GPT-6.1 Sol 現在成為 CodeRabbit 的安全引擎——這項價值 100 萬美元的免費掃描優惠究竟能為你帶來什麼

CodeRabbit 將為每家組織最高補助 $5,000 的 AI 安全審查費用，而截止時間是 2026 年 11 月 8 日太平洋標準時間 23:59:59。這項工作所採用的模型是GPT-6.1 Sol，OpenAI 於 9 月 29 日推出——這不是一則發布新聞，而該模型的年齡是它最不有趣的地方。10 月 23 日至 10 月 26 日之間改變的事情更狹窄也更重大：一家具有真正企業觸及範圍的程式碼審查公司，將該模型置於一款安全產品的核心，公開了圍繞它的工作流程，並為讓外部人士試用它設下截止期限。

三份文件在四天內接連出現。CodeRabbit 自己在 10 月 24 日的部落格文章、10 月 26 日的一則 OpenAI 客戶案例，以及同一天由 Business Wire 發布的新聞稿，宣布了免費掃描承諾，以及 CodeRabbit 加入 OpenAI 的 Daybreak Defense Network。合在一起讀，它們描述了一種部署模式，即使你從未購買任一產品，也值得理解。分開來讀，它們只是行銷。真正有用的工作，是把這兩者區分開來。

CodeRabbit 實際上圍繞 GPT-6.1 Sol 打造了什麼

OpenAI 的案例研究對其定位說得很具體，而這正是關鍵所在：GPT-6.1 Sol 被描述為 CodeRabbit 安全代理中的主要模型，與其他前沿模型以及客戶已在使用的掃描器並行運作。它並未被呈現為靜態分析的替代品。CodeRabbit 自家的文章說得更進一步，表示 CodeRabbit Secure 使用「GPT 6.1 Sol 與 GPT Cyber 模型」——這是一套堆疊，而非單一呼叫。

這個產品有三個層次，而它們確實是不同的工作：

• PR 審查 — 在一般審查流程中，於每項變更提交時即時讀取。

• 深度掃描 — 描繪整個儲存庫而非單一差異，追蹤元件與相依性如何互動。

• CodeRabbit Secure — 將其延伸至已連結的儲存庫，因此共用驗證程式庫中的缺陷，會顯示其影響範圍遍及每一個匯入該程式庫的服務。

真正有意思的工程設計位於整條鏈路的末端。對於使用者所選的發現項目，CodeRabbit 會嘗試在隔離的沙箱環境中（明確不是正式環境）針對該問題執行，以驗證其可利用性，並回傳三種狀態之一：已重現、未重現或無法確定。只有受支援的發現項目才會進一步轉化為修補建議，並以提取請求的形式交付，由人工審查、測試與合併。合併的把關權永遠不會交到模型手上。

這種排序——先看可達性、再看執行、最後才是修補——正是這個部署值得一讀的原因。大多數「AI 找錯誤」產品只停在第一步，然後交給你一份依語言模型信心排序的清單。加上沙箱，會把主張變成測試。加上修正 PR，會把測試變成你的 CI 真正能評判的 diff。

免費掃描優惠，以決定您能否使用該優惠的條款為準

CodeRabbit 的登陸頁面對運作機制異常清楚，讓這項方案很容易評估，而不必瞇著眼猜：

• 期間 — 2026 年 10 月 23 日至 11 月 8 日，於太平洋標準時間 23:59:59 結束。

• 上限 — 每個組織的 Deep Scan 使用與修復費用最高可達 5,000 美元。

• 總獎金池 — 100 萬美元，從共用的 1,000,000 點數額度中提取，先到先得。

• 資格條件 — {{1}}擁有兩名或以上成員{{/1}}的組織。開源專案、現有客戶、前客戶，以及從未使用過 {{2}}CodeRabbit{{/2}} 的團隊，皆符合資格。

• 什麼會轉換——只有經證實的發現才會變成修正，因此這筆額度換來的是調查與修復，而不是保證所有發現的問題都會被修補。

• 未使用的額度 — 已領取但未使用的額度不會在截止日期過後或共享額度池耗盡後展延。

那條資格說明值得讀兩遍。新聞稿裡的「任何組織」指的是至少有兩名成員的任何組織，這就把單人維護者排除在外——而這個群體維護著大多數公司所依賴的開源程式碼中很大一部分。如果你只有一個人、一個儲存庫，這項優惠就不適用於你，再怎麼註冊也改變不了這一點。

第二件要事先規劃的事是計費方式。Deep Scan 採用量計費，跨儲存庫的脈絡也是收費項目之一；連結的儲存庫是唯讀的，這限制了調查能深入的程度，卻不會限制嘗試所付出的成本。5,000 美元的上限對中型 monorepo 來說相當寬裕，對大型的則稀鬆平常，因此實務上的做法，是把第一次掃描指向你最害怕的那個儲存庫，而不是最容易交出去的那一個。

為什麼百萬 token 模型正是適合儲存庫工作的正確形態

GPT-6.1 Sol 的規格說明比任何行銷文案都更能說明它是否符合需求。它具備 1,050,000 個 token 的上下文視窗，輸出上限可達 128,000 個 token，可接受文字與圖片輸入，並支援批次處理，但不支援微調。知識截止日期為 2026 年 4 月 30 日。它隨附五種推理設定——低、中、高、xhigh 與 max——預設為中，且沒有「none」或「minimal」選項可完全關閉推理。

定價正是讓形態成為策略的關鍵。Standard 的定價為每百萬輸入 token 2 美元、每百萬輸出 token 10 美元，快取輸入為 0.10 美元，快取寫入為 2.50 美元。超過 272,000 token 的請求，整筆請求的輸入與快取費用加倍，輸出費用則為 1.5 倍。Batch 與 Flex 為 Standard 的 50%；fast mode 會使價格加倍；區域端點約加收 10%。

把這兩個事實放在一起看，CodeRabbit 的設計就不再顯得武斷。資安代理的成本結構不同於聊天應用的成本結構。它會讀取大量且大多未變更的原始碼，產出相對少量的輸出，並且比幾乎任何其他工作負載都更能從提示快取中受益——你每週掃描的儲存庫，正是那種在兩次執行之間上下文幾乎不變的儲存庫。以每百萬個快取輸入 token 為 $0.10 的價格來說，重新讀取大型程式碼庫很便宜，而以 $2 重新讀取則不然。272K 的加價門檻是值得留意的數字：它大約是上下文窗口的四分之一，這意味著極大型掃描會對請求中的每一個 token 支付倍率費用，而不只是超出部分。

如果你想拿自己的儲存庫來估算這筆費用，GPT-6.1 Sol 是在 OrcaRouter 上以牌價提供——直通、0% 加價，所以 $2/$10 和 $0.10 的快取費率就是 OpenAI 公布的相同數字，並在 OpenAI 調整它們的當天隨之變動。對這類工作負載而言，這比對聊天更重要：快取輸入承擔了大部分工作，而疊加在其上的百分比會在同系列每一次掃描中複利累積。

OpenAI 為該模型公布的能力數據，這些數據由廠商自行提報，未經獨立重現：

• DeepSWE v1.1 — 在高強度模式下達到 75.22%，每項任務約 $0.65。

• Terminal-Bench Science 0.1 — 在最大投入下達到 57.02%，每項任務約 $5.47。

• OSWorld 2.0 — 在最大投入下達到 71.42%，每項任務約 $1.27。

• AutomationBench — 最高投入下 36.10%；GDP.pdf — 高投入下 32.0%。

• 事實錯誤率——低投入模式下為 7.7%，相較於 GPT-6 Sol 的 11.4%，OpenAI 稱之為約 32% 的相對下降。

在該表中有一個細節值得比現在獲得更多關注：在 DeepSWE 上，high effort 得分 75.22%，max effort 得分 71.90%。更多推理反而產生了更差的結果。任何因為假定最高設定一律更好而預設使用它的人，在把安全管線接上 max 之前，都應該先看看這一組對照。

應該緩和推銷話術的獨立數據

在 CodeRabbit 公告前九天，Endor Labs 發布了一份評估，直接關係到該案例研究尚未解答的問題。其 Agent Security League 透過 Codex CLI 0.144.6 在 GPT-6 系列上執行了 200 項任務，並評估兩件事：代理是否完成了任務，以及是否安全地完成。

GPT-6.1 Sol 在 179 項計分任務中，FuncPass 達 77.7%、SecPass 達 34.1%。GPT-6 Astra 得分為 82.1% 與 34.6%。GPT-6 Sol 得分為 72.1% 與 25.1%。Sol 的 SecPass 對 FuncPass 比率為 43.9%，在受測的四個 Codex 模型中最佳——這意味著在套用安全限制時，它犧牲的正確性最少，儘管其絕對安全通過率僅以一项任務之差略低於 Astra。

三分之二的任務在安全性上失敗是頭條，而這確實是一項真實的發現。但它並不是對漏洞偵測能力的測量。SecPass 問的是程式編寫代理所寫出的可運作程式碼是否同時也安全——這與安全代理能否在他人撰寫的程式碼中找出缺陷是截然不同的問題。把 34.1% 解讀成「GPT-6.1 Sol 漏掉三分之二的漏洞」將是範疇錯誤，而 Endor 的文章並未作出這種主張。它真正支持的是一个更狹窄、也更難的論點：在安全性與功能性相互競爭的任務上，當前的前沿模型比供應商所暗示的更常犧牲其中一者來換取另一者。建立在這些模型之上的安全產品，最好是把它理解為一位擁有異常充裕閱讀預算的額外審查者，而非神諭。

對任何要估算成本的人來說，Endor 的實際運作數據才是有用的部分。每項任務耗時中位數為 7.9 分鐘，平均值為 13.5 分鐘，共有九次逾時，而四名工作者完整跑完一輪約需 13 小時。Token 用量約為 2.35 億個輸入 token，其中約 94% 命中快取，輸出則為 150 萬個——按牌價估算約為 70 至 85 美元，相較之下 GPT-6 Sol 為 104 美元，GPT-6 Astra 為 468 美元。Endor 也標記了 13 起疑似作弊事件，涵蓋五種訊號，並將它們全數排除，回報確認案例為零。

這個個案研究沒有告訴你的事

OpenAI 的客戶案例中沒有偽陽性率、沒有相對於 CodeRabbit 採用 Sol 之前設定的偵測差異、沒有延遲數據，也沒有每項發現的成本。CodeRabbit 的文章同樣未提供這些資訊。兩者都沒有義務這麼做——客戶案例並非評測——但這個缺口決定了這項公告能承載多少份量。

發布內容中最常被引用的統計數字，最需要謹慎以對。CodeRabbit 報告指出，30 天內在 600 個組織中發現超過 8,000 個高嚴重性或關鍵嚴重性漏洞，其中存取控制失效、SQL 注入與身分驗證失敗合計占超過 70%。這是 CodeRabbit Secure 的彙總數據，不是 GPT-6.1 Sol 的結果；而且已發布的內容中，沒有任何部分將其中的任何比例歸因於該模型，而不是歸因於其周邊的掃描器與人員。

還有一個廣為流傳的數字常被誤讀。對這次部署的二次分析引用了 2026 年開發者調查中 56.3% 的建議拒絕率——卻未說明該調查的提供者、樣本數或方法。拒絕不等於誤報：開發者可能因為發現超出範圍、措辭不當或單純不方便，而駁回一項正確的發現。應把 56.3% 視為審查噪音代價高昂的證據，而不是已測得的誤報率，因為尚未有人公布過這樣的數字。

第三個注意事項是設計專屬的。由於沙箱會將「Inconclusive」與「Reproduced」和「Not reproduced」並列為一種獨立的結果，快速進行分流的團隊將學會跳過這個分類。一旦跳過成為習慣，警示就會被大量靜音——這正是讓舊式 SAST 工具容易被忽視的同一種失效模式。請為無定論的結果預留注意力，否則這個工具就會退化成一個合規核取方塊。

這些都不構成反對執行免費掃描的理由。它主張的是把免費掃描當成一項有前後對照的評估來執行，而不是當成替代方案。CodeRabbit 自己的表述也把 Secure 定位為現有工具的補充，而這是正確的預設做法：在管線中保留 Snyk、Semgrep 或 CodeQL，並衡量這個新層級額外帶來了什麼，而不是只聽它對自己的說法。

沒有人會寫進新聞稿的那道關卡

OpenAI 將 GPT-6.1 Sol 歸類為「重大網路安全與高生物/化學」風險，並透過與 GPT-6 Astra 相同的防護機制堆疊來管控存取，包括 Trusted Access 與 Daybreak。實務上，這表示具備網路能力的使用會受到設限，而設限本身也會產生誤判。

有一個有紀錄的實例。10 月 3 日，一名開發者在 OpenAI 社群論壇回報，在其自有儲存庫上進行的一項唯讀、防禦性 AppSec pull request 審查，被直接以受限的網路安全內容為由封鎖；支援團隊的回覆將其歸類於 Daybreak Blue 與 Trusted Access for Cyber。這只是單一使用者回報，相對於數量未知的成功請求，並非一項測量——但這正是必須預先規劃的失效模式。如果安全審查是生產環境的依賴項，請假定有一定比例的合法防禦性工作會被拒絕，並保留一條不經由受閘控端點的路徑。

Daybreak Defense Network 是該架構的另一半。它是 OpenAI 的合作夥伴計畫，目的是將前沿資安模型導入經核准的安全廠商產品與服務中，而非直接交到客戶手中，並附帶身分驗證、範圍受限的測試、記錄與人工監督。CodeRabbit 加入該計畫，並計劃將 OpenAI 專用的 GPT 資安模型引入 CodeRabbit Secure，這比模型替換本身是更重大的訊號：它意味著安全審查堆疊正在拆分，由通用推理模型負責廣度，並由專用資安模型負責最艱難的部分。

即使你略過這兩款產品，這個模式仍值得複製

剝去品牌外衣，CodeRabbit 所發表的其實是一個任何團隊都能自行組裝的三階段迴圈：為模型提供涵蓋整個儲存庫的脈絡，包含相連的相依項目；迫使疑似發現的問題在隔離環境中接受基於執行的驗證；最後產出一份可供審閱的差異，交由人工合併。模型是最不具專有性的部分。真正讓輸出值得信賴的是沙箱與合併閘門，而這兩者都掌握在你自己手上。

這也是判斷這項免費優惠是否值得你投入時間的最便宜方法。拿一個你幾個月前已修補過已知漏洞的儲存庫，執行掃描，看看它是否會找出那個問題、耗時多久，以及報告中有多少內容是你真正會採取行動的。如果它找到植入的案例，其餘部分則保持安靜，那麼這 $5,000 就值得在 11 月 8 日前花下去。如果它回傳一大堆沒有結論的發現，你就用一個下午的代價學到了這件事。

對於自行打造迴圈而非直接購買的團隊來說，路由層正是營運風險所在。在正式審查流程中執行未經驗證的模型是一場賭注，而自動容錯移轉能讓你在供應商服務品質下降時接下這場賭注，又不致失去整條管線——請求會改送至備援模型，而不是讓工作失敗。同一個端點可提供 GPT-6.1 Sol 以及你會用來備援的模型，因此比較它們只需改一個參數，而不必再簽一份合約、再導入一套 SDK。

接下來十二天該做什麼

這項優惠並非模型發布，也不應以模型發布的角度來評估。GPT-6.1 Sol 自 9 月 29 日起即可呼叫，其基準測試結果自當時起便已公開；本週它的能力沒有任何改變。改變的是：一家具備企業經銷通路的安全廠商公開承諾採用它、發布了圍繞它的驗證工作流程，並為免費存取設下硬性截止期限。

如果你帶領一個有兩名以上成員的團隊，而且有你擔心的程式碼庫，算術很簡單：5,000 美元上限、先到先得的名額池，以及今天過後只剩十一天。現在就預約掃描你最糟的儲存庫；如果你想設對照組，就植入一個已知錯誤；並把報告弄錯的地方，和它做對的地方一樣仔細記錄下來。如果你是一人作業，或你的程式碼已被你信任的掃描器涵蓋，誠實的答案是：這則公告對你幾乎沒什麼改變——模型在新聞稿之前就已可用，在額度用完之後也仍會可用。