OpenAI の GPT-5.5 がサイバーセキュリティ評価で高い性能を示す—専門家の手作業に匹敵する複雑なタスクを数分で完了

GPT-5.5 は、独自仮想マシンの逆エンジニアリングを含む難度の高いサイバーセキュリティチャレンジ（rust_vm）を、人間の支援なしで 10 分 22 秒で解き、API 利用コストは $1.73 (USD) だった。同じ課題を Crystal Peak のセキュリティ専門家が Binary Ninja、gdb、Python、Z3 を使い約 12 時間かけて解いたのと対比される。

評価用に設計した 95 個の狭い領域のサイバータスク（4 段階難度別）に対し、GPT-5.5 は Expert レベルで 71.4% (±8.0%, 平均の標準誤差) の平均成功率を達成した。同じ基準で Anthropic の Mythos Preview は 68.6% (±8.7%)、GPT-5.4 は 52.4% (±9.8%)、Opus 4.7 は 48.6% (±10.0%) だった。

advanced suite タスク（脆弱性研究と実際の標的に対する搾取、現代的な緩和策を含む）は、リバースエンジニアリング、スタック/ヒープオーバーフロー対応、暗号鍵回復、TOCTOU レース、マルウェアアンパック、オープンソースソフトウェア内の合成脆弱性の発見などを要求する。