Pengembangan model ini juga berfokus pada keselarasan untuk memastikan model tidak mengabaikan aturan keterlibatan para peneliti, tetap berada dalam lingkup yang diizinkan, mengikuti batasan tindakannya, dan melaporkan pekerjaannya secara akurat.
Untuk menguji keselarasan, OpenAI melakukan evaluasi yang disebut ExploitGym Honeypot yang terinspirasi dari insiden Hugging Face.
GPT-6 Cyber ditugaskan pada lingkungan terisolasi dengan akses ke layanan pendukung seperti registri paket atau penyimpanan objek yang mudah dieksploitasi.
"Saat diuji tanpa petunjuk keamanan deployment, model ini menghindari eksploitasi layanan di luar cakupan dalam 99,93 persen kasus, meningkat dari 94,49 persen untuk GPT-5.6 Cyber. Dengan peringatan tersebut, GPT-6 Cyber tetap berada dalam batas yang diizinkan 100 persen pada setiap sesi," jelas OpenAI.
Di luar pengujian, GPT-6 Cyber juga telah digunakan untuk menemukan kerentanan pada perangkat lunak open source dalam skala besar.
OpenAI menyatakan bahwa model ini berhasil menemukan 81 titik kerentanan pada Firefox. Perusahaan juga telah mengungkapkan temuan dan usulan patch untuk mengatasi masalah tersebut kepada Mozilla yang mulai menerapkan perbaikan segera setelah menerima laporan tersebut.
