Une nouvelle évaluation de l’AISI révèle que le modèle GPT-5.5 d’OpenAI excelle dans les tâches cybernétiques complexes et devient le deuxième modèle à résoudre de bout en bout une attaque complète de réseau d’entreprise.
Le nouveau GPT-5.5 d’OpenAI a récemment été soumis à des évaluations cybernétiques approfondies par l’Institut britannique de sécurité de l’IA (AISI), examinant à la fois des tâches de base et des scénarios d’attaque complexes. L’étude montre que le modèle figure parmi les plus performants testés à ce jour et s’appuie sur les percées précédentes de modèles tels que Claude Mythos Preview.
Tâches cybernétiques
L’évaluation de GPT-5.5 a été réalisée à l’aide de 95 tâches cybernétiques, réparties sur quatre niveaux de difficulté. Ces missions basées sur le format CTF ont testé diverses compétences, de l’ingénierie inverse à l’exploitation web en passant par la cryptographie. Alors que les modèles précédents maîtrisaient déjà pleinement les tâches de base, l’accent a été mis ici sur des défis avancés et plus réalistes.
Pour les tâches les plus complexes, relevant de la catégorie expert, GPT-5.5 a atteint un taux de réussite moyen de 71,4 %. Ce résultat est supérieur à celui de Claude Mythos Preview (68,6 %) et nettement meilleur que celui de prédécesseurs tels que GPT-5.4 (52,4 %) et Opus 4.7 (48,6 %). GPT-5.5 a fait preuve de performances particulièrement solides en ingénierie inverse, en développement d’exploits et en résolution de vulnérabilités synthétiques.
Cyberattaques simulées
En plus des tâches isolées, l’AISI a testé les capacités de bout en bout de GPT-5.5 lors d’attaques simulées de réseaux d’entreprise (notamment « The Last Ones » ou TLO), un exercice complexe en 32 étapes. GPT-5.5 a réussi à parcourir l’intégralité de cette chaîne à deux reprises sur dix tentatives, devenant ainsi le deuxième modèle de l’histoire à y parvenir.
Sur une simulation de contrôle industriel (« Cooling Tower »), aucun modèle n’a réussi à accomplir l’ensemble du parcours. GPT-5.5 est resté bloqué aux étapes liées à l’informatique (IT), laissant ses capacités en technologies opérationnelles (OT) inconnues pour le moment. L’AISI souligne que les environnements de test ne comprenaient ni défenseurs actifs ni mécanismes de détection réalistes, ce qui limite la transposition de ces résultats à la pratique.
Le mois dernier, OpenAI a introduit GPT-5.4-Cyber pour concurrencer Anthropic Mythos. Entre-temps, l’entreprise a déjà annoncé une nouvelle version : GPT-5.5-Cyber, disponible pour un groupe restreint de professionnels de la sécurité. Le même jour, le concurrent Anthropic a également lancé Claude Security en version bêta pour ses clients Enterprise.