GPT-6.1 Sol jest teraz silnikiem bezpieczeństwa CodeRabbit — co tak naprawdę daje oferta darmowego skanowania o wartości 1 mln USD

CodeRabbit pokrywa do $5,000 kosztów przeglądu bezpieczeństwa AI na organizację, a okno zamyka się o 23:59:59 PST 8 listopada 2026 r. Modelem, przez który realizuje tę pracę, jest GPT-6.1 Sol, który OpenAI udostępniło 29 września — to nie jest historia premiery, a wiek modelu jest w niej najmniej interesującą rzeczą. To, co zmieniło się między 23 a 26 października, jest węższe i ma poważniejsze konsekwencje: firma zajmująca się przeglądem kodu z realnym zasięgiem w przedsiębiorstwach umieściła ten model w centrum produktu bezpieczeństwa, opublikowała wokół niego przepływ pracy i przywiązała termin do pozwolenia obcym na wypróbowanie go.

Trzy dokumenty pojawiły się w ciągu czterech dni. Własny wpis na blogu CodeRabbit z 24 października, historia klienta OpenAI z 26 października oraz komunikat Business Wire z tego samego dnia ogłaszający zarówno zobowiązanie do bezpłatnego skanowania, jak i wejście CodeRabbit do OpenAI Daybreak Defense Network. Czytane razem opisują wzorzec wdrożenia wart zrozumienia, nawet jeśli nigdy nie kupisz żadnego z tych produktów. Czytane osobno są materiałem marketingowym. Pożyteczna praca polega na rozdzieleniu tych dwóch rzeczy.

Co CodeRabbit faktycznie zbudował wokół GPT-6.1 Sol

Studium przypadku OpenAI konkretnie określa umiejscowienie, co jest istotne: GPT-6.1 Sol opisano jako model główny w agencie bezpieczeństwa CodeRabbit, współpracujący z innymi wiodącymi modelami i skanerami, których klienci już używają. Nie przedstawia się go jako zamiennika analizy statycznej. Sam wpis CodeRabbit idzie nieco dalej, twierdząc, że CodeRabbit Secure używa „modeli GPT 6.1 Sol i GPT Cyber” — stosu, a nie pojedynczego wywołania.

Produkt ma trzy warstwy i są to naprawdę różne zadania:

• Przegląd PR — czyta każdą zmianę w miarę jej wprowadzania, w ramach standardowego procesu przeglądu.

• Deep Scan — mapuje całe repozytorium, a nie pojedynczy diff, śledząc, w jaki sposób komponenty i zależności na siebie oddziałują.

• CodeRabbit Secure — rozciąga to na powiązane repozytoria, dzięki czemu wada we współdzielonej bibliotece uwierzytelniania pokazuje swój zasięg rażenia we wszystkich usługach, które ją importują.

Ciekawa inżynieria znajduje się na końcu łańcucha. W przypadku ustaleń wybranych przez użytkownika CodeRabbit próbuje zweryfikować możliwość wykorzystania, wykonując test danego problemu w izolowanym środowisku sandbox — wyraźnie nie w środowisku produkcyjnym — i zwraca jeden z trzech stanów: Odtworzono, Nie odtworzono lub Nierozstrzygnięte. Tylko potwierdzone ustalenia zamieniają się w proponowaną poprawkę, dostarczaną jako pull request, który człowiek przegląda, testuje i scala. Brama scalania nigdy nie przechodzi do modelu.

Ta kolejność — najpierw osiągalność, potem wykonanie, na końcu poprawka — jest powodem, dla którego warto poczytać o tym wdrożeniu. Większość produktów typu „AI znajduje błędy” zatrzymuje się na pierwszym kroku i podaje listę uporządkowaną według pewności modelu językowego. Dodanie piaskownicy zamienia twierdzenie w test. Dodanie PR-a z poprawką zamienia test w diff, który Twoje CI może faktycznie ocenić.

Oferta bezpłatnego skanowania w warunkach, które decydują, czy możesz z niej skorzystać.

Strona docelowa CodeRabbit wyjątkowo jasno opisuje mechanikę działania, dzięki czemu ofertę można łatwo ocenić, zamiast wytężać wzrok, by ją zrozumieć:

• Okno — od 23 października do 8 listopada 2026 r., zakończenie o 23:59:59 PST.

• Limit — do $5,000 na organizację na wykorzystanie i poprawki w Deep Scan.

• Całkowita pula — 1 mln USD, czerpana ze wspólnego limitu 1 000 000 kredytów, w kolejności zgłoszeń.

• Kryteria kwalifikowalności — organizacje z co najmniej dwoma członkami. Kwalifikują się projekty open-source, obecni klienci, byli klienci oraz zespoły, które nigdy nie miały styczności z CodeRabbit.

• Co podlega konwersji — tylko potwierdzone ustalenia stają się poprawkami, więc kredyt finansuje analizę i naprawę, a nie obietnicę, że wszystko, co wykryto, zostanie załatane.

• Niewykorzystany kredyt — zgłoszone, ale niewykorzystane kredyty nie przechodzą na kolejny okres po upływie terminu ani po wyczerpaniu wspólnej puli.

Ta linia dotycząca kwalifikowalności to ta, którą trzeba przeczytać dwa razy. „Any organization” w komunikacie prasowym oznacza każdą organizację z co najmniej dwoma członkami, co wyklucza samodzielnych maintainerów — grupę, która utrzymuje dużą część kodu open source, od którego zależy większość firm. Jeśli jesteś jedną osobą z repozytorium, oferta cię nie dotyczy i nie zmieni tego żadna liczba zapisów.

Drugą rzeczą, którą trzeba uwzględnić w planach, jest licznik. Deep Scan jest rozliczany za użycie, a kontekst między repozytoriami jest częścią tego, za co pobiera opłaty; połączone repozytoria są tylko do odczytu, co ogranicza, jak głęboko może posunąć się śledztwo, ale nie ogranicza kosztu próby. Limit 5000 USD jest hojny dla średniej wielkości monorepo i niczym szczególnym dla dużego, więc praktycznym posunięciem jest skierowanie pierwszego skanu na repozytorium, którego najbardziej się obawiasz, a nie na to, które najłatwiej przekazać.

Dlaczego model o milionie tokenów to właściwy kształt do pracy z repozytoriami

Specyfikacja GPT-6.1 Sol lepiej niż jakikolwiek materiał marketingowy wyjaśnia, do czego model pasuje. Oferuje okno kontekstu wynoszące 1 050 000 tokenów, z maksymalnie 128 000 tokenów wyjściowych, akceptuje dane wejściowe w postaci tekstu i obrazów oraz obsługuje przetwarzanie wsadowe, ale nie dostrajanie. Data odcięcia wiedzy to 30 kwietnia 2026 r. Wraz z modelem dostępnych jest pięć ustawień rozumowania — low, medium, high, xhigh i max — przy czym domyślne jest medium, a nie ma opcji „none” ani „minimal” całkowicie wyłączającej rozumowanie.

Cennik to miejsce, w którym struktura staje się strategią. Cennik standardowy to 2 USD za milion tokenów wejściowych i 10 USD za milion tokenów wyjściowych, przy czym wejście z pamięci podręcznej kosztuje 0,10 USD, a zapisy do pamięci podręcznej 2,50 USD. Żądania powyżej 272 000 tokenów płacą podwójnie za wejście i pamięć podręczną oraz półtorakrotnie za wyjście — za całe żądanie. Batch i Flex działają przy 50% stawki Standard; tryb szybki ją podwaja; regionalne punkty końcowe dodają około 10%.

Przeczytaj te dwa fakty razem, a projekt CodeRabbit przestaje wydawać się arbitralny. Profil kosztów agenta bezpieczeństwa to nie profil kosztów czatu. Odczytuje ogromne ilości w większości niezmienionego kodu źródłowego, generuje stosunkowo niewiele danych wyjściowych i czerpie z buforowania promptów większe korzyści niż niemal każde inne obciążenie — repozytorium, które skanujesz co tydzień, to repozytorium, którego kontekst ledwie się zmienia między uruchomieniami. Przy $0.10 za milion buforowanych tokenów wejściowych ponowne odczytanie dużej bazy kodu jest tanie w sposób, w jaki ponowne odczytanie jej za $2 nie jest. Próg dopłaty 272K to liczba, na którą warto uważać: to około jedna czwarta okna, co oznacza, że bardzo duże skany płacą mnożnik za każdy token w żądaniu, a nie tylko za nadwyżkę.

Jeśli chcesz wycenić to względem własnego repozytorium, GPT-6.1 Sol jest w OrcaRouter w cenie katalogowej — przekazywana bez narzutu, 0% marży, więc $2/$10 i stawka $0.10 za pamięć podręczną to te same liczby, które publikuje OpenAI, i zmieniają się w dniu, w którym zmienia je OpenAI. W przypadku tego obciążenia ma to większe znaczenie niż w czacie: większość pracy wykonuje wejście z pamięci podręcznej, a procent doliczany na wierzchu kumuluje się przy każdym skanie w serii.

Opublikowane przez OpenAI wskaźniki możliwości modelu, które są deklarowane przez dostawcę i nie zostały niezależnie odtworzone:

• DeepSWE v1.1 — 75,22% przy wysokim wysiłku, około 0,65 USD na zadanie.

• Terminal-Bench Science 0.1 — 57,02% przy maksymalnym wysiłku, przy około 5,47 USD na zadanie.

• OSWorld 2.0 — 71,42% przy maksymalnym wysiłku, po około 1,27 USD na zadanie.

• AutomationBench — 36,10% przy maksymalnym wysiłku; GDP.pdf — 32,0% przy wysokim wysiłku.

• Odsetek błędów merytorycznych — 7,7% przy niskim wysiłku, wobec 11,4% w przypadku GPT-6 Sol, co OpenAI opisuje jako redukcję względną wynoszącą około 32%.

Jeden szczegół w tej tabeli zasługuje na więcej uwagi, niż mu się poświęca: w DeepSWE wysoki poziom wysiłku daje 75,22%, a maksymalny — 71,90%. Więcej rozumowania przyniosło gorszy wynik. Każdy, kto domyślnie wybiera najwyższe ustawienie w przekonaniu, że jest ono jednolicie lepsze, powinien przyjrzeć się tej parze, zanim podłączy potok bezpieczeństwa do maksimum.

Niezależna liczba, która powinna złagodzić ton

Dziewięć dni przed ogłoszeniem CodeRabbit firma Endor Labs opublikowała ocenę, która bezpośrednio dotyczy kwestii pozostawionej otwartej w studium przypadku. Jej Agent Security League przepuściła 200 zadań przez Codex CLI 0.144.6 w ramach rodziny GPT-6 i oceniła dwie rzeczy: czy agent w ogóle ukończył zadanie oraz czy ukończył je bezpiecznie.

GPT-6.1 Sol uzyskał 77,7% FuncPass i 34,1% SecPass w 179 ocenianych zadaniach. GPT-6 Astra uzyskał 82,1% i 34,6%. GPT-6 Sol uzyskał 72,1% i 25,1%. Stosunek SecPass do FuncPass w przypadku Sol, wynoszący 43,9%, był najlepszy spośród czterech testowanych modeli Codex — co oznacza, że tracił najmniej poprawności po zastosowaniu ograniczeń bezpieczeństwa, mimo że jego bezwzględny odsetek zaliczeń bezpieczeństwa jest tylko o jedno zadanie niższy niż w przypadku Astry.

Dwie trzecie zadań nie przechodzi testów bezpieczeństwa — to nagłówek i realne odkrycie. Nie jest to też miara wykrywania podatności. SecPass sprawdza, czy agent kodujący napisał działający kod, który był jednocześnie bezpieczny — to inne pytanie niż to, czy agent bezpieczeństwa znajduje wady w kodzie napisanym przez kogoś innego. Odczytanie 34,1% jako „GPT-6.1 Sol pomija dwie trzecie podatności” byłoby błędem kategorii, a wpis Endor nie stawia takiego twierdzenia. Potwierdza natomiast węższy, trudniejszy punkt: w zadaniach, w których bezpieczeństwo i funkcjonalność ze sobą konkurują, obecne modele czołowe częściej poświęcają jedno dla drugiego, niż sugerują dostawcy. Produkt bezpieczeństwa zbudowany na tych modelach najlepiej rozumieć jako dodatkowego recenzenta o nietypowym budżecie czytania, a nie jako wyrocznię.

Dane operacyjne Endora są przydatne dla każdego, kto kalkuluje koszty. Mediana 7,9 minuty na zadanie, średnia 13,5, dziewięć przekroczeń limitu czasu, a pełny przebieg z czterema jednostkami roboczymi kończy się w około 13 godzin. Zużycie tokenów wyniosło około 235 milionów tokenów wejściowych, przy około 94% z cache, oraz 1,5 miliona tokenów wyjściowych — szacunkowo 70–85 USD według cen katalogowych, w porównaniu z 104 USD dla GPT-6 Sol i 468 USD dla GPT-6 Astra. Endor oznaczył również 13 przypadków podejrzenia oszustwa na podstawie pięciu sygnałów i wszystkie je odrzucił, raportując zero potwierdzonych przypadków.

Czego studium przypadku ci nie mówi

Historia klienta OpenAI nie zawiera odsetka fałszywych trafień, delty wykrywalności względem konfiguracji CodeRabbit sprzed Sol, danych o opóźnieniach ani kosztu na jedno znalezisko. Wpis CodeRabbit również ich nie podaje. Żadna ze stron nie ma takiego obowiązku — historia klienta to nie ewaluacja — ale ta luka określa, jaką wagę może mieć to ogłoszenie.

Najczęściej cytowana statystyka z komunikatu wymaga największej ostrożności. CodeRabbit podaje, że w ciągu 30 dni w 600 organizacjach wykryto ponad 8000 luk o wysokim lub krytycznym poziomie ważności, przy czym na złamania kontroli dostępu, wstrzyknięcia SQL i błędy uwierzytelniania przypada ponad 70% z nich. To zbiorczy wynik dla CodeRabbit Secure, a nie wynik GPT-6.1 Sol, i nic opublikowanego nie przypisuje żadnej jego części modelowi, a nie skanerom i ludziom wokół niego.

Krąży też szeroko rozpowszechniona liczba, która bywa błędnie odczytywana. Wtórna analiza tego wdrożenia powołuje się na odsetek odrzuceń sugestii wynoszący 56,3% z ankiety deweloperów z 2026 r. — bez podania dostawcy ankiety, wielkości próby ani metody. Odrzucenie to nie to samo co fałszywie pozytywny wynik: deweloper może odrzucić poprawne ustalenie, ponieważ jest poza zakresem, źle sformułowane lub po prostu niewygodne. Traktuj 56,3% jako dowód, że szum w przeglądzie jest kosztowny, a nie jako zmierzony odsetek fałszywie pozytywnych wyników, bo nikt takiego nie opublikował.

Trzecie zastrzeżenie dotyczy samego projektu. Ponieważ sandbox zwraca „Nierozstrzygnięty” jako odrębny wynik obok „Odtworzono” i „Nie odtworzono”, zespół, który szybko dokonuje segregacji, nauczy się pomijać tę kategorię. Gdy pomijanie stanie się nawykiem, alerty będą masowo wyciszane — to ten sam tryb awarii, który sprawiał, że starsze narzędzia SAST łatwo było ignorować. Zarezerwuj uwagę na wyniki nierozstrzygnięte, bo inaczej narzędzie przerodzi się w kolejny punkt do odhaczenia w ramach zgodności.

Nic z tego nie przemawia przeciwko uruchomieniu darmowego skanowania. Przemawia natomiast za tym, aby uruchomić je jako ocenę z porównaniem przed i po, a nie jako zamiennik. Sam sposób przedstawienia przez CodeRabbit stawia Secure jako uzupełnienie istniejących narzędzi i jest to właściwe podejście domyślne: zachowaj Snyk, Semgrep lub CodeQL w potoku i mierz, co nowa warstwa dodaje ponadto, a nie co mówi o sobie.

Afera, której nikt nie umieszcza w komunikacie prasowym

OpenAI klasyfikuje GPT-6.1 Sol jako „Krytyczne cyberbezpieczeństwo i wysokie ryzyko biologiczne/chemiczne” i kieruje dostęp przez ten sam stos zabezpieczeń co GPT-6 Astra, w tym Trusted Access i Daybreak. W praktyce oznacza to, że korzystanie z funkcji cybernetycznych jest ograniczane, a samo stosowanie takich ograniczeń generuje fałszywe alarmy.

Istnieje udokumentowany przypadek. 3 października deweloper zgłosił na forum społeczności OpenAI, że defensywny przegląd pull requestów AppSec w trybie tylko do odczytu w jego własnym repozytorium został całkowicie zablokowany jako zastrzeżona treść dotycząca cyberbezpieczeństwa; odpowiedź działu wsparcia przypisała go do Daybreak Blue i Trusted Access for Cyber. To pojedyncze zgłoszenie użytkownika wobec nieznanej liczby udanych żądań, a nie pomiar — ale to jest tryb awarii, który należy uwzględnić w planach. Jeśli przegląd bezpieczeństwa jest zależnością produkcyjną, załóż, że pewna część uzasadnionej pracy defensywnej zostanie odrzucona, i utrzymuj ścieżkę, która nie prowadzi przez punkt końcowy z kontrolą dostępu.

Daybreak Defense Network to druga połowa tej struktury. Jest to program partnerski OpenAI służący wprowadzaniu frontierowych modeli cyberbezpieczeństwa do produktów i usług zatwierdzonych dostawców bezpieczeństwa, a nie bezpośrednio w ręce klientów, wraz z weryfikacją tożsamości, ograniczonym testowaniem, rejestrowaniem i nadzorem człowieka. Przystąpienie CodeRabbit do tego programu i plany wprowadzenia dedykowanych modeli cyberbezpieczeństwa GPT od OpenAI do CodeRabbit Secure to sygnał istotniejszy niż sama zamiana modelu: sugeruje, że stos przeglądów bezpieczeństwa ulega podziałowi — ogólny model rozumowania obsługuje szeroki zakres, a modele cyberbezpieczeństwa stworzone specjalnie do tego celu obsługują najbardziej wymagające zadania.

Wzorzec wart skopiowania, nawet jeśli pominiesz oba produkty.

Usuń branding, a to, co opublikował CodeRabbit, okaże się trójetapową pętlą, którą każdy zespół może złożyć: daj modelowi kontekst całego repozytorium, w tym powiązane zależności, poddaj podejrzane ustalenia weryfikacji opartej na wykonaniu w izolowanym środowisku i wygeneruj diff możliwy do przejrzenia, aby człowiek mógł go scalić. Model jest najmniej zastrzeżonym elementem. Piaskownica i brama scalania sprawiają, że wynik jest godny zaufania, a oba te elementy kontrolujesz.

To także najtańszy sposób, aby zdecydować, czy bezpłatna oferta jest warta Twojego czasu. Weź repozytorium ze znaną luką, którą naprawiłeś kilka miesięcy temu, uruchom skan i sprawdź, czy wykryje ten problem, ile to zajmie oraz na jaką część raportu faktycznie byś zareagował. Jeśli znajdzie zaszyty przypadek, a poza tym zachowa milczenie, te 5000 dolarów warto wydać przed 8 listopada. Jeśli zwróci ścianę niejednoznacznych ustaleń, dowiedziałeś się tego za cenę jednego popołudnia.

Dla zespołów, które budują tę pętlę samodzielnie, zamiast ją kupować, warstwa routingu to miejsce, w którym kumuluje się ryzyko operacyjne. Uruchamianie niesprawdzonego modelu na produkcyjnej ścieżce przeglądu jest zakładem, a automatyczne przełączanie awaryjne pozwala go postawić bez utraty potoku, gdy dostawca zawodzi — żądanie trafia do modelu zapasowego, zamiast kończyć się niepowodzeniem zadania. Ten sam endpoint obsługuje GPT-6.1 Sol i modele zapasowe, więc ich porównanie kosztuje zmianę parametru, a nie drugą umowę i drugi SDK.

Co zrobić z najbliższymi dwunastoma dniami

Ta oferta nie jest premierą modelu i nie należy jej tak oceniać. GPT-6.1 Sol można wywoływać od 29 września, a jego wyniki benchmarków są publiczne od tego czasu; w tym tygodniu nic w jego możliwościach się nie zmieniło. Zmieniło się to, że dostawca zabezpieczeń z dystrybucją korporacyjną publicznie się do niego zobowiązał, opublikował wokół niego proces weryfikacji i wyznaczył twardy termin darmowego dostępu.

Jeśli prowadzisz zespół liczący dwóch lub więcej członków i martwisz się o bazę kodu, arytmetyka jest prosta: limit 5000 dolarów, pula rozdzielana według kolejności zgłoszeń i jedenaście dni po dzisiejszym. Zarezerwuj skan dla swojego najgorszego repozytorium już teraz, wstaw znany błąd, jeśli chcesz mieć próbę kontrolną, i zapisz równie starannie to, co raport podaje błędnie, jak i to, co podaje poprawnie. Jeśli działasz samodzielnie albo Twoim kodem zajmują się już skanery, którym ufasz, szczera odpowiedź brzmi: ta zapowiedź niewiele dla Ciebie zmienia — model był dostępny przed komunikatem prasowym i będzie dostępny po wyczerpaniu się kredytów.