官方API

OpenAI Linux 内核安全工作：官方 API 合规

November 4, 2026 — OpenAI’s Linux kernel security work, Kimi K3.1 Pro’s open weights, and Ricursive’s Ripple-65B.

가이드 목록 · 본문은 주로 중국어 간체입니다. 영문 요약(English summary)을 참고하세요.

## OpenAI Linux 内核安全工作：官方 API 合规

November 4, 2026 — OpenAI’s Linux kernel security work, Kimi K3.1 Pro’s open weights, and Ricursive’s Ripple-65B.

slug：oa-openai-linux-kernel-security-compliance

分类：官方API

开篇：为什么这件事与 OpenAI API 合规直接相关

OpenAI 近期发布的 Linux 内核安全工作，使用自主构建的漏洞发现、利用与补丁管道，在一次运行中验证并生成了 948 个本地权限提升（LPE）漏洞的补丁，总 API 花费 $1.2M。这不是单纯的学术报告，而是完全走官方 API 通道的合规动作，模型直接调用 OpenAI 的推理能力完成端到端流程。

谁适用：

企业开发者正在评估 AI 安全工具时的决策参考。
想控制 API 成本、确保数据不出境的用户。
关注 Prompt 缓存与官方定价的团队。

怎么决策：

直接对照 OpenAI 官网定价页（官方 API 定价），确认模型、缓存倍率与实际单价。任何非官方改动都可能导致对账单异常。

OpenAI Linux 内核安全工作的核心细节

OpenAI 官方团队构建了一个完全自主的“网络安全管道”。该管道让前沿模型独立完成：

1. 漏洞发现（validate）

2. 漏洞利用（exploitation）

3. 代码补丁生成（patching）

一次运行中，模型发现了至少 10 种此前研究者认为“新颖”的 Linux 内核 LPE 技术，并为 948 个漏洞生成了补丁。Eric Wallace 指出，传统人工研究员一年仅能发现约 20 个类似漏洞，而这次模型以约 $1M 令牌成本完成 1000 个级别的工作。

披露路径：OpenAI 已与 Linux 维护者及 Patch the Planet 合作伙伴合作，报告与补丁将以官方方式提交，确保公共安全。

与官方 API 定价的直接绑定

这次安全工作消耗的 $1.2M 完全来自 OpenAI 官方 API。模型运行时的输入输出令牌计费严格遵循官方 API 定价标准。

模型类型	输入单价（$ / 1M tokens）	输出单价（$ / 1M tokens）	缓存倍率	备注
gpt-5 / gpt-5.1	0.625	5.00	0.1x（缓存输入）	基准模型
gpt-5.2	0.875	7.00	0.1x	最新前沿推理模型
gpt-5-pro	7.50	60.00	-	企业级安全代理
gpt-5-mini	0.125	1.00	0.1x	低成本快速验证

数据来源：以 OpenAI 官网挂牌定价为准（平台.openai.com/docs/pricing）。任何第三方改写或本地 GPU 方案均无法直接复用这些倍率，容易出现计费偏差。

决策工具：如何用官方 API 高效进行类似安全验证

如果你希望在自家项目中复现类似 Linux 内核安全验证流程，推荐直接接入官方 API：

1. 选择支持高上下文的前沿模型（如 gpt-5 系列）。

2. 开启 Prompt 缓存功能，可将重复出现的系统提示缓存至 0.1 倍单价。

3. 使用 API 流量中转方案，降低跨区延迟。

4. 在 examples 页面找到安全代理的完整代码模板。

提示缓存成本估算：若 80% 输入可缓存，每次运行每百万令牌实际支出仅相当于 0.625 / 0.0875 的组合，远低于未缓存场景。

风险与边界

请注意：OpenAI Linux 内核安全工作采用官方 API 完成，但所有用户在使用 OpenAI API 时仍需遵守官方条款。任何未授权的账号切换、会话号池或本地 GPU 部署方案都可能导致计费对不上账、突发费用异常或服务中断。升级到更高倍率模型后，预计安全验证成本会显著上升，建议先在测试环境验证实际单价。

非法律意见声明：本文仅为技术场景参考，不构成法律、合规或投资建议。实际对账请以 OpenAI 官方计费系统为准。

English summary

OpenAI recently demonstrated full compliance with its official API pricing by running an autonomous Linux kernel security pipeline. In a single execution, the system validated and patched 948 local privilege-escalation vulnerabilities in the Linux kernel at a total cost of $1.2 million. The pipeline used novel exploitation techniques discovered by frontier models calling OpenAI’s API directly.

This run aligns exactly with OpenAI’s published pricing tiers, including cached input at 10% of base rates. Developers can replicate similar secure validation workflows by integrating the official API, enabling prompt caching to reduce costs by up to 90% on repeated system prompts. All metrics and pricing are confirmed against OpenAI’s live platform documentation.

Key takeaway: While impressive for open-source security patching, any deviation from official channels risks billing mismatches or service restrictions. Enterprises should cross-check their own token usage against the official price table before scaling similar agentic security research.