GPT-6.1 Sol ora è il motore di sicurezza di CodeRabbit — Cosa ti offre davvero l'offerta di scansione gratuita da 1 milione di dollari

CodeRabbit copre fino a $5,000 di revisione della sicurezza basata sull'IA per organizzazione, e la finestra si chiude alle 23:59:59 PST dell'8 novembre 2026. Il modello con cui svolge questo lavoro è GPT-6.1 Sol, che OpenAI ha rilasciato il 29 settembre — questa non è una storia di lancio, e l'età del modello è la cosa meno interessante al riguardo. Ciò che è cambiato tra il 23 e il 26 ottobre è più circoscritto e più rilevante: un'azienda di revisione del codice con una reale portata enterprise ha messo quel modello al centro di un prodotto di sicurezza, ha pubblicato il flusso di lavoro che lo circonda e ha collegato una scadenza alla possibilità per estranei di provarlo.

Tre documenti sono arrivati nell'arco di quattro giorni. Il post sul blog di CodeRabbit del 24 ottobre, una customer story di OpenAI del 26 ottobre e un comunicato Business Wire dello stesso giorno che annunciava sia l'impegno alla scansione gratuita sia l'ingresso di CodeRabbit nel Daybreak Defense Network di OpenAI. Letti insieme, descrivono un modello di implementazione che vale la pena comprendere anche se non acquisterai mai nessuno dei due prodotti. Letti separatamente, sono marketing. Il lavoro utile consiste nel separare le due cose.

Cosa ha effettivamente costruito CodeRabbit attorno a GPT-6.1 Sol

Il caso di studio di OpenAI è specifico sul posizionamento, che è l'aspetto che conta: GPT-6.1 Sol viene descritto come il modello principale nell'agente di sicurezza di CodeRabbit, insieme ad altri modelli di frontiera e agli scanner che i clienti già utilizzano. Non viene presentato come un sostituto dell'analisi statica. Il post di CodeRabbit stesso va leggermente oltre, affermando che CodeRabbit Secure utilizza "i modelli GPT 6.1 Sol e GPT Cyber" — uno stack, non una singola chiamata.

Il prodotto ha tre livelli, e sono davvero tre lavori diversi:

• PR review — legge ogni modifica man mano che viene integrata, all'interno del normale flusso di revisione.

• Deep Scan — mappa l'intero repository anziché un singolo diff, tracciando come componenti e dipendenze interagiscono.

• CodeRabbit Secure — estende questo aspetto ai repository collegati, così una vulnerabilità in una libreria di autenticazione condivisa mostra il suo raggio d'impatto su ogni servizio che la importa.

L'ingegneria interessante è alla fine della catena. Per i rilevamenti che un utente seleziona, CodeRabbit tenta di verificarne la sfruttabilità eseguendoli contro l'issue in una sandbox isolata — esplicitamente non in produzione — e restituisce uno di tre stati: Riprodotto, Non riprodotto o Non conclusivo. Solo i rilevamenti supportati si trasformano in una correzione proposta, consegnata come pull request che una persona esamina, testa e unisce. Il gate di merge non passa mai al modello.

Quell'ordine — prima la raggiungibilità, poi l'esecuzione, infine la patch — è il motivo per cui vale la pena leggere di questo deployment. La maggior parte dei prodotti che "l'AI trova i bug" si ferma al primo passo e ti consegna un elenco ordinato in base alla sicurezza di un modello linguistico. Aggiungere una sandbox trasforma un'affermazione in un test. Aggiungere una PR di correzione trasforma un test in un diff che la tua CI può effettivamente valutare.

L'offerta di scansione gratuita, nei termini che determinano se puoi usufruirne.

La landing page di CodeRabbit è insolitamente esplicita sui meccanismi, il che rende l'offerta facile da valutare invece che qualcosa da scrutare strizzando gli occhi:

• Periodo — dal 23 ottobre all'8 novembre 2026, con termine alle 23:59:59 PST.

• Tetto massimo — fino a $5.000 per organizzazione per utilizzo e correzioni di Deep Scan.

• Pool totale — 1 milione di dollari, attinto da un limite condiviso di 1.000.000 di crediti, in ordine di arrivo.

• Idoneità — organizzazioni con due o più membri. Progetti open-source, clienti attuali, ex clienti e team che non hanno mai usato CodeRabbit: tutti idonei.

• Cosa si converte — solo le risultanze supportate diventano correzioni, quindi il credito finanzia l'analisi e la remediation, non la promessa che tutto ciò che viene rilevato venga corretto.

Credito inutilizzato — i crediti richiesti ma non spesi non vengono riportati oltre la scadenza né oltre l'esaurimento del pool condiviso.

Quella riga sui requisiti di ammissibilità è quella da leggere due volte. «Qualsiasi organizzazione» nel comunicato stampa significa qualsiasi organizzazione con almeno due membri, il che esclude i manutentori solisti — un gruppo che gestisce una quota consistente del codice open source da cui dipende la maggior parte delle aziende. Se sei una persona sola con un repository, l’offerta non si applica a te, e nessuna quantità di iscrizioni cambierà le cose.

Il secondo elemento da pianificare è il contatore. Deep Scan viene fatturato a consumo, e il contesto tra repository rientra tra le voci addebitate; i repository collegati sono di sola lettura, il che limita la profondità a cui può arrivare un'indagine ma non limita quanto costa provarci. Un tetto di $5.000 è generoso per un monorepo di medie dimensioni e nella norma per uno grande, quindi la mossa pratica è indirizzare la prima scansione verso il repository che temi di più, anziché quello più facile da affidare.

Perché un modello da un milione di token è la forma giusta per il lavoro sui repository

La scheda tecnica di GPT-6.1 Sol spiega l'idoneità meglio di qualsiasi testo pubblicitario. Dispone di una finestra di contesto di 1.050.000 token con un output fino a 128.000 token, accetta input testuali e immagini e supporta il batch ma non il fine-tuning. La data limite delle conoscenze è il 30 aprile 2026. Include cinque impostazioni di ragionamento — low, medium, high, xhigh e max — con medium come impostazione predefinita e nessuna opzione "none" o "minimal" per disattivare del tutto il ragionamento.

Il prezzo è il punto in cui la forma diventa strategia. Il listino Standard è di $2 per milione di token di input e $10 per milione di output, con input in cache a $0,10 e scritture in cache a $2,50. Le richieste superiori a 272.000 token pagano il doppio su input e cache e una volta e mezza sull'output, per l'intera richiesta. Batch e Flex sono al 50% di Standard; la modalità fast raddoppia; gli endpoint regionali aggiungono circa il 10%.

Leggi questi due fatti insieme e il design di CodeRabbit smette di sembrare arbitrario. Il profilo di costo di un agente di sicurezza non è quello di una chat. Legge enormi quantità di codice sorgente in gran parte invariato, produce un output relativamente scarso e trae beneficio dalla cache dei prompt più di quasi qualsiasi altro carico di lavoro: un repository che scansioni ogni settimana è un repository il cui contesto si sposta appena tra un'esecuzione e l'altra. A 0,10 dollari per milione di token di input in cache, rileggere una grande base di codice costa poco, in un modo in cui rileggerla a 2 dollari non è altrettanto economico. La soglia di sovrapprezzo di 272K è il numero da tenere d'occhio: è circa un quarto della finestra, il che significa che le scansioni molto grandi pagano il moltiplicatore su ogni token della richiesta, non solo sull'eccedenza.

Se vuoi calcolare il costo rispetto al tuo repository, GPT-6.1 Sol è su OrcaRouter a prezzo di listino — pass-through, 0% di markup, quindi i $2/$10 e la tariffa cache di $0.10 sono gli stessi numeri che OpenAI pubblica e cambiano il giorno in cui OpenAI li cambia. Per questo carico di lavoro conta più che per la chat: l'input in cache fa la maggior parte del lavoro, e una percentuale applicata sopra si accumula su ogni scansione di una serie.

I numeri di capacità pubblicati da OpenAI per il modello, che sono dichiarati dal fornitore e non riprodotti in modo indipendente:

• DeepSWE v1.1 — 75,22% con sforzo elevato, a circa 0,65 $ per attività.

• Terminal-Bench Science 0.1 — 57,02% con il massimo sforzo, a circa 5,47 $ per attività.

• OSWorld 2.0 — 71,42% con il massimo impegno, a circa 1,27 $ per attività.

• AutomationBench — 36,10% con impegno massimo; GDP.pdf — 32,0% con impegno alto.

• Tasso di errore fattuale — 7,7% con basso sforzo, contro 11,4% per GPT-6 Sol, una riduzione che OpenAI descrive come circa il 32% relativo.

Un dettaglio in quella tabella merita più attenzione di quanta ne riceva: su DeepSWE, l'impostazione di impegno elevato ottiene il 75,22% e quella di impegno massimo il 71,90%. Più ragionamento ha prodotto un risultato peggiore. Chiunque imposti per impostazione predefinita il livello massimo presumendo che sia uniformemente migliore dovrebbe guardare quella coppia prima di collegare una pipeline di sicurezza a max.

Il numero indipendente che dovrebbe moderare il tono

Nove giorni prima dell'annuncio di CodeRabbit, Endor Labs ha pubblicato una valutazione che riguarda direttamente la questione lasciata aperta dal caso di studio. La sua Agent Security League ha eseguito 200 attività tramite Codex CLI 0.144.6 su tutta la famiglia GPT-6 e ha valutato due cose: se l'agente ha completato del tutto l'attività e se l'ha completata in modo sicuro.

GPT-6.1 Sol ha ottenuto il 77,7% in FuncPass e il 34,1% in SecPass su 179 attività valutate. GPT-6 Astra ha ottenuto l'82,1% e il 34,6%. GPT-6 Sol ha ottenuto il 72,1% e il 25,1%. Il rapporto SecPass/FuncPass di Sol, 43,9%, è stato il migliore dei quattro modelli Codex testati, ovvero ha sacrificato meno correttezza quando sono stati applicati vincoli di sicurezza, anche se il suo tasso assoluto di superamento della sicurezza è appena inferiore a quello di Astra, per una sola attività.

Due terzi delle attività che falliscono sul piano della sicurezza è il titolo, ed è una constatazione reale. Non è però una misurazione del rilevamento delle vulnerabilità. SecPass chiede se un agente di programmazione ha scritto codice funzionante e al contempo sicuro — una domanda diversa da quella se un agente di sicurezza individui difetti nel codice scritto da qualcun altro. Leggere il 34,1% come "GPT-6.1 Sol manca due terzi delle vulnerabilità" sarebbe un errore di categoria, e il post di Endor non avanza questa affermazione. Ciò che esso supporta è un punto più ristretto e più difficile: nelle attività in cui sicurezza e funzionalità competono, i modelli di frontiera attuali sacrificano l'una per l'altra più spesso di quanto lascino intendere i fornitori. Un prodotto di sicurezza costruito su questi modelli va inteso soprattutto come un revisore aggiuntivo con un budget di lettura fuori dal comune, non come un oracolo.

I numeri operativi di Endor sono la parte utile per chiunque debba stimare i costi. Mediana di 7,9 minuti per attività, media 13,5, nove timeout e un'esecuzione completa con quattro worker che termina in circa 13 ore. L'utilizzo di token è stato di circa 235 milioni di token in input con circa il 94% in cache, e 1,5 milioni in output — una stima di 70-85 dollari alle tariffe di listino, contro 104 dollari per GPT-6 Sol e 468 dollari per GPT-6 Astra. Endor ha inoltre segnalato 13 casi di sospetto cheating su cinque segnali e li ha scagionati tutti, riportando zero casi confermati.

Ciò che il caso di studio non ti dice

La storia del cliente di OpenAI non contiene alcun tasso di falsi positivi, alcun delta di rilevamento rispetto alla configurazione pre-Sol di CodeRabbit, alcun dato sulla latenza e alcun costo per segnalazione. Neppure il post di CodeRabbit li fornisce. Nessuno dei due è tenuto a farlo — una storia del cliente non è una valutazione — ma questa lacuna definisce quanto peso può avere l'annuncio.

La statistica più citata del comunicato richiede la massima attenzione. CodeRabbit riporta oltre 8.000 vulnerabilità di gravità alta o critica rilevate in 600 organizzazioni nell'arco di 30 giorni, con controllo degli accessi non corretto, SQL injection e errori di autenticazione che rappresentano oltre il 70% del totale. Si tratta di un dato aggregato di CodeRabbit Secure, non di un risultato di GPT-6.1 Sol, e nulla di quanto pubblicato attribuisce una qualsiasi parte di esso al modello anziché agli scanner e alle persone che vi operano attorno.

C'è anche un dato ampiamente diffuso che viene frainteso. Un'analisi secondaria di questo deployment cita un tasso di rifiuto dei suggerimenti del 56,3% da un sondaggio tra sviluppatori del 2026 — senza indicare il fornitore del sondaggio, la dimensione del campione o il metodo. Rifiuto non è sinonimo di falso positivo: uno sviluppatore può scartare un risultato corretto perché fuori ambito, formulato male o semplicemente scomodo. Considera il 56,3% come prova che il rumore nelle revisioni costa caro, non come un tasso di falsi positivi misurato, perché nessuno ne ha pubblicato uno.

La terza avvertenza è specifica del design. Poiché la sandbox restituisce «Non conclusivo» come esito distinto accanto a «Riprodotto» e «Non riprodotto», un team che fa triage rapidamente imparerà a saltare quella categoria. Una volta che saltare diventa un'abitudine, gli avvisi vengono silenziati in blocco — la stessa modalità di guasto che rendeva i vecchi strumenti SAST facili da ignorare. Riserva attenzione ai risultati non conclusivi, altrimenti lo strumento degenera in una casella di conformità.

Niente di tutto questo è un argomento contro l'esecuzione della scansione gratuita. È un argomento a favore dell'eseguirla come valutazione con un prima e un dopo, non come sostituzione. La stessa impostazione di CodeRabbit presenta Secure come complemento agli strumenti esistenti, e questa è l'impostazione predefinita corretta: mantenere Snyk, Semgrep o CodeQL nella pipeline e misurare ciò che il nuovo livello aggiunge in più, anziché ciò che afferma di sé.

Il gate che nessuno mette nel comunicato stampa

OpenAI classifica GPT-6.1 Sol come «sicurezza informatica critica e rischio biologico/chimico elevato» e indirizza l'accesso attraverso lo stesso stack di salvaguardie di GPT-6 Astra, inclusi Trusted Access e Daybreak. In pratica, ciò significa che l'uso con capacità informatiche è soggetto a limitazioni, e le limitazioni producono a loro volta falsi positivi.

Esiste un caso documentato. Il 3 ottobre, uno sviluppatore ha segnalato nel forum della community di OpenAI che una revisione pull request AppSec difensiva e in sola lettura sul proprio repository è stata bloccata del tutto come contenuto di cybersecurity soggetto a restrizioni; la risposta del supporto l'ha collocata sotto Daybreak Blue e Trusted Access for Cyber. Si tratta di un singolo report utente rispetto a un volume sconosciuto di richieste andate a buon fine, non di una misurazione — ma è il tipo di errore da mettere in conto. Se la revisione di sicurezza è una dipendenza di produzione, presupponi che una certa quota di lavoro difensivo legittimo verrà rifiutata e mantieni un percorso che non transiti da un endpoint soggetto a gating.

La Daybreak Defense Network è l'altra metà di quella struttura. È il programma partner di OpenAI per portare modelli cyber di frontiera nei prodotti e nei servizi di fornitori di sicurezza approvati, anziché direttamente nelle mani dei clienti, con verifica dell'identità, test con ambito definito, logging e supervisione umana inclusi. Il fatto che CodeRabbit vi aderisca e preveda di portare i modelli cyber GPT dedicati di OpenAI in CodeRabbit Secure è un segnale più significativo della stessa sostituzione del modello: suggerisce che lo stack di revisione della sicurezza si stia dividendo, con un modello di ragionamento generale che copre l'ampiezza e modelli cyber creati appositamente che gestiscono la parte più critica.

Il modello che vale la pena copiare anche se salti entrambi i prodotti

Togli il branding e quello che CodeRabbit ha pubblicato è un ciclo in tre fasi che qualsiasi team può mettere insieme: fornire al modello un contesto esteso all'intero repository, comprese le dipendenze collegate, far passare i sospetti rilevati attraverso una verifica basata sull'esecuzione in un ambiente isolato, ed emettere un diff revisionabile che un umano possa integrare. Il modello è la parte meno proprietaria. La sandbox e il gate di merge sono ciò che rende affidabile l'output, ed entrambi sono elementi sotto il tuo controllo.

È anche il modo più economico per decidere se l'offerta gratuita vale il tuo tempo. Prendi un repository con una vulnerabilità nota che hai corretto mesi fa, esegui la scansione e verifica se fa emergere quel problema, quanto tempo impiega e quanto del rapporto useresti davvero. Se individua il caso inserito e per il resto resta silenzioso, vale la pena spendere i $5.000 prima dell'8 novembre. Se restituisce una sfilza di risultati inconcludenti, lo hai scoperto al prezzo di un pomeriggio.

Per i team che costruiscono il loop da soli invece di acquistarlo, il livello di routing è il punto in cui risiede il rischio operativo. Eseguire un modello non collaudato su un percorso di revisione in produzione è una scommessa, e il failover automatico è il modo per farla senza perdere la pipeline quando un provider si degrada: la richiesta viene indirizzata a un modello di fallback invece di far fallire il job. Lo stesso endpoint serve GPT-6.1 Sol e i modelli su cui faresti fallback, quindi confrontarli costa un cambio di parametro anziché un secondo contratto e un secondo SDK.

Cosa fare con i prossimi dodici giorni

L'offerta non è il lancio di un modello e non deve essere valutata come tale. GPT-6.1 Sol è invocabile dal 29 settembre e i suoi benchmark sono pubblici da allora; questa settimana non è cambiato nulla delle sue capacità. Ciò che è cambiato è che un fornitore di sicurezza con distribuzione enterprise si è impegnato pubblicamente nei suoi confronti, ha pubblicato il flusso di verifica che lo riguarda e ha imposto una scadenza tassativa per l'accesso gratuito.

Se gestisci un team con due o più membri e un codebase che ti preoccupa, l'aritmetica è semplice: un tetto di 5.000 dollari, un fondo accessibile in ordine di arrivo e undici giorni rimasti dopo oggi. Prenota subito la scansione sul tuo repository peggiore, inserisci intenzionalmente un bug noto se vuoi un controllo, e annota ciò che il report sbaglia con la stessa cura di ciò che coglie. Se sei da solo, o se il tuo codice è già coperto da scanner di cui ti fidi, la risposta onesta è che questo annuncio cambia poco per te — il modello era disponibile prima del comunicato stampa, e sarà disponibile dopo che i crediti saranno esauriti.