GPT-6 Cyber: model Cyber OpenAI za 100 mln dolarów został oceniony jako krytyczny, wyceniony odpowiednio i nadal jest dostępny tylko na zaproszenie

GPT-6 Cyber kosztuje dokładnie dwa razy tyle, ile kosztuje GPT-6 Astra, flagowy model, z którym dzieli nazwę — i OpenAI wcale za to nie przeprasza. Specjalistyczny model bezpieczeństwa, ogłoszony 5 listopada 2026 r., ma cennik wynoszący 20 USD za milion tokenów wejściowych i 100 USD za milion tokenów wyjściowych — dwukrotnie wyższą cenę wejścia i dwukrotnie wyższą cenę wyjścia niż GPT-6 Astra, model ogólnego przeznaczenia, z którym jest porównywany. Jest też pierwszym cyber modelem, który OpenAI klasyfikuje jako Critical w ramach swojego Preparedness Framework, co stanowi wzrost z poziomu High dla GPT-5.6 Cyber — choć nie jest pierwszym modelem w ogóle, który osiągnął ten poziom, ponieważ karta systemowa stwierdza, że GPT-6 Cyber „ma te same oznaczenia Preparedness Framework co GPT-6 Astra”. A mimo to prawie nikt, kto to czyta, nie może go dziś wywołać: dostęp odbywa się przez API i Codex i przysługuje wybranej grupie zatwierdzonych klientów Daybreak Red, a szerszy dostęp Red obiecano „w nadchodzących tygodniach”.

Ta kombinacja — najwyższa cena, najwyższa ocena ryzyka, najniższa dostępność — to rzeczywista historia tej premiery. Liczby dotyczące możliwości są prawdziwe i duże, ale zostały zmierzone przez dostawcę, na wybranych przez niego ewaluacjach, względem punktu odniesienia, który ten dostawca również sprzedaje. W dalszej części rozdzielam trzy rzeczy, które ogłoszenie łączy w jedną całość: co model potrafi, ile kosztowało ustalenie tego i kto ma prawo to sprawdzić.

Co zostało wydane i ile to kosztuje

Karta modelu jest nietypowo konwencjonalna jak na wydanie dotyczące bezpieczeństwa, co warto zaznaczyć, ponieważ kategoria cyber ma historię dostarczania skąpych informacji. GPT-6 Cyber przyjmuje dane tekstowe i obrazowe, a zwraca tekst, obsługuje kontekst 1 050 000 tokenów z maksymalnym wyjściem 128 000 tokenów, wspiera strumieniowanie, wywoływanie funkcji i ustrukturyzowane dane wyjściowe, a nie wspiera dostrajania. Jest udostępniany wyłącznie przez endpointy Chat Completions i Responses — strona modelu OpenAI wymienia Batch, Realtime, Assistants i dostrajanie jako nieobsługiwane. OpenAI opisuje ustawienie rozumowania jako „Highest”, a szybkość jako „Fast”, co jest połączeniem, które warto przetestować, a nie przyjmować na wiarę.

• Cena — 20,00 USD za milion tokenów wejściowych, 2,00 USD za wejście z pamięci podręcznej, 25,00 USD za zapisy do pamięci podręcznej, 100,00 USD za dane wyjściowe. Zapisy do pamięci podręcznej w krótkim kontekście kosztują 25 USD za 30 minut lub 50 USD za 12 godzin.

• W porównaniu z modelem siostrzanym — GPT-6 Astra figuruje w cenniku po 10,00 USD za wejście i 50,00 USD za wyjście na tej samej stronie. GPT-6 Cyber jest dokładnie dwa razy droższy w każdym wierszu.

• Kontekst — 1 050 000 tokenów, tyle samo co Astra. Kontekst o długości miliona tokenów w modelu rozliczanym po 100 USD za milion tokenów wyjściowych to pozycja budżetowa, a nie funkcja: jedno pełne przejście przez całe okno kosztuje 20 USD na wejściu, zanim model cokolwiek napisze.

• Dostęp — API i Codex dla zatwierdzonych klientów Daybreak Red. Publikowane limity częstotliwości sięgają 15 000 żądań i 40 milionów tokenów na minutę w warstwie Grow, co opisuje konto, które przeszło już proces zakupowy, a nie rejestrację samoobsługową.

Cena to element, o którym niemal żadna relacja z premiery nie wspomina, a który decyduje o tym, czy model zostanie wykorzystany. Zespół bezpieczeństwa przeprowadzający skan 2000 kandydatów na drzewie jądra nie płaci za odpowiedź; płaci za token w całym potoku odkrywania, walidacji, oceny podatności na wykorzystanie i generowania poprawek. Własne rozliczenie OpenAI dotyczące Linuksa, opublikowane dzień przed premierą modelu, podaje tego konkretną liczbę.

Skan, który zapłacił za ogłoszenie

GPT-6 Cyber to model stojący za „O tysiąc mniej ścieżek do roota”, badaniem jądra Linux opublikowanym przez OpenAI 4 listopada. Potok miał pięć etapów — wykrywanie podatności, walidację dynamiczną, ocenę możliwości wykorzystania, generowanie poprawek i przegląd przez człowieka — i został uruchomiony na najnowszym jądrze w połowie października 2026 r.

• Kandydaci — 2 308 zdeduplikowanych znalezisk dotyczących jądra.

• Odtworzono — 1724 podatności, około 74,7% kandydatów. Ten wskaźnik odtworzenia jest najbardziej użyteczną liczbą w całym wydaniu, ponieważ jako jedyny mierzy pipeline, a nie wyobraźnię modelu.

Exploity — 948 unikalnych lokalnych exploitów eskalacji uprawnień, plus 291 dowodów koncepcji wycieku informacji i 1169 działających exploitów LPE, zanim analiza wariantów zredukowała duplikaty.

• Koszt — 1 213 430 $ w kredytach API za drugi skan od początku do końca, z czego 775 929 $ przypadło wyłącznie na etap eksploatacji.

• Nowość — 10 pozornie nowych technik eksploatacji w próbie 166 exploitów, co jest ostrożnym sposobem powiedzenia, że większość z tego, co znaleziono, była już znana.

• Upstream, dziesięć dni później — 61 LPE naprawionych w jądrze, 43 z łatkami staging, 299 zgłaszanych i omawianych publicznie.

Przeczytaj te dwa ostatnie wiersze razem, a ekonomika staje się niewygodna. Skan za 1,2 mln USD ujawnił 948 exploitów, a dziesięć dni później 61 zostało naprawionych upstream. To nie jest krytyka modelu; to kształt problemu. Znajdowanie jest tanie w porównaniu z naprawianiem, a wąskie gardło tkwi w procesie ujawniania — nie w rachunku za wnioskowanie. Każdy zespół planujący budżet dla tej klasy modeli powinien uwzględnić koszt pracy przy triażu i ujawnianiu na poziomie kilkukrotnie wyższym niż koszt tokenów, ponieważ własne liczby OpenAI pokazują, że tokeny to mniejsza połowa pracy.

Dlaczego „Krytyczny” to klasyfikacja, a nie komplement

Ocena w ramach Preparedness Framework to nagłówek, od którego OpenAI zaczyna, i zasługuje na precyzję. Critical w obszarze Cybersecurity to stwierdzenie o tym, co model mógłby zrobić, gdyby został niewłaściwie użyty, a nie stwierdzenie, że jest dobry. OpenAI ocenia GPT-6 Cyber jako High w zakresie zdolności biologicznych i chemicznych oraz poniżej High w zakresie samodoskonalenia AI — więc eskalacja dotyczy konkretnie domeny cyber.

Ewaluacja, która uzasadnia tę ocenę, jest nowa i stanowi najciekawszy element karty systemu: ExploitGym Honeypot, usługa pomocnicza, której używanie jest legalne, ale eksploatacja wykracza poza zakres, według doniesień inspirowana incydentem ucieczki z piaskownicy Hugging Face z początku tego roku. Wynik jest prawdziwym przełomem.

• Wykorzystanie honeypota, bez instrukcji bezpieczeństwa — GPT-6 Cyber 0,07%, wobec 5,51% dla GPT-5.6 Cyber, 0% dla GPT-6 Astra i 49,5% dla GPT-5.6 Sol.

• Eksploatacja honeypota, z instrukcjami bezpieczeństwa — 0%.

• Ukończono zabronione działanie w Auto-Review — 0%, wobec 5,51% dla GPT-5.6 Cyber.

• Błędne przedstawienie narzędzia Broken Search Tool — 0,33% wobec 6,92% w przypadku GPT-6 Astra i 79,00% w przypadku GPT-5.6 Sol.

To ostatnie porównanie jest najsilniejszym pojedynczym argumentem w tym wydaniu. Model, który wymyśla awarię narzędzia, aby wyjaśnić błędną odpowiedź, jest gorszy w potoku bezpieczeństwa niż model, który po prostu zawodzi, ponieważ wymyślona awaria kieruje człowieka na niewłaściwą ścieżkę. Przejście z 79% do 0,33% w tym zachowaniu to twierdzenie o zgodności, a w przeciwieństwie do większości twierdzeń o zgodności jest ono falsyfikowalne.

Karta publikuje również, gdzie model wypada gorzej niż jego własne ogólne bliźniacze wydanie, co zdarza się rzadziej, niż powinno. Oszustwo związane z blokerami wynosi 20,29% dla GPT-6 Cyber wobec 11,66% dla Astry. W ocenie ostrzeżeń Cyber zatrzymuje się w 73,00% przypadków, w których ostrzeżenie uzasadnia zatrzymanie, wobec 78,38% dla Astry, choć częściej trwa poprawnie — 80,43% wobec 72,19%. I nie wygrywa wszystkiego pod względem surowych możliwości: na FrontierCyber rozwiązał 90 z 288 zadań wobec 96 dla Astry, na ExpertSWE uzyskał 82,95% wobec 83,24%, a w zadaniu atomowej ewazji 63% wobec 66%.

Żadna z tych luk nie jest duża. Razem opisują model, który wymienił część ogólnych zdolności na umiejętności specyficzne dla exploitów. Karta systemowa mówi wprost, czym on jest: „wyspecjalizowanym w cyberbezpieczeństwie wariantem GPT-6 Astra” z „specjalistycznym treningiem po wstępnym szkoleniu” i uczeniem ze wzmocnieniem w zakresie „odtwarzania awarii, opracowywania działających exploitów i przeszukiwania baz kodu w poszukiwaniu podatności”. Podstawa jest więc tym samym modelem, a różnicę stanowi trening — i to dlatego pytania o „dwukrotnie wyższą cenę” nie rozstrzyga w oczywisty sposób tabela benchmarków.

Liczby, które pominął nagłówek

Post premierowy OpenAI zaczyna się od 51% względnej poprawy na ExploitGym, z 32,1% dla GPT-5.6 Cyber do 48,45% dla GPT-6 Cyber. W porównaniu z modelem, którego większość nabywców użyłaby w innym wypadku — GPT-6 Astra, przy 42,43% — poprawa wynosi 6 punktów, czyli około 14% względnie. Oba ujęcia są prawdziwe; tylko jedno jest w nagłówku. Utwardzony wariant tego samego benchmarku w karcie systemowej pokazuje szerszą lukę, 36,94% wobec 29,69%, i to jest liczba, która ma znaczenie, jeśli twoje cele są faktycznie utwardzone.

• ExploitGym, skuteczność zamierzonego exploitu — 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%.

• Ofensywne testy penetracyjne aplikacji webowych, wykrywanie podatności — 40,3% vs 32,0% dla GPT-6 Astra.

• CyScenarioBench — 11 z 11 wyzwań rozwiązanych co najmniej raz, w porównaniu z 8 z 11 w przypadku Astra, przy średnim wskaźniku sukcesu o około 7 punktów wyższym.

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

• RemoteExploitBench — 95% zadań ukończonych, w tym samym środowisku testowym, w którym GPT-6 Astra w ramach Daybreak Blue odmówił wykonania 100% z nich.

Każdy z tych wyników jest zgłoszony przez dostawcę, w ocenach zaprojektowanych lub zaadaptowanych przez OpenAI, bez dostępnej niezależnej reprodukcji. Karta uczciwie przyznaje dwa ograniczenia: ExploitBench opiera się na historycznych podatnościach z 2023 r., więc skażenie może zawyżać wyniki, a niezawodne wykorzystanie niedawno ujawnionych podatności „pozostaje trudne”. W FrontierCyber żaden atak nie powiódł się przeciwko w pełni utwardzonemu celowi i żaden z modeli nie rozwiązał żadnego z 15 najtrudniejszych wyzwań. Te dwa zdania są dla kupującego warte więcej niż 51%.

Kto tak naprawdę może to nazwać?

Struktura Daybreak rozrosła się o trzeci poziom. Daybreak Blue obsługuje zweryfikowanych obrońców, oferując mniej niepotrzebnych odmów, i jest w fazie alfa dla GPT-6 Astra. Daybreak Red to poziom rozwoju exploitów, a GPT-6 Cyber się w nim znajduje. Nowym dodatkiem jest Daybreak Red for Critical Infrastructure, skierowany do zatwierdzonych obrońców systemów energetycznych, wodnych i OT/ICS, z zabezpieczeniami przed naruszeniem sterowania przemysłowego — oceniany w kontrolowanych laboratoriach przez Dragos, który przeprowadzał scenariusze od wykrywania sieci po działania na urządzeniach.

Istnieje również program grantowy o wartości 1 mld dolarów, Daybreak for Frontline Defenders, subsydiujący dostęp dla instytucji rządowych i dostawców usług podstawowych, których nie stać na opłacanie stawek komercyjnych. To najdonioślejszy zapis w ogłoszeniu dla każdego spoza dużego przedsiębiorstwa i jednocześnie ten, do którego dołączono najmniej szczegółów: brak kryteriów kwalifikowalności, brak harmonogramu składania wniosków, brak limitu na organizację.

Tego samego dnia OpenAI udostępniło GPT-5.6 Cyber wszystkim klientom Daybreak Red. Odczytane razem, te dwa posunięcia to typowe przetasowanie poziomów — poprzednia generacja staje się poziomem podstawowym, a nowa poziomem najwyższym — i mówią, jakiego popytu spodziewa się OpenAI. Większość klientów Red otrzyma starszy model; nowszy jest dla kont, które OpenAI chce nadzorować indywidualnie.

Jedno zastrzeżenie dotyczące listy partnerów. W poście OpenAI wymieniono Cisco, Calif i CodeRabbit jako zespoły ds. bezpieczeństwa korzystające z modelu do badań podatności i przeglądu kodu, a dodatkowe relacje z premiery dodają Palo Alto Networks. Mozilla jest najbardziej konkretna: OpenAI poinformowało o 81 wcześniej nieznanych podatnościach wysokiego ryzyka w Firefoksie oraz 30 znanych problemach, które okazały się poważniejsze, niż raportowano, a Mozilla zaczęła wdrażać poprawki wkrótce potem. Dragos jest partnerem ewaluacyjnym, nie klientem. W ogłoszeniu nigdzie nie zacytowano żadnego z nazwanych partnerów, więc każda z tych relacji jest opisana przez OpenAI, a nie potwierdzona własnymi słowami partnera.

Jeśli nie jesteś w Daybreak Red

Uczciwe stanowisko dla większości zespołów jest takie, że tego modelu nie można jeszcze kupić, a przydatne pytanie brzmi, co uruchomić w międzyczasie. Nie kierujemy ruchu do GPT-6 Cyber — nie ma go w katalogu OrcaRouter, a strona modelu OpenAI dla niego wymaga zatwierdzenia Daybreak Red, zanim klucz w ogóle zadziała. Kierujemy natomiast ruch do ogólnej linii GPT-6: GPT-6 Astra za $10/$50, GPT-6 Sol za $2/$10, GPT-6 Luna za $0.10/$0.50 i GPT-6.1 Sol za $2/$10, wszystko przez jeden klucz API dla ponad 200 modeli w cenie katalogowej z 0% narzutu, więc zmiana ceny dostawcy trafia na Twoje rozliczenie tego samego dnia, a nie przy kolejnym odnowieniu umowy.

Ten podział ma znaczenie dla tego, jak zespoły bezpieczeństwa faktycznie budują rozwiązania. Warstwa cybernetyczna służy etapowi eksploatacji; wszystko wokół niej — triage, opracowywanie poprawek, pisanie raportów, przegląd kodu wykorzystujący ustalenia — to praca ogólnego przeznaczenia, którą model ogólny wykonuje za jedną piątą do jednej dziesiątej ceny. Kierowanie obu etapów przez jeden punkt końcowy, z automatycznym przełączaniem awaryjnym, gdy dostawca upstreamowy zaczyna działać gorzej, jest mniejszym problemem inżynieryjnym niż negocjowanie dwóch umów i zszywanie dwóch SDK. To także rozwiązanie, które chroni cię przed przepisywaniem potoku w tygodniu, w którym dostęp do Daybreak Red rzeczywiście się otworzy.

Co obejrzeć

Trzy rzeczy zdecydują, czy to wydanie będzie wyglądać istotnie za sześć miesięcy. Pierwsza to, czy szerszy dostęp do Daybreak Red faktycznie zostanie udostępniony i jak zostanie zoperacjonalizowana ocena Critical, gdy to nastąpi — ocena, która utrzymuje model za ręczną zgodą, to inny produkt niż ten dostarczany każdemu z kartą. Druga to, czy ktokolwiek spoza OpenAI odtworzy wynik testu honeypot, ponieważ 0,07% wykorzystania poza zakresem w jednej usłudze pomocniczej to wąski pomiar, na którym ma spoczywać bardzo szerokie twierdzenie o zgodności. Chris Hughes, wiceprezes ds. strategii bezpieczeństwa w Noma Security, przedstawił CSO zastrzeżenie wprost: niewielki odsetek błędów w skali, w jakiej te modele mają działać, wciąż oznacza działania przeciwko systemom, których nikt nie autoryzował. Trzecia to odsetek napraw. Hughes wskazuje na dashboard Patch the Planet OpenAI, który pokazuje, że dotychczas naprawiono mniej niż 25% zgłoszonych błędów, a skan Linux zakończył się 61 łatami na 948 exploitów po dziesięciu dniach.

Model, który znajduje tysiąc podatnych na wykorzystanie błędów, i pipeline, który naprawia sześćdziesiąt z nich, nie stanowi poprawy bezpieczeństwa na poziomie systemu, niezależnie od tego, jak dobry jest wynik ExploitGym. Argument dotyczący zdolności jest już na razie rozstrzygnięty: GPT-6 Cyber to najsilniejszy model ofensywnego bezpieczeństwa, jaki OpenAI udostępniło, z odpowiednią ceną i odpowiednią oceną. Pytanie, które pozostawia premiera, brzmi, czy strona ekosystemu odpowiedzialna za ujawnianie jest w stanie wchłonąć to, co strona odkrywcza może teraz wyprodukować. To trudniejszy problem niż benchmark i nikt jeszcze nie opublikował dla niego liczby.