GPT-6.1 SolがCodeRabbitのセキュリティエンジンに — 100万ドル相当の無料スキャン提供で実際に何が得られるのか

CodeRabbitは組織ごとに最大5,000ドル分のAIセキュリティレビューを負担しており、その受付は2026年11月8日23:59:59 PSTに終了します。その作業を実行するモデルはGPT-6.1 Solで、OpenAIが9月29日にリリースしたものです——これはローンチの話ではなく、モデルの古さはこの件で最も面白みのない点です。10月23日から26日にかけて起きた変化は、より限定的で、より重大なものです：実際のエンタープライズ向け展開力を持つコードレビュー企業が、そのモデルをセキュリティ製品の中心に据え、それを取り巻くワークフローを公開し、部外者が試せるようにすることに期限を設けたのです。

3つの文書が4日以内に相次いで公開された。CodeRabbit自身のブログ投稿が10月24日、OpenAIの顧客事例が10月26日、そして同日のBusiness Wireリリースが、無料スキャンの取り組みとCodeRabbitのOpenAI Daybreak Defense Networkへの参加の両方を発表した。合わせて読むと、どちらの製品も購入するつもりがなくても理解する価値のあるデプロイパターンが描かれている。別々に読めば、それらはマーケティングにすぎない。有益なのは、その二つを切り分けることだ。

CodeRabbitがGPT-6.1 Solを中心に実際に構築したもの

OpenAIのケーススタディは配置について具体的で、そこが重要な点だ。GPT-6.1 SolはCodeRabbitのセキュリティエージェントにおける主要モデルとして説明され、他のフロンティアモデルや顧客がすでに運用しているスキャナーと連携して動作する。静的解析の代替として提示されているわけではない。CodeRabbit自身の投稿はさらに一歩踏み込み、CodeRabbit Secureは「GPT 6.1 Sol and GPT Cyber models」を使用していると述べており、単一の呼び出しではなくスタックであることを示している。

この製品には3つの層があり、それらは本当に異なる役割を担っています：

• PRレビュー — 通常のレビューフローの中で、各変更が届くたびに読み取ります。

• Deep Scan — 単一の差分ではなくリポジトリ全体をマッピングし、コンポーネントと依存関係がどのように相互作用するかを追跡します。

CodeRabbit Secure — {{1}}それをリンクされたリポジトリにも拡張するため、共有の認証ライブラリの欠陥が、それをインポートするすべてのサービスにわたる影響範囲を明らかにします{{/1}}。

興味深いエンジニアリングは、チェーンの終端にある。ユーザーが選択した検出事項について、CodeRabbit は隔離されたサンドボックス（本番環境では決してない）でその問題に対して実行し、悪用可能性を検証しようとし、Reproduced、Not reproduced、Inconclusive の3つの状態のいずれかを返す。サポート対象の検出事項だけが修正案になり、人間がレビューし、テストし、マージするプルリクエストとして提供される。マージゲートがモデルに移ることは決してない。

その順序——まず到達可能性、次に実行、3番目にパッチ——こそが、このデプロイが読む価値のある理由です。「AIがバグを見つける」製品のほとんどは最初のステップで止まり、言語モデルの信頼度で並べたリストを渡してきます。サンドボックスを加えることで、主張はテストに変わります。修正PRを加えることで、テストはCIが実際に判断できる差分に変わります。

無料スキャンの提供内容と、それを利用できるかどうかを決める条件

CodeRabbitのランディングページは仕組みについて異例なほど明示的で、そのため提供内容を目を細めて推し量るのではなく、容易に評価できます：

• 対象期間 — 2026年10月23日から11月8日まで、終了は PST 23:59:59。

• 上限 — 組織あたり最大$5,000のDeep Scan利用および修正。

• 総プール — 100万ドル。共有の1,000,000クレジット上限から先着順で引き出されます。

• 対象条件 — メンバーが2名以上の組織。オープンソースプロジェクト、現在の顧客、過去の顧客、そしてCodeRabbitを一度も使用したことがないチームもすべて対象です。

• 変換されるもの — サポート対象の指摘のみが修正となるため、クレジットが購入するのは調査と修復であり、検出されたすべてにパッチが適用されることを約束するものではありません。

未使用クレジット — 申請済みでも未使用のクレジットは、期限を過ぎた後も、共有プールを使い果たした後も繰り越されません。

その資格条件の行は二度読むべきものだ。プレスリリースの「あらゆる組織」とは、少なくとも2人のメンバーがいる組織を意味し、単独のメンテナーは除外される——多くの企業が依存するオープンソースコードの大部分を担っている集団だ。リポジトリを持つ個人があなた一人なら、この申し出はあなたには適用されず、どれほど登録してもそれは変わらない。

計画で考慮すべき2つ目は課金メーターです。Deep Scanは従量課金制で、リポジトリ横断のコンテキストも課金対象の一部です。リンクされたリポジトリは読み取り専用なので、調査をどこまで深く進められるかは制限されますが、試すのにかかるコストは制限されません。5,000ドルの上限は中規模モノレポには余裕があり、大規模なものには特筆すべき額ではありません。そのため実践的な策は、最初のスキャンを引き渡しやすいリポジトリではなく、最も恐れているリポジトリに向けることです。

なぜ100万トークンモデルがリポジトリ作業に適した形なのか

GPT-6.1 Solの仕様は、どんなマーケティングコピーよりもその位置づけをよく説明している。1,050,000トークンのコンテキストウィンドウを備え、最大128,000トークンの出力が可能で、テキストと画像の入力を受け付け、バッチはサポートするがファインチューニングはサポートしない。知識カットオフは2026年4月30日。5つの推論設定（low、medium、high、xhigh、max）が付属し、デフォルトはmediumで、推論を完全にオフにする「none」や「minimal」のオプションはない。

料金体系こそが、その形が戦略になる部分です。Standardのリスト価格は入力100万トークンあたり2ドル、出力100万トークンあたり10ドルで、キャッシュ入力は0.10ドル、キャッシュ書き込みは2.50ドルです。272,000トークンを超えるリクエストは、リクエスト全体に対して、入力とキャッシュが2倍、出力が1.5倍の料金になります。BatchとFlexはStandardの50%で、高速モードは2倍、リージョナルエンドポイントは約10%追加されます。

その2つの事実を合わせて読むと、CodeRabbitの設計はもはや恣意的には見えなくなる。セキュリティエージェントのコスト特性は、チャットのコスト特性とは異なる。大量の、ほとんど変化しないソースを読み込み、出力は比較的少なく、ほぼ他のどのワークロードよりもプロンプトキャッシュの恩恵を受ける——毎週スキャンするリポジトリは、実行間でコンテキストがほとんど動かないリポジトリなのだ。キャッシュされた入力トークン100万あたり$0.10なら、大規模なコードベースの再読み込みは、$2で再読み込みする場合には得られないほど安価だ。注目すべき数字は272Kの割増ししきい値である。これはウィンドウのおよそ4分の1であり、つまり非常に大規模なスキャンでは、超過分だけでなくリクエスト内のすべてのトークンに倍率がかかるということだ。

それを自社リポジトリに当てはめて価格を算出したいなら、GPT-6.1 Sol はOrcaRouter で定価にて提供中 — パススルー、マークアップ 0% なので、$2/$10 および $0.10 のキャッシュ料金は OpenAI が公開しているのと同じ数字であり、OpenAI が改定すれば同じ日に動きます。これはチャットよりもこのワークロードにとって重要です。キャッシュされた入力が作業の大半を担っており、その上に乗るパーセンテージはシリーズ内のスキャンごとに積み重なっていくからです。

OpenAIが公表したこのモデルの能力値。これらはベンダーによる報告であり、独立して再現されたものではない：

• DeepSWE v1.1 — 高エフォート設定で75.22%、1タスクあたり約0.65ドル。

• Terminal-Bench Science 0.1 — 最大エフォートで57.02%、タスクあたり約$5.47。

• OSWorld 2.0 — 最大努力時で71.42%、タスクあたり約1.27ドル。

• AutomationBench — 最大エフォートで36.10%、GDP.pdf — 高エフォートで32.0%。

• 事実誤認率 — 低エフォート時で7.7%、GPT-6 Solの11.4%に対して、OpenAIが約32%の相対的削減と説明する削減。

その表の1つの細部は、もっと注目されて然るべきだ。DeepSWEでは、high effortが75.22%、max effortが71.90%だ。より多くの推論が、より悪い結果を生んだ。maxが一律に優れているという前提で最上位設定を既定にしている人は、セキュリティパイプラインをmaxに接続する前に、その2つの値を見るべきだ。

売り込みを和らげるべき独立した数字

CodeRabbitの発表の9日前、Endor Labsは、このケーススタディが未解決のままにしている問いに直接関わる評価を公開した。そのAgent Security Leagueは、GPT-6ファミリー全体にわたりCodex CLI 0.144.6で200件のタスクを実行し、2つの項目を採点した。エージェントがそもそもタスクを完了したかどうか、そして安全に完了したかどうかである。

GPT-6.1 Solは、採点対象の179タスク全体でFuncPass 77.7%、SecPass 34.1%でした。GPT-6 Astraは82.1%と34.6%を記録しました。GPT-6 Solは72.1%と25.1%でした。SolのSecPass対FuncPass比43.9%は、テストされた4つのCodexモデルの中で最高でした。つまり、絶対的なセキュリティ合格率はAstraをわずか1タスク下回るものの、セキュリティ制約を適用した際に正しさを最も犠牲にしなかったことを意味します。

タスクの3分の2がセキュリティで失敗している——これが見出しであり、実際の知見でもある。ただし、それは脆弱性検出の測定ではない。SecPass が問うのは、コーディングエージェントが書いた動作するコードが同時に安全だったかどうかであり、セキュリティエージェントが他者の書いたコードの欠陥を見つけられるかとは別の問いである。34.1% を「GPT-6.1 Sol は脆弱性の3分の2を見逃す」と読むのはカテゴリー錯誤であり、Endor の投稿もそのようには主張していない。それが支持するのは、より狭く厳しい論点だ。セキュリティと機能性が競合するタスクでは、現在のフロンティアモデルは、ベンダーが示唆するよりも頻繁に一方を犠牲にして他方を取る。これらのモデル上に構築されたセキュリティ製品は、神託ではなく、異常な読解予算を持つ追加のレビュアーとして理解するのが最善である。

Endorの運用数値は、これをコスト計算する人にとって有用な部分です。タスクあたりの中央値は7.9分、平均は13.5分、タイムアウトは9回、4ワーカーでのフル実行は約13時間で完了しました。トークン使用量は、入力が約2億3,500万トークンでその約94%がキャッシュ済み、出力が150万トークンでした。定価レートでの推定額は70〜85ドルで、GPT-6 Solの104ドル、GPT-6 Astraの468ドルと比較されます。Endorはまた、5つのシグナルにわたる不正の疑いがある13件をフラグしましたが、すべてをクリアし、確定事例はゼロだと報告しました。

ケーススタディが教えてくれないこと

OpenAIの顧客事例には、誤検知率も、CodeRabbitのSol導入前の設定に対する検出差分も、レイテンシの数値も、指摘1件あたりのコストも含まれていない。CodeRabbitの投稿もそれらを提供していない。どちらも義務ではない——顧客事例は評価ではない——が、その欠落が、この発表にどれだけの重みを持たせられるかを規定する。

リリースで最も多く引用されている統計には、最も慎重な扱いが必要だ。CodeRabbitは、30日間に600組織で8,000件超の高深刻度または重大深刻度の脆弱性が見つかり、そのうち70%超をアクセス制御の不備、SQLインジェクション、認証失敗が占めたと報告している。これはCodeRabbit Secureの集計値であり、GPT-6.1 Solの結果ではなく、その一部をモデルにではなく、周囲のスキャナーや人間に帰属させている公開資料はない。

また、広く流通しているものの誤読されやすい数値がある。この導入に関する二次分析は、2026年の開発者調査による56.3%の提案却下率を引用しているが、その調査の提供元、サンプルサイズ、手法は明示していない。却下は誤検知と同じではない。開発者は、範囲外であること、表現が不適切であること、あるいは単に都合が悪いという理由で、正しい指摘を退けることができる。56.3%は、レビューのノイズにコストがかかることの証拠として扱うべきであり、測定された誤検知率として扱うべきではない。なぜなら、誰もそれを公表していないからだ。

第3の注意点は設計に固有のものだ。サンドボックスが「再現」「未再現」と並んで「判定不能」を別個の結果として返すため、素早くトリアージするチームはそのバケットを飛ばすことを覚える。飛ばすことが習慣になると、アラートはまとめてミュートされる——従来のSASTツールを無視しやすくしたのと同じ失敗モードだ。判定不能の結果にも注意を割り当てなければ、ツールはコンプライアンス上のチェックボックスに成り下がる。

これらのどれも、無料スキャンを実行することに反対する根拠にはならない。それは、置き換えとしてではなく、前後比較を伴う評価として実行することを主张している。CodeRabbit自身の位置づけでは、Secureは既存ツールを補完するものとされており、それが適切な既定だ。Snyk、Semgrep、CodeQLをパイプラインに残し、新しいレイヤーがそれ自体について語ることではなく、上に何を追加するかを測定すべきだ。

プレスリリースには誰も載せない「ゲート」

OpenAIはGPT-6.1 Solを「クリティカルなサイバーセキュリティおよび高レベルの生物・化学」に分類し、Trusted AccessやDaybreakを含むGPT-6 Astraと同じセーフガードスタックを通じてアクセスを振り分けている。実際には、これはサイバー分野の能力を要する利用がゲート制御されることを意味し、そのゲート制御自体が偽陽性を生み出す。

文書化された事例が1件ある。10月3日、ある開発者がOpenAIのコミュニティフォーラムで、自身のリポジトリに対する読み取り専用の防御的AppSecプルリクエストレビューが、制限対象のサイバーセキュリティコンテンツとして一律にブロックされたと報告した。これに対するサポートからの返信は、それをDaybreak BlueおよびTrusted Access for Cyberの対象と位置づけるものだった。これは、成功したリクエストの量が不明な中での1ユーザーの報告にすぎず、測定値ではない。しかし、まさにこれが想定しておくべき故障モードである。セキュリティレビューが本番環境の依存要素であるなら、正当な防御的作業の一部は拒否され得るものと想定し、ゲート付きエンドポイントを経由しない経路を確保しておくべきだ。

Daybreak Defense Networkは、その構造のもう半分だ。これはOpenAIのパートナープログラムであり、最先端のサイバーモデルを顧客に直接渡すのではなく、承認されたセキュリティベンダーの製品やサービスに組み込むためのもので、本人確認、範囲を限定したテスト、ログ記録、人による監督を伴う。CodeRabbitがこれに参加し、OpenAIの専用GPTサイバーモデルをCodeRabbit Secureに導入する計画は、モデルの差し替え自体よりも重大なシグナルだ。これは、セキュリティレビューのスタックが分割されつつあり、汎用推論モデルが広範さを担い、専用設計のサイバーモデルが先端部分を担うことを示唆している。

たとえ両方の製品を導入しなくても、参考にすべきパターン

ブランディングを剥ぎ取れば、CodeRabbitが公開したものはどのチームでも組み立てられる3段階のループだ。連携する依存関係を含むリポジトリ全体のコンテキストをモデルに与え、疑わしい検出結果を隔離環境での実行ベースの検証に通し、人間がマージできるレビュー可能な差分を出力する。モデルは最も独自性の低い部分だ。出力を信頼できるものにするのはサンドボックスとマージゲートであり、そのどちらも自分たちで制御できるものだ。

それは、無料オファーがあなたの時間に見合うかどうかを判断する最も安価な方法でもあります。数か月前に修正した既知の脆弱性があるリポジトリを用意し、スキャンを実行して、その問題を検出するか、どれくらい時間がかかるか、レポートのどの程度に実際に対応するかを確認してください。仕込んだケースを見つけ、それ以外では何も報告しないなら、11月8日までに5,000ドルを費やす価値があります。結論の出ない指摘の山が返ってくるなら、午後ひとつ分のコストでそれが分かったということです。

ループを購入するのではなく自ら構築するチームにとって、運用上のリスクが潜むのはルーティング層です。自動フェイルオーバーは、実績のないモデルを本番のレビュー経路で動かすという賭けを、プロバイダーが劣化したときにパイプラインを失わずに行う方法です — リクエストはジョブを失敗させる代わりにフォールバックモデルへ送られます。同じエンドポイントが GPT-6.1 Sol とフォールバック先のモデルを提供するため、それらを比較するのに必要なのは、2つ目の契約と2つ目の SDK ではなく、パラメーターの変更だけです。

これからの12日間をどう過ごすか

このオファーはモデルのローンチではなく、ローンチとして評価されるべきものではない。GPT-6.1 Sol は9月29日から呼び出し可能で、ベンチマークもそれ以降ずっと公開されている。今週、その能力に関して変わった点は何もない。変わったのは、エンタープライズ向けの流通網を持つセキュリティベンダーが公然とコミットし、その検証ワークフローを公開し、無料アクセスに厳しい期限を設けたことだ。

チームに2人以上いて、心配なコードベースを抱えているなら、計算は単純だ。上限は5,000ドル、先着順の枠があり、今日を終えると残り11日しかない。今すぐ最も問題のあるリポジトリを対象にスキャンを予約し、対照実験が欲しければ既知のバグを仕込み、レポートが正しく捉えている点と同じくらい注意深く、間違っている点も書き留めておくといい。一人でやっている場合、あるいは信頼できるスキャナでコードがすでにカバーされているなら、正直なところこの発表でほとんど変わるものはない——モデルはプレスリリースの前から利用可能で、クレジットが尽きた後も利用可能なのだ。