In sintesi: OpenAI apre GPT-5.5-Cyber a difensori verificati: stesso modello, meno restrizioni, capacità offensive distribuite con accesso controllato.
Un modello AI ha risolto una sfida di reverse engineering avanzato in 10 minuti e 22 secondi, a un costo di 1,73 dollari. Un esperto umano con gli stessi strumenti aveva impiegato circa 12 ore. Il 7 maggio 2026, OpenAI ha aperto l’accesso a GPT-5.5-Cyber, una variante del suo modello di punta addestrata per essere più permissiva sui compiti di sicurezza informatica, riservata a un gruppo selezionato di difensori verificati: enti governativi, operatori di infrastrutture critiche, banche, vendor di sicurezza e piattaforme cloud. Non è un modello più potente di GPT-5.5 — è lo stesso modello con meno freni, per chi ha dimostrato di averne diritto.
Capacità offensive distribuite ai difensori: i numeri che contano
Il dato sul reverse engineering non viene da un benchmark interno di OpenAI: viene dall’UK AISI, l’istituto governativo britannico per la sicurezza dell’intelligenza artificiale, una valutazione indipendente su un compito reale. I numeri complessivi dell’AISI sono coerenti con questa fotografia. Sui compiti di livello Expert, GPT-5.5 ha raggiunto un tasso medio di successo del 71,4%, contro il 52,4% di GPT-5.4 e il 48,6% di Claude Opus 4.7. Sul parametro pass@5 — che misura se il modello riesce a risolvere un problema almeno una volta su cinque tentativi — ha ottenuto il 90,5%, il punteggio più alto mai registrato dall’istituto.
L’AISI usa una suite di 95 compiti distribuiti su quattro livelli di difficoltà, costruiti in formato CTF (Capture The Flag, una competizione in cui si cerca di trovare vulnerabilità in sistemi appositamente predisposti), che coprono reverse engineering, web exploitation e crittografia. Il 71,4% sui compiti Expert corrisponde, secondo l’AISI, a prestazioni che «si avvicinano a quelle di un professionista della sicurezza offensiva di livello junior». Non è un modello che sostituisce un penetration tester senior. Ma è un modello che può affiancare un team di sicurezza e accelerarlo in modo misurabile.
Un cancello con due chiavi: il programma Trusted Access for Cyber
Il meccanismo con cui OpenAI distribuisce queste capacità si chiama Trusted Access for Cyber, o TAC — un programma di accesso basato su identità verificata. Chi viene ammesso riceve un trattamento diverso da parte del modello: meno rifiuti automatici basati su classificatori, accesso a flussi di lavoro che normalmente vengono bloccati. Identificazione e triage delle vulnerabilità, analisi del malware, reverse engineering binario, detection engineering, validazione delle patch: tutte operazioni che un modello standard tende a rifiutare per eccesso di cautela.
Il sistema di sicurezza sottostante funziona su due livelli. Il primo è un classificatore rapido che determina se una richiesta riguarda la cybersecurity. Se sì, passa al secondo livello: un monitor di ragionamento che valuta in quale parte della tassonomia delle minacce rientra la risposta generata, e blocca quelle ad alto rischio — furto di credenziali, tecniche di persistenza nei sistemi, deployment di malware, sfruttamento di sistemi di terze parti non autorizzati.
GPT-5.5-Cyber è la versione più permissiva di questa architettura: pensata per un gruppo ancora più ristretto di partner approvati, per operazioni come red teaming autorizzato (simulazioni di attacco condotte con il permesso del proprietario del sistema), penetration testing e validazione controllata. Dal 1° giugno 2026, chi accede ai modelli più capaci del programma TAC dovrà abilitare l’Advanced Account Security — un’autenticazione resistente al phishing, o un’attestazione equivalente tramite SSO aziendale. Il programma, secondo quanto dichiarato da OpenAI a TechCrunch, ha già raggiunto «migliaia di difensori verificati e centinaia di team responsabili della protezione di software critico».
La mossa che Anthropic non ha fatto: distribuzione contro riservatezza
C’è un confronto che OpenAI non fa esplicitamente, ma che il mercato sta già facendo. Anthropic ha rilasciato Claude Mythos Preview — il suo modello di punta per la cybersecurity — a circa 40 organizzazioni selezionate, alcune delle quali partecipano a Project Glasswing, un programma riservato in cui i partecipanti condividono informazioni sui test. Mythos non è disponibile al pubblico, e Anthropic ha impegnato fino a 100 milioni di dollari in crediti di utilizzo e 4 milioni in donazioni a organizzazioni di sicurezza open source, ma ha tenuto il modello lontano dalla distribuzione generale.
OpenAI sta facendo l’opposto: rilasciare GPT-5.5 ai sottoscrittori paganti, con salvaguardie più stringenti, e creare una versione meno vincolata per le aziende che fanno domanda di accesso. The New Stack, testata americana specializzata in sviluppo software, ha sintetizzato la cosa con un titolo diretto: «Hacking come Mythos, aperto a tutti». Non è del tutto accurato — l’accesso a GPT-5.5-Cyber rimane ristretto — ma cattura la direzione strategica. OpenAI sta scommettendo che la distribuzione controllata ma più ampia batta la riservatezza quasi totale.
Vale la pena notare, però, che i benchmark dell’AISI mostrano GPT-5.5 e Mythos Preview a livelli di capacità cyber offensiva sostanzialmente equivalenti. La differenza non è tecnica: è di filosofia di distribuzione.
Cosa il modello non sa ancora fare: i limiti certificati
OpenAI ha classificato le capacità cyber di GPT-5.5 come «High» nel proprio Preparedness Framework — il sistema interno con cui l’azienda valuta i rischi dei modelli. Non ha raggiunto il livello «Critical», e i test lo confermano: il modello non è riuscito a produrre exploit funzionali di severity critica su progetti software ampiamente distribuiti e protetti, in configurazioni standard.
C’è anche un test specifico che GPT-5.5 non ha superato: «Cooling Tower», una simulazione di attacco a sistemi di controllo industriale in sette passi. Nessun modello ci è riuscito finora. GPT-5.5 si è bloccato sulla componente IT del range, senza riuscire a progredire sugli step specifici dei sistemi OT (Operational Technology, i sistemi che controllano infrastrutture fisiche come impianti industriali o reti elettriche).
L’AISI è esplicita su un altro limite metodologico: i range di test attuali non includono difensori attivi, strumenti di difesa o penalità per gli alert. L’istituto dichiara di non poter concludere da questi risultati se GPT-5.5 avrebbe successo contro un obiettivo ben difeso nel mondo reale.
Un dettaglio scomodo, infine: durante il red-teaming, l’AISI ha trovato un jailbreak universale — una tecnica per aggirare tutte le salvaguardie cyber del modello — che ha richiesto sei ore di lavoro da parte di esperti. OpenAI ha aggiornato lo stack di sicurezza dopo la scoperta, ma un problema di configurazione nella versione fornita ha impedito all’AISI di verificare se la correzione funzioni davvero. Il CTO dell’AISI, Jade Leung, ha dichiarato che il team dell’istituto ha trovato debolezze sfruttabili in ogni modello frontier che ha sottoposto a red-team, incluso Mythos.
Perche’ e’ importante
GPT-5.5-Cyber segna un cambio di paradigma nella distribuzione delle capacità offensive AI: per la prima volta un laboratorio di frontiera sceglie di allargare l’accesso a strumenti di hacking avanzati, scommettendo che la trasparenza controllata protegga meglio della segretezza. Se il modello di OpenAI si afferma, potrebbe spingere Anthropic e altri a rivedere le proprie politiche di distribuzione — con conseguenze dirette su chi difende infrastrutture critiche e su chi cerca di attaccarle.
Il lancio di GPT-5.5-Cyber non è la fine di un percorso: OpenAI ha già annunciato che prevede di rilasciare modelli «ancora più capaci» in ambito cyber. La domanda che resta è quanto velocemente le salvaguardie riescano a tenere il passo con le capacità — e chi, tra i laboratori, riuscirà a convincere i difensori che il proprio modello di distribuzione è quello giusto. Per ora, OpenAI ha scelto di aprire il cancello. Con una serratura a doppia chiave, certo. Ma il cancello è aperto.
