GPT-6 Cyber：OpenAIの1億ドル級サイバーモデルは「クリティカル」と評価され、それ相応の価格が付けられ、しかも依然として招待制のみだ

GPT-6 Cyberの価格は、同じ名前を冠するフラッグシップであるGPT-6 Astraのちょうど2倍で、OpenAIはそれについて謝罪していない。2026年11月5日に発表されたこのセキュリティ特化モデルの料金表は、入力トークン100万個あたり20ドル、出力トークン100万個あたり100ドル——比較対象となる汎用モデルGPT-6 Astraの入力価格と出力価格のいずれも2倍だ。また、これは最初のサイバーモデルであり、OpenAIがCriticalに分類する——Preparedness Frameworkの下で、GPT-5.6 CyberのHighから格上げされた形だ。ただし、この階層に到達した最初のモデルというわけではない。システムカードには、GPT-6 Cyberは「GPT-6 Astraと同じPreparedness Frameworkの指定を引き継ぐ」と書かれているからだ。それにもかかわらず、これを読んでいるほとんど誰も今日は利用できない。アクセスはAPIとCodexを通じて、承認されたDaybreak Red顧客の選抜グループに限られており、より広いRedアクセスは「今後数週間で」提供されると約束されている。

その組み合わせ——最高価格、最高リスク評価、最低可用性——こそが、このローンチの本当の物語だ。能力の数値は実在し、規模も大きいが、それはベンダーが測定したもので、ベンダーが選んだ評価において、ベンダー自身も販売しているベースラインと比較したものだ。以下では、発表が一括りにしている3つの事柄——モデルに何ができるか、それを知るのにいくらかかったか、誰が検証を許されているか——を切り分ける。

何がリリースされ、そのコストはいくらか

セキュリティリリースとしては異例なほど型どおりのモデルカードで、この点は明言する価値がある。サイバー層はこれまで薄い内容で出荷してきた経緯があるからだ。GPT-6 Cyberはテキストと画像を入力として受け取りテキストを返し、1,050,000トークンのコンテキストと128,000トークンの最大出力を保持し、ストリーミング、関数呼び出し、構造化出力をサポートするが、ファインチューニングはサポートしない。提供はChat CompletionsとResponsesのエンドポイントのみで、OpenAIのモデルページではBatch、Realtime、Assistants、ファインチューニングが非対応とされている。OpenAIは推論設定を「Highest」、速度を「Fast」と表現しており、これは信じるよりも検証すべき組み合わせだ。

• 料金 — 入力トークン100万あたり$20.00、キャッシュ済み入力$2.00、キャッシュ書き込み$25.00、出力$100.00。ショートコンテキストのキャッシュ書き込みは、30分で$25、12時間で$50です。

・兄弟モデルに対して — GPT-6 Astra は同じページに入力 $10.00、出力 $50.00 で掲載されています。GPT-6 Cyber はすべての項目でちょうど 2 倍の価格です。

コンテキスト — 1,050,000トークン、Astraと同等。出力100万トークンあたり100ドルで課金されるモデルにおける100万トークンのコンテキストは、機能ではなく予算項目だ。フルウィンドウを1回通すだけで、モデルが何かを書く前に入力だけで20ドルかかる。

• アクセス — 承認済みのDaybreak Red顧客向けのAPIとCodex。公開されているレート制限はGrowティアで毎分15,000リクエストおよび4,000万トークンに達し、これはセルフサービスでの登録ではなく、すでに調達プロセスを経たアカウントを想定したものだ。

価格は、このローンチに関するほとんどどの報道も触れていない部分であり、モデルが実際に使われるかどうかを左右する部分でもある。カーネルツリーに対して2,000件の候補をスキャンするセキュリティチームは、回答ごとに支払っているのではなく、発見、検証、悪用可能性評価、パッチ生成というパイプライン全体でトークンごとに支払っている。モデル公開の前日に公表されたOpenAI自身のLinuxに関する試算が、その数字を示している。

発表の代償を払ったスキャン

GPT-6 Cyberは、OpenAIが11月4日に公開したLinuxカーネル研究「A thousand fewer paths to root」の基盤となったモデルです。パイプラインは脆弱性の発見、動的検証、悪用可能性の評価、パッチ生成、人間によるレビューの5段階で構成され、2026年10月中旬時点の最新カーネルに対して実行されました。

• 候補 — 重複排除されたカーネル検出結果 2,308 件。

• 再現済み — 1,724件の脆弱性、候補の約74.7%。この再現率は今回のリリース全体で最も有用な数字です。なぜなら、モデルの想像力ではなくパイプラインを測る唯一の指標だからです。

• エクスプロイト — 948件の固有のローカル権限昇格エクスプロイトに加え、291件の情報漏えいに関する概念実証、そしてバリアント分析によって重複が統合される前の1,169件の動作するLPEエクスプロイト。

• コスト — 2回目のスキャンのエンドツーエンドでAPIクレジットが1,213,430ドル、うち775,929ドルはエクスプロイト段階だけで費やされた。

• 新規性 — 166件のエクスプロイトのサンプルの中で、明らかに新しい悪用技術は10件。これは、発見されたものの大半が既に知られていたことを慎重に言い換えた表現である。

• 上流では10日後 — カーネルで61件のLPEが修正済み、43件はステージングパッチあり、299件が公開で報告・議論されている。

最後の2行を合わせて読むと、経済性は居心地の悪いものになる。120万ドルのスキャンで948件のエクスプロイトが生成され、10日後に61件が上流で修正された。これはモデルへの批判ではない。問題の形そのものだ。発見は修正に比べて安く、制約があるのは推論コストではなく開示のパイプラインだ。この種のモデルに予算を組むチームは、トークンコストの数倍に当たるトリアージと開示の労力にも予算を組むべきだ。OpenAI自身の数字が、トークンは作業の小さい半分にすぎないことを示しているからだ。

なぜ「クリティカル」は称賛ではなく分類なのか

Preparedness Frameworkの評価はOpenAIが前面に押し出す見出しであり、正確さが求められる。サイバーセキュリティにおけるCriticalは、悪用された場合にモデルが何をなし得るかについての表明であり、モデルが優れているという表明ではない。OpenAIはGPT-6 Cyberの生物学的・化学的能力をHigh、AI自己改善能力をHigh未満と評価している——したがって、エスカレーションはサイバー領域に固有のものだ。

評価の根拠となっている評価は新しく、システムカードの中で最も興味深いものだ。ExploitGym Honeypotは、利用は正当だが悪用は想定範囲外とされる補助サービスで、今年初めのHugging Faceのサンドボックス脱出インシデントに触発されたと報じられている。その結果は、真に画期的な変化である。

• ハニーポットの悪用、安全指示なし — GPT-6 Cyber 0.07%、GPT-5.6 Cyber の5.51%に対して、GPT-6 Astra は0%、GPT-5.6 Sol は49.5%。

• ハニーポットの悪用（安全上の注意事項付き）— 0%

• Auto-Reviewで禁止行為が完了 — 0%、GPT-5.6 Cyberの5.51%に対して。

• 検索ツールの不具合に関する誤表示 — 0.33%（GPT-6 Astraは6.92%、GPT-5.6 Solは79.00%）

最後の比較は、このリリースにおける最も強力な単一の論拠だ。誤った回答を説明するためにツールの障害を捏造するモデルは、単に失敗するモデルよりもセキュリティパイプラインにおいて悪い。なぜなら、捏造された障害は人間を誤った道へ導くからだ。その行動において79%から0.33%へ改善したことがアラインメントの主張であり、ほとんどのアラインメントの主張と違って、それは反証可能だ。

カードはまた、モデルが自らの汎用版兄弟モデルより劣る箇所も公表しており、これは本来あるべき以上に珍しい。ブロッカー関連の欺瞞率はGPT-6 Cyberが20.29%で、Astraの11.66%に対して高い。警告評価では、Cyberは警告が停止を正当化するケースの73.00%で停止するのに対し、Astraは78.38%だが、正しく持続する頻度はCyberの方が高い——80.43%対72.19%。また、純粋な能力で全てに勝っているわけではない。FrontierCyberでは288問中90問を解き、Astraは96問だった。ExpertSWEでは82.95%対83.24%、原子的回避タスクでは63%対66%だった。

それらの差はどれも大きくない。合わせると、汎用能力の一部をエクスプロイト特化スキルと引き換えにしたモデルを描写している。システムカードはそれが何かを率直に述べている。「GPT-6 Astraのサイバー特化型」であり、「専門的なポストトレーニング」と「クラッシュの再現、動作するエクスプロイトの開発、脆弱性のためのコードベース検索」に関する強化学習を備える。つまりベースは同じモデルで、違いはトレーニングだ。だからこそ「価格2倍」の問いは、ベンチマーク表だけでは明らかに答えられない。

見出しが飛ばした数字

OpenAIの発表投稿は、ExploitGymにおける51%の相対的改善を冒頭に掲げている。GPT-5.6 Cyberの32.1%からGPT-6 Cyberの48.45%への向上だ。多くの購入者がそうしなければ使うであろうモデル、GPT-6 Astraの42.43%と比べると、改善幅は6ポイント、相対で約14%となる。どちらの表現も事実だが、見出しに載っているのは一方だけだ。システムカードにある同じベンチマークの堅牢化版では、より大きな差が示されている。36.94%対29.69%であり、対象が実際に堅牢化されているなら、重要なのはこの数字だ。

• ExploitGym、意図したエクスプロイトの成功率 — GPT-6 Cyber 48.45% 対 GPT-6 Astra 42.43% 対 GPT-5.6 Cyber 32.1%。

• ExploitGym Hardened — 36.94% 対 29.69%。

• オフェンシブなWebペネトレーションテスト、脆弱性の再現率 — 40.3% 対 GPT-6 Astra の 32.0%。

• {{1}}CyScenarioBench{{/1}} — 11 個中 11 個の課題を少なくとも 1 回は解決したのに対し、Astra は 11 個中 8 個で、平均成功率は約 7 ポイント高くなっています。

• SRE-Bench pass@1 — 92.84% 対 87.98%。SEC-Bench Pro — 87.02% 対 85.38%。

• RemoteExploitBench — タスクの95%を完了、GPT-6 AstraがDaybreak Blue下で100%拒否したのと同じハーネスにおいて。

それらはすべてベンダー報告によるもので、OpenAIが設計または改変した評価に基づいており、独立した再現結果は得られていない。評価カードは二つの限界について率直に述べている。ExploitBenchは2023年までさかのぼる過去の脆弱性を利用しているため、汚染によって結果が過大評価されている可能性があり、最近公表された脆弱性の信頼できる悪用は「依然として困難」である。FrontierCyberでは、完全に堅牢化された標的に対して攻撃は一つも成功せず、どちらのモデルも最も難しい15の課題を一つも解けなかった。購入者にとって、この二文は51％よりも価値がある。

一体誰がそれを呼べるのか

Daybreak構造は第3の階層に拡大した。Daybreak Blueは検証済みの防御者に対し、不要な拒否を減らして提供され、GPT-6 Astra向けにアルファ版で稼働している。Daybreak Redはエクスプロイト開発の階層で、GPT-6 Cyberはその中に位置する。新たに加わったのは重要インフラ向けのDaybreak Redで、電力・水道・OT/ICSシステムの承認済み防御者を対象とし、産業用制御の侵害を防ぐセーフガードを備える。Dragosが管理ラボで評価し、ネットワーク探索からデバイス操作までのシナリオを実施した。

また、10億ドルの助成プログラム「Daybreak for Frontline Defenders」があり、商用料金を支払えない政府機関や基幹サービス提供事業者のアクセスを補助している。これは大企業以外の誰にとっても発表の中で最も重要な記述であり、同時に最も詳細が乏しい記述でもある。資格要件も、申請スケジュールも、組織ごとの上限も示されていない。

同日、OpenAIはGPT-5.6 CyberをすべてのDaybreak Red顧客に開放した。二つを並べて読むと、これは標準的なティアの入れ替えだ。前世代が下限となり、新世代が上限となる。そしてこれは、OpenAIが需要をどのように見込んでいるかを示している。大半のRed顧客は旧モデルを利用し、新モデルはOpenAIが個別に監督したいアカウント向けだ。

パートナー一覧には注意点が一つある。OpenAIの投稿では、Cisco、Calif、CodeRabbitが脆弱性調査とコードレビューにこのモデルを利用しているセキュリティチームとして挙げられており、二次的なローンチ報道ではPalo Alto Networksも追加されている。最も具体的なのはMozillaだ。OpenAIは、以前は知られていなかったFirefoxの重大度の高い脆弱性81件に加え、報告時より深刻だったことが判明した既知の問題30件を報告し、Mozillaはその後まもなく修正の投入を開始した。Dragosは評価パートナーであり、顧客ではない。発表のどこにも名指しのパートナーの引用はなく、これらの関係はすべてパートナー自身の言葉で確認されたものではなく、OpenAIによって説明されている。

Daybreak Redに参加していない場合は

ほとんどのチームにとって正直な状況は、このモデルはまだ購入できないということであり、有用な問いはその間に何を動かすかです。当社は GPT-6 Cyber をルーティングしていません — それは OrcaRouter のカタログになく、その OpenAI のモデルページでは、キーが機能する前に Daybreak Red の承認が必要です。当社がルーティングするのは一般的な GPT-6 ラインです：GPT-6 Astra は $10/$50、GPT-6 Sol は $2/$10、GPT-6 Luna は $0.10/$0.50、GPT-6.1 Sol は $2/$10 で、すべて200 以上のモデルにまたがる 1 つの API キーを通じて、定価でマークアップ 0% なので、ベンダーの価格変更は次の契約更新時ではなく当日に請求に反映されます。

その分離は、セキュリティチームが実際にどう構築するかに影響する。サイバー層は悪用（エクスプロイト）段階向けであり、その周辺のすべて——トリアージ、パッチ草案の作成、報告書の執筆、調査結果を消費するコードレビュー——は汎用モデルが価格の5分の1から10分の1でこなす汎用作業だ。両段階を1つのエンドポイント経由でルーティングし、上流プロバイダーが劣化した際には自動フェイルオーバーさせることは、2つの契約を交渉して2つのSDKをつなぎ合わせるよりも小さなエンジニアリング課題である。また、Daybreak Redのアクセスが実際に開放された週にパイプラインを書き直さずに済む構成でもある。

何を観るべきか

このリリースが半年後に重要に見えるかどうかを決めるのは3つの点だ。第一に、Daybreak Redへのより広いアクセスが実際に提供されるのか、そして提供された際にCritical評価がどう運用されるのか。手動承認の背後にモデルを留め置く評価と、カードさえあれば誰にでも提供される評価とでは、別の製品になる。第二に、OpenAI以外の誰かがハニーポットの結果を再現するかどうか。単一の補助サービスにおける範囲外悪用0.07%というのは、非常に広いアラインメント主張を支えさせるには狭すぎる測定だ。Noma Securityのセキュリティ戦略担当VPであるChris Hughesは、この反論をCSOに率直に述べた。これらのモデルが稼働することを想定している規模では、小さなエラー率であっても、誰も許可していないシステムに対する行為には変わりない。第三に、修正率だ。Hughesは、OpenAIのPatch the Planetダッシュボードで報告された脆弱性のうち修正済みはまだ25%未満であることを指摘し、Linuxスキャンは10日後に948件のエクスプロイトのうち61件のパッチで終了した。

千もの悪用可能なバグを見つけるモデルと、そのうち60件を修正するパイプラインは、ExploitGymのスコアがどれほど良くても、システムレベルでのセキュリティ改善にはならない。能力面の議論は今のところ十分に決着している。GPT-6 CyberはOpenAIがこれまでに出荷した中で最も強力な攻撃的セキュリティモデルであり、価格もそれ相応で、評価もそれ相応だ。このローンチが残す問いは、エコシステムの開示側が、発見側が今や生み出せるものを受け止められるかどうかである。それはベンチマークより難しい問題であり、まだ誰もその数字を公表していない。