Eigenes GPT-5.4-Modell für Sicherheitsexperten
Wer Systeme schützt, braucht mindestens so gute Werkzeuge wie die, die sie angreifen. OpenAI zieht jetzt nach: Mit GPT-5.4-Cyber und einem erweiterten Zugangsmodell für verifizierte Sicherheitsexperten will das Unternehmen die Kräftebalance im digitalen Raum zugunsten der Verteidiger verschieben.
OpenAI rüstet seine Cybersicherheitsprogramme deutlich auf: Das Unternehmen weitet das sogenannte "Trusted Access for Cyber"-Programm (TAC) aus und bringt gleichzeitig ein neues, speziell für Cyberverteidigung trainiertes Modell auf den Markt. GPT-5.4-Cyber heißt das Werkzeug, das Security-Profis breitere Möglichkeiten bieten soll – und das bei weniger Einschränkungen als bei allgemeinen Modellen.
Softwareanalyse ohne Quellcode
GPT-5.4-Cyber ist eine speziell feinabgestimmte Variante von GPT-5.4 mit einer gezielt abgesenkten Verweigerungsgrenze für legitime Sicherheitsarbeit. Eine der zentralen Neuerungen ist die Fähigkeit zur binären Rückwärtsanalyse: Das Modell kann kompilierte Software auf Schadcode, Schwachstellen und Sicherheitsrobustheit untersuchen, ohne dass der Quellcode vorliegen muss.
Das ist insbesondere für Malware-Analysten und Penetrationstester relevant, die regelmäßig mit ausführbaren Dateien ohne Quelltext arbeiten. OpenAI stuft GPT-5.4 im eigenen Preparedness-Framework als Modell mit "hoher" Cyberfähigkeit ein – was erklärt, warum der Zugang zu GPT-5.4-Cyber zunächst auf geprüfte Sicherheitsanbieter, Organisationen und Forscher beschränkt bleibt.
Abgestufter Zugang
Das Zugangsmodell folgt einem Stufenprinzip: Einzelpersonen können sich unter chatgpt.com/cyber per Identitätsverifizierung registrieren, Unternehmen beantragen den Zugang über ihren OpenAI-Ansprechpartner. Wer bereits im TAC-Programm ist und sich als legitimer Cyberverteidiger weiter authentifiziert, kann den Zugang zu höheren Stufen beantragen, einschließlich GPT-5.4-Cyber.
Einschränkungen gibt es beim sogenannten Zero-Data-Retention-Modus: Nutzer, die maximale Datensparsamkeit bevorzugen, müssen bei bestimmten permissiveren Modellen Abstriche machen, da OpenAI in diesen Szenarien weniger Einblick in Nutzungskontext und Absicht hat.