GPT-6.1 Sol is nu CodeRabbits Security Engine — wat de gratis scan-aanbieding van $1M je echt oplevert

CodeRabbit vergoedt tot $5,000 aan AI-beveiligingsreview per organisatie, en het venster sluit om 23:59:59 PST op 8 november 2026. Het model waarmee het dat werk uitvoert, is GPT-6.1 Sol, dat OpenAI op 29 september uitbracht — dit is geen lanceringsverhaal, en de leeftijd van het model is het minst interessante eraan. Wat er tussen 23 oktober en 26 oktober veranderde, is gerichter en ingrijpender: een code-reviewbedrijf met echte enterprise-reikwijdte zette dat model in het hart van een beveiligingsproduct, publiceerde de workflow eromheen en verbond een deadline aan het door buitenstaanders laten uitproberen.

Drie documenten verschenen binnen vier dagen. CodeRabbits eigen blogpost op 24 oktober, een OpenAI-klantverhaal op 26 oktober en een Business Wire-persbericht diezelfde dag waarin zowel de toezegging voor gratis scans als CodeRabbits toetreding tot OpenAI's Daybreak Defense Network werd aangekondigd. Samen beschrijven ze een implementatiepatroon dat het waard is te begrijpen, zelfs als je geen van beide producten ooit aanschaft. Los gelezen zijn het marketing. Het nuttige werk is de twee van elkaar te scheiden.

Wat CodeRabbit eigenlijk rond GPT-6.1 Sol heeft gebouwd

De OpenAI-casestudy is specifiek over de positionering, en dat is het deel dat ertoe doet: GPT-6.1 Sol wordt beschreven als het primaire model in de beveiligingsagent van CodeRabbit, dat samenwerkt met andere frontiermodellen en de scanners die klanten al gebruiken. Het wordt niet gepresenteerd als vervanging voor statische analyse. De eigen post van CodeRabbit gaat iets verder en zegt dat CodeRabbit Secure "GPT 6.1 Sol en GPT Cyber-modellen" gebruikt — een stack, niet één enkele aanroep.

Het product heeft drie lagen, en dat zijn echt verschillende taken:

• PR-review — leest elke wijziging zodra die binnenkomt, binnen de normale reviewflow.

• Deep Scan — brengt de volledige repository in kaart in plaats van één diff, en traceert hoe componenten en afhankelijkheden op elkaar inwerken.

• CodeRabbit Secure — breidt dat uit naar gekoppelde repositories, zodat een fout in een gedeelde auth-bibliotheek de impact ervan zichtbaar maakt in elke service die deze importeert.

De interessante engineering zit aan het einde van de keten. Voor bevindingen die een gebruiker selecteert, probeert CodeRabbit de exploiteerbaarheid te verifiëren door de exploit tegen het probleem uit te voeren in een geïsoleerde sandbox — expliciet niet in productie — en retourneert een van drie statussen: Gereproduceerd, Niet gereproduceerd of Onbeslist. Alleen ondersteunde bevindingen worden omgezet in een voorgestelde oplossing, geleverd als een pull request die een mens beoordeelt, test en merge't. De merge-gate verschuift nooit naar het model.

Die volgorde — eerst bereikbaarheid, dan uitvoering, dan de patch — is de reden dat deze deployment het lezen waard is. De meeste "AI vindt bugs"-producten stoppen bij de eerste stap en geven je een lijst die is geordend naar het vertrouwen van een taalmodel. Een sandbox toevoegen verandert een bewering in een test. Een PR met een fix toevoegen verandert een test in een diff die je CI daadwerkelijk kan beoordelen.

Het aanbod voor de gratis scan, in de voorwaarden die bepalen of je er gebruik van kunt maken

De landingspagina van CodeRabbit is ongewoon expliciet over de werking, waardoor het aanbod gemakkelijk te beoordelen is in plaats van er met samengeknepen ogen naar te hoeven turen:

• Periode — 23 oktober tot en met 8 november 2026, eindigend om 23:59:59 PST.

• Plafond — tot $5.000 per organisatie voor Deep Scan-gebruik en -oplossingen.

• Totale pool — $1 miljoen, geput uit een gedeelde limiet van 1.000.000 credits, op basis van wie het eerst komt, het eerst maalt.

• Geschiktheid — organisaties met twee of meer leden. Open-sourceprojecten, huidige klanten, voormalige klanten en teams die nog nooit met CodeRabbit in aanraking zijn gekomen, komen allemaal in aanmerking.

• Wat wordt omgezet — alleen onderbouwde bevindingen worden omgezet in oplossingen, dus het tegoed dekt onderzoek en herstel, niet de belofte dat alles wat wordt gevonden ook wordt gepatcht.

• Ongebruikt krediet — geclaimd maar niet besteed krediet wordt niet overgedragen na de deadline of nadat de gedeelde pool uitgeput is.

Die regel over wie in aanmerking komt, moet je twee keer lezen. ‘Elke organisatie’ in het persbericht betekent elke organisatie met minstens twee leden, wat solo-onderhouders uitsluit — een groep die een groot deel beheert van de opensourcecode waarop de meeste bedrijven vertrouwen. Ben je één persoon met een repository, dan geldt het aanbod niet voor jou, en hoe vaak je je ook aanmeldt, daar verandert dat niets aan.

Het tweede punt om rekening mee te houden, is de meter. Deep Scan wordt afgerekend op basis van gebruik, en context over meerdere repositories valt onder wat in rekening wordt gebracht; gekoppelde repositories zijn alleen-lezen, wat beperkt hoe diep een onderzoek kan gaan, maar niet wat het kost om het te proberen. Een plafond van $5.000 is ruim voor een middelgrote monorepo en niets bijzonders voor een grote, dus de praktische zet is om de eerste scan te richten op de repository waar je het meest bang voor bent in plaats van degene die het gemakkelijkst is om over te dragen.

Waarom een model met een miljoen tokens de juiste vorm is voor repository-werk

De specificatie van GPT-6.1 Sol legt de geschiktheid beter uit dan welke marketingtekst dan ook. Het model heeft een contextvenster van 1.050.000 tokens met maximaal 128.000 tokens uitvoer, accepteert tekst- en beeldinvoer en ondersteunt batch maar geen fine-tuning. De kennisafsluitdatum is 30 april 2026. Er worden vijf redeneerinstellingen meegeleverd — low, medium, high, xhigh en max — met medium als standaard en geen optie "none" of "minimal" om redeneren volledig uit te schakelen.

De prijsstelling is waar de vorm een strategie wordt. De Standard-lijstprijs is $2 per miljoen inputtokens en $10 per miljoen output, met gecachte input tegen $0,10 en cache-writes tegen $2,50. Verzoeken boven 272.000 tokens betalen het dubbele voor input en cache, en anderhalf keer voor output, voor het hele verzoek. Batch en Flex draaien op 50% van Standard; fast mode verdubbelt dat; regionale endpoints voegen ongeveer 10% toe.

Lees die twee feiten samen en het CodeRabbit-ontwerp ziet er ineens niet meer willekeurig uit. Het kostenprofiel van een securityagent is geen chat-kostenprofiel. Hij leest enorme hoeveelheden grotendeels ongewijzigde broncode, produceert relatief weinig output en profiteert meer dan vrijwel elke andere workload van prompt-caching — een repository die je wekelijks scant, is een repository waarvan de context tussen runs nauwelijks verandert. Bij $0,10 per miljoen gecachte invoertokens is het herlezen van een grote codebase goedkoop op een manier waarop dat bij $2 niet het geval is. De toeslagdrempel van 272K is het getal om in het oog te houden: die is ongeveer een kwart van het venster, wat betekent dat zeer grote scans de multiplier betalen over elke token in het verzoek, niet alleen over het overschot.

Als je dat wilt doorrekenen tegen je eigen repository, is GPT-6.1 Sol op OrcaRouter tegen lijstprijs — doorgegeven, 0% opslag, dus de $2/$10 en het gecachte tarief van $0.10 zijn dezelfde getallen die OpenAI publiceert en veranderen op de dag dat OpenAI ze verandert. Dat maakt voor deze workload meer uit dan voor chat: gecachte input doet het meeste werk, en een percentage bovenop daarvan stapelt zich op bij elke scan in een reeks.

OpenAI's gepubliceerde capaciteitscijfers voor het model, die door de leverancier zijn gerapporteerd en niet onafhankelijk zijn gereproduceerd:

• DeepSWE v1.1 — 75,22% bij hoge inspanning, voor ongeveer $0,65 per taak.

• Terminal-Bench Science 0.1 — 57,02% bij maximale inspanning, voor ongeveer $5,47 per taak.

• OSWorld 2.0 — 71,42% bij maximale inspanning, tegen ongeveer $1,27 per taak.

• AutomationBench — 36,10% bij maximale inspanning; GDP.pdf — 32,0% bij hoge inspanning.

• Percentage feitelijke fouten — 7,7% bij lage inspanning, tegenover 11,4% voor GPT-6 Sol, een reductie die OpenAI omschrijft als ongeveer 32% relatief.

Eén detail in die tabel verdient meer aandacht dan het krijgt: op DeepSWE scoort hoge effort 75,22% en maximale effort 71,90%. Meer redeneren leidde tot een slechter resultaat. Wie standaard voor de hoogste instelling kiest in de veronderstelling dat die uniform beter is, zou dat paar moeten bekijken voordat hij een beveiligingspipeline aan max koppelt.

Het onafhankelijke cijfer dat de toon zou moeten matigen

Negen dagen vóór de CodeRabbit-aankondiging publiceerde Endor Labs een evaluatie die rechtstreeks betrekking heeft op de vraag die de casestudy openlaat. De Agent Security League ervan liet 200 taken via Codex CLI 0.144.6 lopen, verspreid over de GPT-6-familie, en beoordeelde twee dingen: of de agent de taak überhaupt voltooide, en of hij die veilig voltooide.

GPT-6.1 Sol behaalde 77,7% FuncPass en 34,1% SecPass over 179 gescoorde taken. GPT-6 Astra scoorde 82,1% en 34,6%. GPT-6 Sol scoorde 72,1% en 25,1%. De verhouding SecPass-FuncPass van Sol, 43,9%, was de beste van de vier geteste Codex-modellen — wat betekent dat het de minste correctheid inleverde wanneer beveiligingsbeperkingen werden toegepast, ook al ligt de absolute slaagkans op beveiliging net onder die van Astra, met één taak verschil.

Dat tweederde van de taken op beveiliging faalt, is de kop, en het is een echte bevinding. Het is ook geen meting van kwetsbaarheidsdetectie. SecPass vraagt of een coding agent werkende code heeft geschreven die ook veilig was — een andere vraag dan of een security agent fouten vindt in code die iemand anders heeft geschreven. 34,1% lezen als "GPT-6.1 Sol mist tweederde van de kwetsbaarheden" zou een categoriefout zijn, en de Endor-post maakt die claim niet. Wat het wel ondersteunt, is een smaller, lastiger punt: bij taken waar beveiliging en functionaliteit met elkaar concurreren, ruilen huidige frontiermodellen het ene vaker voor het andere in dan leveranciers suggereren. Een beveiligingsproduct dat op deze modellen is gebouwd, kun je het best begrijpen als een extra reviewer met een ongebruikelijk leesbudget, niet als een orakel.

De operationele cijfers van Endor zijn het nuttige deel voor iedereen die dit doorrekent. Mediaan 7,9 minuten per taak, gemiddelde 13,5, negen time-outs, en een volledige run met vier werkers die in ongeveer 13 uur wordt afgerond. Het tokengebruik bedroeg ongeveer 235 miljoen inputtokens, waarvan circa 94% gecacht, met 1,5 miljoen output — naar schatting $70 tot $85 tegen lijsttarieven, tegenover $104 voor GPT-6 Sol en $468 voor GPT-6 Astra. Endor markeerde ook 13 gevallen van vermoedelijk vals spelen op basis van vijf signalen en zuiverde ze allemaal, met nul bevestigde gevallen.

Wat de casestudy je niet vertelt

Het klantverhaal van OpenAI bevat geen percentage fout-positieven, geen detectieverschil ten opzichte van de pre-Sol-configuratie van CodeRabbit, geen latencycijfers en geen kosten per bevinding. De post van CodeRabbit levert die ook niet. Geen van beide is daartoe verplicht — een klantverhaal is geen evaluatie — maar de leemte bepaalt hoeveel gewicht de aankondiging kan dragen.

De meest geciteerde statistiek uit het bericht verdient de meeste zorg. CodeRabbit meldt dat er in 30 dagen meer dan 8.000 kwetsbaarheden met hoge of kritieke ernst zijn gevonden bij 600 organisaties, waarbij gebroken toegangscontrole, SQL-injectie en authenticatiefouten meer dan 70% daarvan uitmaken. Dat is een geaggregeerd cijfer voor CodeRabbit Secure, geen resultaat van GPT-6.1 Sol, en niets in de gepubliceerde informatie schrijft enig deel ervan toe aan het model in plaats van aan de scanners en mensen eromheen.

Er circuleert ook een wijdverspreid cijfer dat verkeerd wordt gelezen. Een secundaire analyse van deze uitrol citeert een afwijzingspercentage van 56,3% voor suggesties uit een ontwikkelaarsenquête uit 2026 — zonder de aanbieder, de steekproefgrootte of de methode van de enquête te vermelden. Afwijzing is niet hetzelfde als een fout-positief: een ontwikkelaar kan een correcte bevinding naast zich neerleggen omdat ze buiten de scope valt, slecht geformuleerd is of gewoon ongelegen komt. Beschouw 56,3% als bewijs dat ruis bij reviews duur is, niet als een gemeten fout-positiefpercentage, want niemand heeft er ooit een gepubliceerd.

Het derde voorbehoud is specifiek voor het ontwerp. Omdat de sandbox "Onbeslist" als een afzonderlijke uitkomst teruggeeft naast "Gereproduceerd" en "Niet gereproduceerd", zal een team dat snel trieert leren die categorie over te slaan. Zodra overslaan een gewoonte wordt, worden waarschuwingen in bulk gedempt — dezelfde faalmodus waardoor legacy SAST-tools makkelijk te negeren waren. Reserveer aandacht voor de onbesliste resultaten, anders verwordt de tool tot een compliance-vinkje.

Niets hiervan pleit tegen het uitvoeren van de gratis scan. Het pleit ervoor die uit te voeren als een evaluatie met een voor-en-na, niet als een vervanging. CodeRabbits eigen positionering presenteert Secure als een aanvulling op bestaande tooling, en dat is de juiste standaard: houd Snyk, Semgrep of CodeQL in de pijplijn en meet wat de nieuwe laag daarbovenop toevoegt in plaats van wat die over zichzelf zegt.

De poort die niemand in het persbericht zet

OpenAI classificeert GPT-6.1 Sol als "Kritiek op het gebied van cyberbeveiliging en Hoog op biologisch/chemisch gebied" en leidt de toegang via dezelfde beveiligingsstack als GPT-6 Astra, inclusief Trusted Access en Daybreak. In de praktijk betekent dat dat gebruik met cybercapaciteiten wordt afgeschermd, en dat afscherming zelf weer valse positieven oplevert.

Er is een gedocumenteerd geval. Op 3 oktober meldde een ontwikkelaar op OpenAI's communityforum dat een defensieve, alleen-lezen AppSec-pullrequestreview op hun eigen repository zonder meer werd geblokkeerd als beperkte cybersecurity-inhoud; het antwoord van support plaatste het onder Daybreak Blue en Trusted Access for Cyber. Dat is één gebruikersmelding tegenover een onbekend aantal succesvolle aanvragen, geen meting — maar het is wel het faalpatroon waarop je moet anticiperen. Als securityreview een productieafhankelijkheid is, ga er dan van uit dat een deel van legitiem defensief werk wordt geweigerd, en houd een pad achter de hand dat niet via een afgeschermd endpoint loopt.

Het Daybreak Defense Network is de andere helft van die structuur. Het is het partnerprogramma van OpenAI om frontier-cybermodellen onder te brengen in producten en diensten van goedgekeurde beveiligingsleveranciers in plaats van rechtstreeks in handen van klanten, met identiteitsverificatie, afgebakend testen, logging en menselijk toezicht eraan verbonden. Dat CodeRabbit zich erbij aansluit, en van plan is de speciale GPT-cybermodellen van OpenAI naar CodeRabbit Secure te brengen, is een belangrijker signaal dan de modelvervanging zelf: het suggereert dat de stack voor beveiligingsreviews wordt opgesplitst, waarbij een algemeen redeneermodel de breedte afhandelt en speciaal gebouwde cybermodellen het scherpe eind voor hun rekening nemen.

Het patroon dat het kopiëren waard is, zelfs als je beide producten overslaat

Strip de branding en wat CodeRabbit heeft gepubliceerd is een drietrapslus die elk team kan samenstellen: geef het model context over de hele repository, inclusief gekoppelde afhankelijkheden, dwing vermoede bevindingen door op uitvoering gebaseerde verificatie in een geïsoleerde omgeving, en lever een reviewbare diff op die een mens kan mergen. Het model is het minst propriëtaire onderdeel. De sandbox en de merge gate zijn wat de output betrouwbaar maakt, en beide zijn zaken die je zelf beheert.

Dat is ook de goedkoopste manier om te beslissen of het gratis aanbod je tijd waard is. Neem een repository met een bekende kwetsbaarheid die je maanden geleden hebt opgelost, voer de scan uit en kijk of die dat probleem naar boven haalt, hoe lang het duurt en hoeveel van het rapport je daadwerkelijk zou aanpakken. Als het de geplante case vindt en verder stil blijft, is de $5,000 het waard om vóór 8 november uit te geven. Als het een muur van bevindingen zonder duidelijke conclusie oplevert, heb je dat geleerd voor de prijs van een middag.

Voor teams die de loop zelf bouwen in plaats van hem te kopen, ligt het operationele risico in de routeringslaag. Een onbewezen model op een productie-reviewpad draaien is een gok, en automatische failover is hoe je die gok neemt zonder de pipeline te verliezen wanneer een provider degradeert — het verzoek gaat naar een fallbackmodel in plaats van dat de job mislukt. Hetzelfde endpoint bedient GPT-6.1 Sol en de modellen waarop je zou terugvallen, dus ze vergelijken kost een parameterwijziging in plaats van een tweede contract en een tweede SDK.

Wat te doen met de komende twaalf dagen

Dit aanbod is geen modelintroductie en moet ook niet als zodanig worden beoordeeld. GPT-6.1 Sol is sinds 29 september aanroepbaar en de benchmarks zijn sindsdien openbaar; er is deze week niets aan de capaciteiten ervan veranderd. Wat wel is veranderd, is dat een beveiligingsleverancier met enterprise-distributie zich er publiekelijk aan heeft verbonden, de verificatieworkflow eromheen heeft gepubliceerd en een harde deadline heeft gesteld aan gratis toegang.

Als je een team leidt met twee of meer leden en een codebase waar je je zorgen over maakt, is de rekensom simpel: een plafond van $5.000, een pool op basis van wie het eerst komt, en na vandaag nog elf dagen over. Boek de scan nu voor je slechtste repository, plant een bekende bug als je een controle wilt, en schrijf net zo zorgvuldig op wat het rapport fout doet als wat het goed doet. Als je solo werkt, of als je code al wordt gedekt door scanners die je vertrouwt, is het eerlijke antwoord dat deze aankondiging weinig voor je verandert — het model was al beschikbaar vóór het persbericht, en het zal beschikbaar zijn nadat de credits op zijn.