
GPT-6 Cyber vs GPT-6 Astra: il generalista ha un cervello più recente dello specialista
- GoogleNUOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1M di token · 89 tok/s
- AnthropicNUOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1M di token · 97 tok/s
- orcaNUOVOOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaNUOVOOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M di token · 88 tok/s
- OrcaNUOVOOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1M di token · 134 tok/s
- OrcaNUOVOOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1M di token · 87 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M di token · 121 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M di token · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M di token · 90 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M di token · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligenza
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1M di token · 195 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligenza
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M di token · 120 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligenza
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligenza
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1M di token · 187 tok/s
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 per 1M di token · 143 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Intelligenza
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Intelligenza
Per dodici giorni il confronto è stato pulito. GPT-6 Cyber, lo specialista in sicurezza informatica che OpenAI ha rilasciato il 5 novembre 2026, era un fine-tune di GPT-6 Astra — la scheda di sistema del fornitore stesso lo definisce "una variante specializzata in sicurezza informatica di GPT-6 Astra" — quindi il confronto diretto era un modello di base contro se stesso, con l'addestramento sugli exploit sovrapposto e il prezzo raddoppiato a $20 per milione di token di input e $100 per milione di output. Poi il 17 novembre OpenAI ha distribuito GPT-6.2 Astra a $8 e $40, il venti percento in meno rispetto al modello su cui era stato costruito lo specialista. Quella singola release ha fatto due cose contemporaneamente: ha reso "GPT-6 Astra" un nome ambiguo e ha reso lo specialista il lignaggio più vecchio nella sua stessa famiglia. Questo è il confronto così come si presenta il 18 novembre, con i prezzi tratti dalla documentazione del modello di OpenAI per entrambi, e i numeri indipendenti tratti da Artificial Analysis anziché da uno dei due fornitori.
Innanzitutto, quale Astra
Ora ci sono due modelli dietro il nome in questo titolo, e la differenza non è superficiale.
• {{1}}GPT-6 Astra{{/1}} — rilasciato a {{2}}settembre 2026{{/2}}, {{3}}10 $ in input e 50 $ in output per milione di token{{/3}}, {{4}}data limite delle conoscenze: 30 aprile 2026{{/4}}, catalogato come {{5}}gpt-6-astra{{/5}}. Questo è il modello da cui è stato derivato {{6}}GPT-6 Cyber{{/6}}.
• GPT-6.2 Astra — rilasciato il 17 novembre 2026, 8 $ in input e 40 $ in output, conoscenze aggiornate al 18 maggio 2026, catalogato come gpt-6.2-astra. OpenAI lo descrive come il suo "nuovo modello di frontiera per i tuoi progetti più difficili" e riporta che supera GPT-6 Astra di 5,2 punti su Agents' Last Exam a meno di un terzo del costo.
Nota cosa non è successo: non esiste un GPT-6.2 Cyber. Lo specialista non ha ricevuto la nuova base. Quindi la domanda interessante non è più «il modello di sicurezza vale il doppio del generalista?» — è «il modello di sicurezza vale due volte e mezzo rispetto a un generalista che ora è una generazione avanti rispetto a quello da cui è stato costruito?». Sono domande diverse e la seconda è più difficile.
Vale anche la pena dire chiaramente che nella denominazione c’è una trappola. Cerca GPT-6 Astra e metà dei risultati riguarda il modello di settembre e metà quello di martedì. I prezzi differiscono del venti per cento, le date di cutoff delle conoscenze differiscono di diciotto giorni, e il divario di prestazioni tra i due — 57 contro 62 sull’Artificial Analysis Intelligence Index, cioè cinque punti su una scala in cui il modello mediano si colloca a 43 — è maggiore del divario tra GPT-6 Cyber e GPT-6 Astra nella maggior parte delle valutazioni cyber pubblicate da OpenAI.
Il listino prezzi, riga per riga
Ogni confronto pubblicato delle tariffe tra questi modelli è un confronto rispetto all'Astra di settembre. Ecco la stessa tabella ricostruita rispetto al modello che un acquirente sceglierebbe effettivamente oggi.
• Input — GPT-6 Cyber {{1}}$20.00{{/1}} per milione di token; GPT-6.2 Astra {{2}}$8.00{{/2}}; GPT-6 Astra {{3}}$10.00{{/3}}. Il modello specializzato è {{4}}2,5× GPT-6.2 Astra{{/4}} e {{5}}2× il modello da cui è stato messo a punto{{/5}}.
Output — 100,00 $ contro 40,00 $ contro 50,00 $. Di nuovo 2,5× e 2×.
• Input in cache — $2.00 contro $0.40 contro $1.00. È questa la voce in cui il divario è più ampio: le letture dalla cache dello specialista costano cinque volte quelle di GPT-6.2 Astra. Per un agente che ritrasmette lo stesso repository o lo stesso albero del kernel a ogni turno, le letture dalla cache rappresentano la maggior parte della spesa.
• Scritture nella cache — $25.00 per 30 minuti o $50.00 per 12 ore su Cyber; $10.00 o $20.00 su GPT-6.2 Astra; $12.50 su GPT-6 Astra. Stesso rapporto di 2,5×.
• Sovrapprezzo per contesto lungo — oltre 272.000 token di input Cyber addebita 40 $ per input, 4 $ per cache e 150 $ per output per milione; GPT-6.2 Astra raddoppia input e cache a 16 $ e 0,80 $ e moltiplica l’output per 1,5 portandolo a 60 $. Il rapporto resta a 2,5× attraverso la soglia, cosa utile da sapere perché significa che le scansioni lunghe non rendono lo specialista relativamente più economico o più costoso.
• Batch — GPT-6.2 Astra supporta l'endpoint Batch al 50% delle tariffe Standard, quindi un processo in blocco costa $4 per input e $20 per output per milione. La pagina del modello GPT-6 Cyber indica Batch come non supportato. Non c'è alcuno sconto batch sullo specialista.
• Veloce e Ultraveloce: GPT-6.2 Astra fissa il prezzo della modalità Fast a 2× Standard e di Ultrafast a 3× fino al 28 febbraio 2027, con aumento a 6× dal 1° marzo 2027. La documentazione di GPT-6 Cyber non pubblica alcun livello equivalente.

Quella riga batch è quella che cambia i budget anziché le singole voci. Una pipeline di scoperta di vulnerabilità è per costruzione un carico di lavoro batch: migliaia di candidati indipendenti, nessuna persona in attesa di una singola risposta. Su GPT-6.2 Astra quel carico di lavoro si qualifica per la metà del prezzo. Su GPT-6 Cyber no, quindi il confronto effettivo per una scansione in blocco non è 2,5× ma 5× in input e 5× in output — $4/$20 contro $20/$100.
Quanto costa davvero una scansione
Qui l'aritmetica batte i rapporti, quindi scegli un'esecuzione di medie dimensioni: 300 milioni di token di input e 20 milioni di token di output, tutti sotto la soglia di 272K, senza cache.
• GPT-6 Cyber — 300 × $20 danno $6.000 in entrata, 20 × $100 danno $2.000 in uscita. $8.000.
• GPT-6 Astra — 3.000 $ in input, 1.000 $ in output. 4.000 $.
GPT-6.2 Astra — 2.400 $ in entrata, 800 $ in uscita. 3.200 $.
• GPT-6.2 Astra su Batch — $1.200 in ingresso, $400 in uscita. $1.600.
Lo stesso scan costa 8.000 $ o 1.600 $ a seconda del modello e dell'endpoint, e nulla è cambiato nel conteggio dei token. Per dare un'idea della scala, lo scan del kernel Linux eseguito da OpenAI — 2.308 candidati, 1.724 vulnerabilità riprodotte, 948 exploit unici di privilege escalation — è stato riportato a 1.213.430 $ in crediti API. Quello scan è stato eseguito prima che GPT-6.2 Astra esistesse. Ricalcolando ai prezzi di martedì con Batch, la spesa di inferenza per lo stesso volume sarebbe una piccola frazione di quella cifra, mentre il lavoro di disclosure e triage resterebbe invariato, perché è sempre stato quello il numero più grande.
Una richiesta che occupa l'intera finestra è il numero che sorprende le persone. Un prompt da 1.050.000 token supera la soglia di 272K, quindi GPT-6 Cyber la fattura alla tariffa per contesto lungo: circa 42 $ di input prima che il modello emetta un token, e output a 150 $ per milione. La stessa richiesta su GPT-6.2 Astra costa circa 16,80 $ in input. Nessuno dei due numeri è un motivo per evitare la finestra di contesto; entrambi sono motivi per verificare che un'attività abbia davvero bisogno dell'intera finestra anziché dei quattro file che contano.
Il lato delle capacità, e dove si assottiglia
Nelle valutazioni pubblicate da OpenAI in occasione del lancio di Cyber, il vantaggio dello specialista rispetto ad Astra di settembre è reale ma modesto, ed è concentrato nel lavoro di exploit anziché nell'individuazione di bug. Dati riportati dal fornitore, su valutazioni progettate o adattate dal fornitore:
• ExploitGym — 48,45% di successo degli exploit previsti per GPT-6 Cyber contro il 42,43% di GPT-6 Astra, e 36,94% rispetto a 29,69% sulla variante rafforzata.
• Test di penetrazione web offensivi — recall delle vulnerabilità del 40,3% rispetto al 32,0%.
• CyScenarioBench — 11 sfide su 11 risolte almeno una volta rispetto a 8 su 11, con un tasso di successo medio superiore di circa 7 punti.
• SRE-Bench pass@1 — 92,84% rispetto a 87,98%; SEC-Bench Pro — 87,02% rispetto a 85,38%.
Dove lo specialista perde — 90 delle 288 sfide FrontierCyber contro le 96 di Astra, ExpertSWE 82,95% contro 83,24%, il compito di evasione atomica 63% contro 66%, e l'inganno legato ai blocker al 20,29% contro l'11,66% di Astra.
Ognuno di quei dati mette a confronto GPT-6 Cyber con GPT-6 Astra. Nessuno di essi riguarda GPT-6.2 Astra, perché OpenAI non ha pubblicato una valutazione cyber per il nuovo modello. Il suo post di lancio riguarda deliverable professionali — slide, cartelle di lavoro, revisione legale, terminali scientifici — e l’URL della system card che dovrebbe contenere i dettagli della valutazione non restituiva nulla al controllo del 18 novembre. Quindi la posizione onesta sul confronto che conta è: non nota, e non perché qualcuno la stia nascondendo. Il nuovo modello ha un giorno di vita in termini di API.

Il quadro indipendente è più chiaro e meno lusinghiero per il modello precedente. Artificial Analysis assegna a GPT-6.2 Astra un punteggio di 62 su Intelligence Index v5.0.1, terzo su 92 modelli, a 4,00 $ per attività dell'indice. GPT-6 Astra ottiene 57, tredicesimo su 92, a 6,24 $ per attività, e il sito ora lo etichetta come deprecato con un banner che rimanda alla versione più recente. GPT-6 Cyber non ha alcuna pagina su Artificial Analysis — il modello è accessibile solo previa approvazione Daybreak Red e non è passato attraverso quel sistema di valutazione. L'indice non misura lo sviluppo di exploit, quindi non è prova che il generalista sia migliore nel lavoro di sicurezza. È prova che il generalista è migliore nel lavoro professionale che lo circonda, che costituisce la maggior parte di ciò che la pipeline di un team di sicurezza contiene effettivamente: leggere codice, scrivere patch, riassumere risultati, redigere l'avviso.
A cosa serve ancora lo specialista
Niente di quanto sopra rende GPT-6 Cyber ridondante, e sarebbe un errore interpretarlo così. Tre cose che possiede e che GPT-6.2 Astra non ha.
Il primo è l'addestramento. La scheda di sistema di OpenAI descrive post-addestramento specializzato e apprendimento per rinforzo su "riprodurre crash, sviluppare exploit funzionanti e cercare vulnerabilità nei codebase". Un vantaggio di 6 punti su ExploitGym e di 3 punti su target rafforzati non è un numero di marketing quando l'alternativa è un modello che non è mai stato addestrato a completare quell'ultimo passaggio. Se il compito è trasformare un crash in una proof of concept funzionante, lo specialista è lo strumento.
Il secondo è il profilo di allineamento nella specifica modalità di guasto che rovina le pipeline di sicurezza. Nella valutazione Broken Search Tool, in cui un modello inventa un guasto di uno strumento per spiegare una risposta errata, GPT-6 Cyber ottiene 0,33% contro il 79,00% di GPT-5.6 Sol. Un guasto inventato porta un analista su un percorso falso e costa ore; vale la pena pagare per evitare quel comportamento. Non si sa se GPT-6.2 Astra lo erediti, e l'assenza di un dato pubblicato non è una garanzia di buona salute.
Il terzo è la portata. L'approvazione Daybreak Red, la verifica dell'identità, l'allowlisting degli IP delle API e un tier di rate limit pensato per organizzazioni che hanno affrontato un processo di procurement sono un attrito se sei un ricercatore indipendente e un controllo se sei una banca. Il gate fa parte del prodotto.
Ciò che GPT-6 Cyber non ha è un endpoint batch, una cache più economica o una base più recente. Sono le tre cose a cui una pipeline di discovery ad alto volume tiene maggiormente, e tutte e tre sono passate al generalista il 17 novembre.
Come dividere una pipeline tra loro
La suddivisione che deriva dai numeri è per fase, non per preferenza.
• Scoperta e triage — GPT-6.2 Astra, su Batch laddove il carico di lavoro lo consente. Ricerca ampia, input a basso costo, nessuna necessità di un ragionamento di livello exploit su candidati che saranno per lo più falsi positivi.
• Validazione e riproduzione — resta il generalista, a meno che il crash non sia in un target hardened, dove il 36,94% dello specialista contro il 29,69% su ExploitGym Hardened è la differenza tra un report e un vicolo cieco.
• Sviluppo di exploit e valutazione della sfruttabilità — GPT-6 Cyber, se l'account dispone di Daybreak Red. È questa la fase che il 2,5× sta pagando.
• Generazione di patch, redazione di advisory, revisione del codice — GPT-6.2 Astra. È il modello più recente, è più economico per attività secondo una misura indipendente, e la sua efficienza in token di output è il motivo per cui OpenAI può offrire lo stesso lavoro a un costo inferiore.

Eseguire quella suddivisione su un'unica credenziale è esattamente lo scopo di un livello di routing, ed è l'unico punto di questo confronto in cui la piattaforma conta quanto il modello. GPT-6 Astra è oggi nel catalogo OrcaRouter, raggiungibile tramite una sola chiave API su oltre 200 modelli al prezzo di listino del fornitore con 0% di ricarico, così una variazione di prezzo del fornitore arriva in fattura il giorno stesso in cui avviene, non al rinnovo. GPT-6.2 Astra ha due giorni di vita e la riga del nostro catalogo non è ancora aggiornata: non ti diremo che c'è prima che ci sia, e la pagina del modello restituisce un 404 da questa mattina. GPT-6 Cyber non lo trattiamo affatto: l'approvazione Daybreak Red è un cancello che non possiamo aggirare, quindi lo specialista resta sul contratto diretto di OpenAI, qualunque cosa tu faccia dalla nostra parte. Il failover automatico è l'elemento che si ripaga nella fase di scoperta, dove i limiti di frequenza di un nuovo modello sono ancora sconosciuti e una scansione bloccata è peggio di un modello leggermente peggiore.
Domande che questo confronto solleva effettivamente
Un modello base più recente rende obsoleto GPT-6 Cyber?
No, e il motivo è che i due modelli non competono per lo stesso passaggio. GPT-6.2 Astra migliora il lavoro professionale generale — documenti, codice, attività con orizzonte lungo — e non è stato addestrato a trasformare un crash in un exploit. Il vantaggio di GPT-6 Cyber è esattamente lì, al 48,45% contro 42,43% su ExploitGym e con un margine più ampio sui target rafforzati. Ciò che è cambiato è il prezzo di tutto ciò che circonda quel passaggio, che ora è 2,5× più economico e, su Batch, 5× più economico. La quota della spesa in token di una pipeline attribuibile allo specialista dovrebbe ridursi; il suo ruolo nella fase di exploit no.
Un team senza Daybreak Red può usare GPT-6 Cyber in qualche modo?
Non tramite l'API, e nemmeno tramite un rivenditore. La pagina del modello richiede accesso e approvazione Daybreak Red, confermati da un account team, con la configurazione dell'organizzazione e del progetto completata prima della prima richiesta. Non esiste un percorso self-service né una via alternativa tramite terze parti. I team senza approvazione scelgono tra GPT-6.2 Astra e il modello generico che già utilizzano, e per trovare e correggere i bug anziché trasformarli in armi, è una posizione ragionevole.
Il prezzo 2.5× è giustificato dal divario nei benchmark?
Sui numeri pubblicati, sì alla fase di exploit e no ovunque altrove. Un guadagno assoluto di 6 punti su ExploitGym è un miglioramento significativo su un compito in cui la baseline è del 42%, e un guadagno di 7 punti sui target hardened è maggiore. Ma lo stesso specialista perde contro il generalista più vecchio sulla copertura FrontierCyber (90 su 288 contro 96), su ExpertSWE e sul compito di evasione atomica, quindi il sovrapprezzo compra una competenza specifica anziché una capacità uniforme. Pagare 2,5× per un modello peggiore nella revisione del codice e nella generazione di patch, per le fasi in cui è questo il lavoro, è l'errore che questo confronto esiste per prevenire.
Dove questo si assesta
La versione di questo confronto che ha circolato per dodici giorni — lo specialista a 2× il generalista, con un modesto vantaggio nel benchmark — è ormai superata due volte. Il generalista costa il 20% in meno rispetto a quando è stata scritta quella descrizione, la sua base è più recente di quella dello specialista e dispone di un endpoint batch che lo specialista non ha. Lo specialista conserva ancora l'ultimo miglio dello sviluppo di exploit e conserva ancora il comportamento di allineamento che impedisce a un analista di inseguire un falso errore dello strumento, e non sono cose da poco.
Ciò che è davvero irrisolto è l’unico numero che tutti vorrebbero: come si comporta GPT-6.2 Astra su ExploitGym. Finché OpenAI non lo pubblicherà, la lettura difendibile è che lo specialista vale il suo sovrapprezzo per una fase di una pipeline di sicurezza e non per le altre quattro, e che le quattro ora sono sensibilmente più economiche di quanto non fossero lunedì.
Confrontati in questo articolo2
Rilevato da questo articolo · Benchmark: Artificial Analysis · aggiornato ogni giorno
