reale — prima KEV, poi ciò che ha sfruttato nel tuo ambiente, poi CVSS ed EPSS — indica la correzione esatta con note di rollout e rollback, e ri-verifica con la stessa prova che aveva trovato il buco. L'AI offensiva è ora qualcosa che i tuoi avversari possono comprare. La domanda è se ti stai testando con lo stesso ritmo. Parla con noi.