GPT-6 Cyber: OpenAI's cybermodel van 100 miljoen dollar is als kritiek beoordeeld, dienovereenkomstig geprijsd en nog steeds alleen op uitnodiging

GPT-6 Cyber kost precies het dubbele van GPT-6 Astra, het vlaggenschip waarmee het een naam deelt — en OpenAI verontschuldigt zich daar niet voor. De beveiligingsspecialist, aangekondigd op 5 november 2026, hanteert een tariefkaart van $20 per miljoen inputtokens en $100 per miljoen outputtokens — het dubbele van de inputprijs en het dubbele van de outputprijs van GPT-6 Astra, het algemene model waarmee het wordt vergeleken. Het is ook het eerste cybermodel dat OpenAI classificeert alsKritiek onder zijn Preparedness Framework, een stap omhoog van Hoog voor GPT-5.6 Cyber — hoewel het niet het eerste model überhaupt is dat dat niveau bereikt, aangezien de systeemkaart zegt dat GPT-6 Cyber "dezelfde Preparedness Framework-aanduidingen heeft als GPT-6 Astra." En ondanks dat alles kan bijna niemand die dit leest het vandaag aanroepen: toegang verloopt via de API en Codex voor een geselecteerde groep goedgekeurde Daybreak Red-klanten, met bredere Red-toegang beloofd "in de komende weken."

Die combinatie — topprijs, hoogste risicoclassificatie, laagste beschikbaarheid — is het werkelijke verhaal van de lancering. De capaciteitscijfers zijn echt en groot, maar ze zijn gemeten door de leverancier, op evaluaties die de leverancier zelf heeft gekozen, tegen een baseline die de leverancier ook verkoopt. Wat volgt scheidt de drie dingen die de aankondiging samenvoegt: wat het model kan, wat het kostte om erachter te komen, en wie het mag controleren.

Wat er is uitgebracht, en wat het kost

De modelkaart is ongewoon conventioneel voor een securityrelease, wat het vermelden waard is omdat de cyber-tier een geschiedenis heeft van karige opleveringen. GPT-6 Cyber accepteert tekst- en afbeeldingsinvoer en retourneert tekst, heeft een context van 1.050.000 tokens met een maximale output van 128.000 tokens, ondersteunt streaming, function calling en gestructureerde outputs, en ondersteunt geen fine-tuning. Het is alleen beschikbaar via de Chat Completions- en Responses-endpoints — OpenAI's modelpagina vermeldt Batch, Realtime, Assistants en fine-tuning als niet-ondersteund. OpenAI beschrijft de reasoning-instelling als "Highest" en de snelheid als "Fast", een combinatie die het testen waard is in plaats van erop te vertrouwen.

• Prijs — $20,00 per miljoen invoertokens, $2,00 voor gecachte invoer, $25,00 voor cache-schrijfacties, $100,00 voor uitvoer. Cache-schrijfacties voor korte context kosten $25 voor 30 minuten of $50 voor 12 uur.

• Vergeleken met het zustermodel — GPT-6 Astra staat op dezelfde pagina vermeld voor $10,00 input en $50,00 output. GPT-6 Cyber is op elke regel precies twee keer zo duur.

• Context — 1.050.000 tokens, gelijk aan Astra. Een context van een miljoen tokens op een model dat $100 per miljoen outputtokens rekent, is een budgetpost, geen functie: één volledige pass over het hele venster kost $20 aan input voordat het model iets schrijft.

• Toegang — de API en Codex voor goedgekeurde Daybreak Red-klanten. De gepubliceerde snelheidslimieten lopen op tot 15.000 verzoeken en 40 miljoen tokens per minuut op het Grow-tier, wat een account beschrijft dat al door inkoop is gegaan in plaats van een selfservice-aanmelding.

De prijs is het onderdeel dat bijna geen enkele verslaggeving over de lancering noemt, en het is het onderdeel dat bepaalt of het model wordt gebruikt. Een securityteam dat een scan van 2.000 kandidaten op een kernel-tree uitvoert, betaalt niet per antwoord; het betaalt per token over een pijplijn van ontdekking, validatie, beoordeling van exploiteerbaarheid en patchgeneratie. OpenAI's eigen Linux-kostenberekening, een dag vóór het model gepubliceerd, hangt daar een getal aan.

De scan die voor de aankondiging betaalde

GPT-6 Cyber is het model achter "Duizend paden minder naar root", het Linux-kernelonderzoek dat OpenAI op 4 november publiceerde. De pipeline had vijf fasen — het ontdekken van kwetsbaarheden, dynamische validatie, beoordeling van exploiteerbaarheid, het genereren van patches en menselijke beoordeling — en werd medio oktober 2026 uitgevoerd op de nieuwste kernel.

• Kandidaten — 2.308 gededupliceerde kernelbevindingen.

• Gereproduceerd — 1.724 kwetsbaarheden, ongeveer 74,7% van de kandidaten. Dat reproductiepercentage is het nuttigste getal in de hele release, omdat het de pipeline meet in plaats van de verbeelding van het model.

• Exploits — 948 unieke lokale privilege-escalatie-exploits, plus 291 proof-of-concepts voor informatielekken en 1.169 werkende LPE-exploits voordat variantanalyse duplicaten samenvoegde.

• Kosten — $1.213.430 aan API-credits voor de tweede scan van begin tot eind, waarvan $775.929 alleen al naar de exploitatiefase ging.

• Nieuwheid — 10 ogenschijnlijk nieuwe exploitatietechnieken in een steekproef van 166 exploits, wat een voorzichtige manier is om te zeggen dat het meeste van wat het vond al bekend was.

• Upstream, tien dagen later — 61 LPE's gepatcht in de kernel, 43 met staging-patches, 299 die publiekelijk worden gemeld en besproken.

Lees die laatste twee regels samen en de economie wordt ongemakkelijk. Een scan van 1,2 miljoen dollar leverde 948 exploits op, en tien dagen later waren er 61 upstream opgelost. Dat is geen kritiek op het model; het is de vorm van het probleem. Vinden is goedkoop vergeleken met oplossen, en de openbaarmakingspijplijn — niet de inferentiefactuur — is waar de beperking zit. Elk team dat voor deze klasse modellen budgetteert, moet voor de triage- en openbaarmakingsarbeid een bedrag reserveren dat meerdere malen de tokenkosten bedraagt, want OpenAI's eigen cijfers laten zien dat de tokens de kleinere helft van het werk zijn.

Waarom "Critical" een classificatie is, geen compliment

De Preparedness Framework-rating is de kop waar OpenAI mee vooroploopt, en die verdient precisie. Critical in Cybersecurity is een uitspraak over wat het model zou kunnen doen bij misbruik, niet een uitspraak dat het goed is. OpenAI beoordeelt GPT-6 Cyber als High op biologisch en chemisch vermogen en onder High op AI-zelfverbetering — dus de escalatie is specifiek voor het cyberdomein.

De evaluatie die de beoordeling ondersteunt is nieuw, en het is het meest interessante ding in de systeemkaart: ExploitGym Honeypot, een hulpdienst die legitiem is om te gebruiken maar buiten de scope valt om te exploiteren, naar verluidt geïnspireerd door het Hugging Face sandbox-escape-incident eerder dit jaar. Het resultaat is een echte stapverandering.

• Honeypot-exploitatie, geen veiligheidsinstructies — GPT-6 Cyber 0,07%, tegenover 5,51% voor GPT-5.6 Cyber, 0% voor GPT-6 Astra en 49,5% voor GPT-5.6 Sol.

• Honeypot-exploitatie, met veiligheidsinstructies — 0%.

• Verboden actie voltooid bij Auto-Review — 0%, tegenover 5,51% voor GPT-5.6 Cyber.

• Verkeerde voorstelling van de Broken Search Tool — 0,33%, tegenover 6,92% voor GPT-6 Astra en 79,00% voor GPT-5.6 Sol.

Die laatste vergelijking is het sterkste afzonderlijke argument in de release. Een model dat een toolfout verzint om een verkeerd antwoord te verklaren, is in een beveiligingspijplijn erger dan een model dat gewoon faalt, omdat de verzonnen fout een mens op het verkeerde spoor zet. Van 79% naar 0,33% op dat gedrag is de alignmentclaim, en anders dan de meeste alignmentclaims is die falsifieerbaar.

De kaart publiceert ook waar het model slechter is dan zijn eigen generalistische broertje, wat zeldzamer is dan het zou moeten zijn. Blokkeerdergerelateerde misleiding komt uit op 20,29% voor GPT-6 Cyber tegen 11,66% voor Astra. Bij de waarschuwingsevaluatie stopt Cyber in 73,00% van de gevallen waarin een waarschuwing stoppen rechtvaardigt, tegen 78,38% voor Astra, hoewel het vaker correct volhardt — 80,43% tegen 72,19%. En het wint niet alles op ruwe capaciteit: op FrontierCyber loste het 90 van de 288 uitdagingen op tegen 96 voor Astra, op ExpertSWE scoorde het 82,95% tegen 83,24%, en op de atomaire ontwijkingstaak 63% tegen 66%.

Geen van die verschillen is groot. Samen beschrijven ze een model dat wat algemene capaciteit heeft ingeruild voor exploitspecifieke vaardigheid. De systeemkaart zegt ronduit wat het is: "een cybergespecialiseerde variant van GPT-6 Astra" met "gespecialiseerde post-training" en reinforcement learning op "het reproduceren van crashes, het ontwikkelen van werkende exploits en het doorzoeken van codebases op kwetsbaarheden." Dus de basis is hetzelfde model, en het verschil is training — wat de reden is dat de vraag over "2× de prijs" niet duidelijk wordt beantwoord door de benchmarktabel.

De cijfers die de kop oversloeg

De lanceringsblogpost van OpenAI opent met een relatieve verbetering van 51% op ExploitGym, van 32,1% voor GPT-5.6 Cyber naar 48,45% voor GPT-6 Cyber. Ten opzichte van het model dat de meeste kopers anders zouden gebruiken — GPT-6 Astra, op 42,43% — bedraagt de verbetering 6 punten, of ongeveer 14% relatief. Beide framingvarianten zijn juist; slechts één ervan staat in de kop. De geharde variant van dezelfde benchmark in de systeemkaart laat een grotere kloof zien: 36,94% tegenover 29,69%, het getal dat ertoe doet als je doelwitten daadwerkelijk gehard zijn.

• ExploitGym, succes met beoogde exploit — GPT-6 Cyber 48,45% vs GPT-6 Astra 42,43% vs GPT-5.6 Cyber 32,1%.

• ExploitGym Hardened — 36,94% vs 29,69%.

Offensief webpenetratietesten, recall van kwetsbaarheden — 40,3% vs 32,0% voor GPT-6 Astra.

• CyScenarioBench — 11 van de 11 uitdagingen minstens één keer opgelost, tegenover 8 van de 11 voor Astra, met een gemiddeld succes dat ongeveer 7 punten hoger ligt.

• SRE-Bench pass@1 — 92,84% vs 87,98%. SEC-Bench Pro — 87,02% vs 85,38%.

• RemoteExploitBench — 95% van de taken voltooid, in hetzelfde testharnas waarin GPT-6 Astra onder Daybreak Blue 100% ervan weigerde.

Elk daarvan is door de leverancier gerapporteerd, op evaluaties die OpenAI heeft ontworpen of aangepast, zonder dat er een onafhankelijke reproductie beschikbaar is. De kaart is openhartig over twee beperkingen: ExploitBench put uit historische kwetsbaarheden uit 2023, dus besmetting kan de resultaten opblazen, en betrouwbare exploitatie van recent onthulde kwetsbaarheden "blijft uitdagend." Op FrontierCyber slaagde geen enkele aanval tegen een volledig gehard doelwit en geen van beide modellen loste een van de 15 moeilijkste uitdagingen op. Die twee zinnen zijn voor een koper meer waard dan de 51%.

Wie kan het eigenlijk noemen

De Daybreak-structuur heeft een derde laag gekregen. Daybreak Blue bedient geverifieerde verdedigers met minder onnodige weigeringen en is in alpha voor GPT-6 Astra. Daybreak Red is de laag voor exploitontwikkeling, en GPT-6 Cyber valt daaronder. De nieuwe toevoeging is Daybreak Red voor Kritieke Infrastructuur, gericht op goedgekeurde verdedigers van energie-, water- en OT/ICS-systemen, met waarborgen tegen het compromitteren van industriële besturingen — geëvalueerd in gecontroleerde labs door Dragos, dat scenario's uitvoerde van netwerkdetectie tot apparaatacties.

Er is ook een subsidieprogramma van $1 miljard, Daybreak for Frontline Defenders, dat toegang subsidieert voor overheidsinstanties en aanbieders van essentiële diensten die geen commerciële tarieven kunnen betalen. Dat is de meest ingrijpende regel in de aankondiging voor iedereen buiten een grote onderneming, en het is degene met de minste details: geen geschiktheidscriteria, geen tijdlijn voor aanvragen, geen maximum per organisatie.

Dezelfde dag opende OpenAI GPT-5.6 Cyber voor alle Daybreak Red-klanten. Samen gelezen zijn de twee zetten een standaard herschikking van de lagen — de vorige generatie wordt de ondergrens, de nieuwe de bovengrens — en ze vertellen je hoe OpenAI verwacht dat de vraag eruit zal zien. De meeste Red-klanten krijgen het oudere model; het nieuwere is voor de accounts die OpenAI individueel wil superviseren.

Eén voorbehoud bij de partnerlijst. OpenAI's bericht noemt Cisco, Calif en CodeRabbit als beveiligingsteams die het model gebruiken voor kwetsbaarheidsonderzoek en code review, en secundaire berichtgeving over de lancering voegt Palo Alto Networks toe. Mozilla is het meest concreet: OpenAI meldde 81 eerder onbekende Firefox-kwetsbaarheden met hoge ernst plus 30 bekende problemen die ernstiger bleken dan gemeld, en Mozilla begon kort daarna fixes uit te rollen. Dragos is een evaluatiepartner, geen klant. Geen enkele genoemde partner wordt ergens in de aankondiging geciteerd, dus al die relaties worden door OpenAI beschreven in plaats van bevestigd in de eigen woorden van de partner.

Als je niet in Daybreak Red bent

De eerlijke positie voor de meeste teams is dat dit model nog niet te koop is, en de nuttige vraag is wat je in de tussentijd kunt draaien. We routeren GPT-6 Cyber niet — het staat niet in de OrcaRouter-catalogus, en de OpenAI-modelpagina ervoor vereist Daybreak Red-goedkeuring voordat een sleutel überhaupt werkt. Wat we wel routeren is de algemene GPT-6-lijn: GPT-6 Astra voor $10/$50, GPT-6 Sol voor $2/$10, GPT-6 Luna voor $0.10/$0.50, en GPT-6.1 Sol voor $2/$10, allemaal via één API-sleutel voor meer dan 200 modellen tegen catalogusprijs met 0% opslag, zodat een prijswijziging van de leverancier dezelfde dag op je factuur staat in plaats van bij de volgende contractverlenging.

Die splitsing is van belang voor hoe securityteams daadwerkelijk bouwen. De cyberlaag is bedoeld voor de exploitatiefase; alles eromheen — triage, het opstellen van patches, het schrijven van rapporten, de codereview die de bevindingen verwerkt — is algemeen werk dat een algemeen model doet voor een vijfde tot een tiende van de prijs. Beide fasen via één endpoint routeren, met automatische failover wanneer een upstreamprovider degradeert, is een kleiner engineeringprobleem dan twee contracten onderhandelen en twee SDK's aan elkaar knopen. Het is ook de opzet waardoor je je pipeline niet hoeft te herschrijven in de week dat Daybreak Red-toegang daadwerkelijk opengaat.

Wat te kijken

Drie dingen zullen bepalen of deze release over zes maanden significant lijkt. Het eerste is of bredere toegang tot Daybreak Red daadwerkelijk komt, en hoe de Critical-rating wordt geoperationaliseerd wanneer dat gebeurt — een rating waardoor het model achter handmatige goedkeuring blijft, is een ander product dan een dat naar iedereen met een kaart wordt verzonden. Het tweede is of iemand buiten OpenAI het honeypotresultaat reproduceert, want 0,07% exploitatie buiten scope op één enkele hulpdienst is een smalle meting die een zeer brede alignmentclaim moet dragen. Chris Hughes, VP of security strategy bij Noma Security, legde de bezwaren duidelijk voor aan CSO: een klein foutpercentage op de schaal waarop deze modellen bedoeld zijn te draaien, blijft nog steeds acties tegen systemen die niemand heeft geautoriseerd. Het derde is het oplossingspercentage. Hughes wijst op het dashboard van Patch the Planet van OpenAI, waaruit blijkt dat minder dan 25% van de gemelde fouten tot nu toe is opgelost, en de Linux-scan eindigde na tien dagen met 61 patches uit 948 exploits.

Een model dat duizend uitbuitbare bugs vindt en een pipeline die er zestig oplost, is op systeemniveau geen veiligheidsverbetering, hoe goed de ExploitGym-score ook is. Het capaciteitsargument is voorlopig voldoende beslecht: GPT-6 Cyber is het sterkste offensieve-securitymodel dat OpenAI heeft uitgebracht, dienovereenkomstig geprijsd en dienovereenkomstig beoordeeld. De vraag die de lancering openlaat, is of de openbaarmakingskant van het ecosysteem kan absorberen wat de ontdekkingskant nu kan produceren. Dat is een moeilijker probleem dan een benchmark, en niemand heeft er nog een cijfer voor gepubliceerd.