一張生成的標題卡寫著「GPT-6 Cyber 對上 GPT-6 Astra」,副標題為「專精模型如今屬於較舊的世代」,上方是三欄價格帶:GPT-6 Cyber 每百萬 token 輸入 $20、輸出 $100,GPT-6 Astra 為 $10 和 $50,GPT-6.2 Astra 為 $8 和 $40。
Guides & Insights

GPT-6 Cyber 對決 GPT-6 Astra:通才獲得了比專才更新的大腦

作者

Gideon Frost

發佈日期

最新模型 · 20查看全部模型 →
基準測試:Artificial Analysis · 每日更新
返回全部文章

十二天來,這項比較一直很清楚。OpenAI 於 2026 年 11 月 5 日推出的安全專業模型 GPT-6 Cyber,是對GPT-6 Astra 進行微調的版本——該供應商自家的系統卡稱它是「GPT-6 Astra 的網路安全專業變體」——因此這場正面對決可說是一個基礎模型與自身較量,只是在上面疊加了漏洞利用訓練,價格也翻倍為每百萬輸入 token 20 美元、每百萬輸出 token 100 美元。接著在 11 月 17 日,OpenAI 推出了 GPT-6.2 Astra,價格為 8 美元與 40 美元,比這款專業模型所依據的模型低百分之二十。那一次發布同時做了兩件事:讓「GPT-6 Astra」成了有歧義的名稱,也讓這款專業模型成為自家家族中較舊的世代。以下是截至 11 月 18 日的比較;定價取自 OpenAI 對兩者的模型文件,獨立數據則取自 Artificial Analysis,而非任一供應商。

首先,哪一款 Astra

這個標題中的名稱背後現在有兩個模型,而兩者的差異並非表面功夫。

• GPT-6 Astra — 於 2026 年 9 月推出,每百萬個 token 輸入 $10、輸出 $50,知識截止日為 2026 年 4 月 30 日,登錄為 gpt-6-astra。GPT-6 Cyber 便是由此模型衍生而來。

• GPT-6.2 Astra — 於 2026 年 11 月 17 日發布,輸入 $8、輸出 $40,知識截止日為 2026 年 5 月 18 日,編錄為 gpt-6.2-astra。OpenAI 將其描述為「{{1}}為你最艱鉅專案打造的新前沿模型{{/1}}」,並表示其在 Agents' Last Exam 上以不到三分之一的成本,比 GPT-6 Astra 高出 5.2 分。

請注意沒有發生的事:並沒有 GPT-6.2 Cyber。專用模型沒有取得新的基礎模型。所以有趣的問題不再是「資安模型是否值得比通用模型貴一倍」——而是「資安模型是否值得比通用模型貴兩倍半,而那個通用模型現在已比它當初建構所依據的版本超前一個世代。」這是兩個不同的問題,而第二個更難。

也值得直說:這個命名方式暗藏陷阱。搜尋 GPT-6 Astra,一半結果是關於九月那款模型,另一半則是關於週二那款。兩者價格相差百分之二十,知識截止日期相差十八天,而它們之間的效能差距——在 Artificial Analysis Intelligence Index 上分別是 57 與 62,這是中位數模型落在 43 的量表上的五分差距——大於 GPT-6 Cyber 與 GPT-6 Astra 在 OpenAI 公布的大多數網路評估中的差距。

費率卡,逐行說明

這些模型之間每一份已公布的費率比較,都是與九月版 Astra 的比較。以下是同一張表格,改以買家今天實際會選擇的模型重新製作。

輸入 — GPT-6 Cyber 每百萬個 token 20.00 美元;GPT-6.2 Astra 8.00 美元;GPT-6 Astra 10.00 美元。這個專用模型是 GPT-6.2 Astra 的 2.5 倍,也是其微調來源模型的 2 倍。

• 產出 — $100.00 對比 $40.00 對比 $50.00。同樣是 2.5× 和 2×。

• 快取輸入 — $2.00 對比 $0.40 對比 $1.00。這是差距最懸殊的一項:專用模型的快取讀取成本是 GPT-6.2 Astra 的五倍。對於每一回合都重新傳送相同儲存庫或相同核心樹狀結構的代理而言,快取讀取占了帳單的大部分。

• 寫入快取 — Cyber 為 30 分鐘 $25.00 或 12 小時 $50.00;GPT-6.2 Astra 為 $10.00 或 $20.00;GPT-6 Astra 為 $12.50。同樣是 2.5× 比例。

• 長上下文附加費——超過 272,000 個輸入 token 後,Cyber 每百萬 token 收取 $40 輸入費、$4 快取費和 $150 輸出費;GPT-6.2 Astra 則將輸入與快取費用加倍至 $16 和 $0.80,並將輸出費用乘以 1.5 至 $60。這個比率在跨越門檻前後都維持在 2.5×,這一點值得知道,因為它意味著長掃描不會讓這個專門模型相對更便宜或更昂貴。

• 批次 — GPT-6.2 Astra 以標準費率的 50% 支援 Batch 端點,因此大量作業的價格為每百萬輸入 $4、輸出 $20。GPT-6 Cyber 的模型頁面將 Batch 列為不支援。這款專用模型完全沒有批次折扣。

• 快速與超快速 — GPT-6.2 Astra 將 Fast 模式定價為 Standard 的 2 倍,Ultrafast 則為 3 倍,此價格持續至 2027 年 2 月 28 日;自 2027 年 3 月 1 日起將調升至 6 倍。GPT-6 Cyber 的文件並未公布同等級方案。

A generated two-column scoreboard headed 'GPT-6 Cyber vs GPT-6.2 Astra — the scoreboard'. The GPT-6 Cyber column reads Input $20.00, Output $100.00, Cached input $2.00, Batch endpoint not supported, AA Index not measured, ExploitGym 48.45%. The GPT-6.2 Astra column reads Input $8.00, Output $40.00, Cached input $0.40, Batch endpoint 50% off, AA Index 62, ExploitGym not published. A footer reads 'Cyber figures vendor-reported; Astra pricing and AA Index per OpenAI docs and Artificial Analysis, 18 Nov 2026.'

那條批次計價線改變的是預算,而非個別項目。漏洞發掘管線在本質上就是批次工作負載:數千個獨立候選項目,沒有人會等待任何單一答案。在 GPT-6.2 Astra 上,這類工作負載符合半價資格。在 GPT-6 Cyber 上則不符合,因此對大量掃描而言,實際比較不是 2.5 倍,而是輸入 5 倍、輸出 5 倍——$4/$20 對上 $20/$100。

一次掃描實際上要付出多少成本

這裡用算術比用比率更清楚,所以以中型執行為例:3 億個輸入 token 和 2,000 萬個輸出 token,全部低於 272K 門檻,且不使用快取。

• GPT-6 Cyber — 300 × $20 是 $6,000 收入,20 × $100 是 $2,000 支出。$8,000。

• GPT-6 Astra — 輸入 $3,000,輸出 $1,000。$4,000。

• GPT-6.2 Astra — 輸入 $2,400,輸出 $800。$3,200。

• GPT-6.2 Astra 於 Batch 上 — 輸入 $1,200,輸出 $400。$1,600。

同樣一次掃描,視所用模型與端點而定,費用是 8,000 美元或 1,600 美元,而 token 數量完全沒變。以規模來說,OpenAI 自家的 Linux 核心掃描——2,308 個候選、1,724 個重現的漏洞、948 個獨特的權限提升漏洞利用程式——據報花費 1,213,430 美元的 API 額度。該次掃描是在 GPT-6.2 Astra 出現之前進行的。若以週二的費率搭配 Batch 重新計價,同樣規模的推論帳單只會是其中一小部分,而揭露與分類處理的人力成本則維持不變,因為那一直是更大的數字。

真正讓人吃驚的,是一次完整視窗請求的費用數字。1,050,000-token 的提示超過 272K 門檻,因此 GPT-6 Cyber 會以長上下文費率計費:在模型輸出任何 token 之前,輸入費用約為 42 美元,輸出則為每百萬 token 150 美元。同樣的請求在 GPT-6.2 Astra 上,輸入費用約為 16.80 美元。這兩個數字都不是避開上下文視窗的理由;兩者都提醒我們要確認任務是否真的需要整個視窗,而不是只需要那四個重要檔案。

能力面,以及它在何處變得薄弱

在 OpenAI 隨 Cyber 發布所公布的評測中,這個專用模型相較於九月版 Astra 的優勢確實存在,但幅度不大,而且集中在漏洞利用工作,而非發現漏洞。以下為廠商自行報告、在廠商設計或改編的評測中的結果:

• ExploitGym — GPT-6 Cyber 的預期漏洞利用成功率為 48.45%,相較於 GPT-6 Astra 的 42.43%;在加固版本上則為 36.94% 對上 29.69%。

• 攻擊性 Web 滲透測試 — 弱點召回率 40.3%,相較於 32.0%。

• CyScenarioBench — 11 項挑戰中有 11 項至少成功解題一次,相較之下為 11 項中有 8 項,且平均成功率高出約 7 個百分點。

• SRE-Bench pass@1 — 92.84% 對比 87.98%;SEC-Bench Pro — 87.02% 對比 85.38%。

• 專用模型落後之處——288 項 FrontierCyber 挑戰中拿下 90 項,對比 Astra 的 96 項;ExpertSWE 82.95% 對比 83.24%;原子迴避任務 63% 對比 66%;以及與阻擋器相關的欺騙為 20.29%,對比 Astra 的 11.66%。

那些數字每一個都是在比較 GPT-6 Cyber 與 GPT-6 Astra。其中沒有任何一個涉及 GPT-6.2 Astra,因為 OpenAI 尚未公布這款新模型的網安評估。它的發布文章談的是專業交付成果——簡報、工作簿、法律審閱、科學終端機——而原本應承載評估細節的系統卡網址,在 11 月 18 日查核時並未傳回任何內容。所以,對於真正重要的那場對決,誠實的立場是:未知,而且不是因為有人在隱瞞。以 API 的角度來說,這款新模型才剛問世一天。

A screenshot of the Artificial Analysis model page for GPT-6.2 Astra, headlined 'GPT-6.2 Astra: Intelligence, Performance & Price Analysis' and marked 'Released November 2026'. It shows an Intelligence Index of 62 against a median of 43, $8.00 per million input tokens and $40.00 per million output tokens, and $4.00 per Intelligence Index task.

獨立的評測結果更清晰,對較舊的模型也沒那麼好看。Artificial Analysis 在 Intelligence Index v5.0.1 上給 GPT-6.2 Astra 62 分,在 92 個模型中排名第三,每項指數任務收費 $4.00。GPT-6 Astra 得分 57,在 92 個模型中排名第十三,每項任務收費 $6.24,而該網站現在將其標為已棄用,並以橫幅指向較新的版本。GPT-6 Cyber 完全沒有 Artificial Analysis 頁面——該模型須經 Daybreak Red 核准才能使用,且尚未經過該評測框架。該指數並不衡量漏洞利用開發,因此這不能證明通用模型在安全工作上更強。這證明的是通用模型在圍繞安全工作的專業工作上更強,而這正是安全團隊流程實際包含的大部分內容:閱讀程式碼、撰寫修補程式、彙整發現、起草公告。

專科醫師還有什麼用處

上述種種都不會讓 GPT-6 Cyber 變得可有可無,若那樣解讀就錯了。它具備三項 GPT-6.2 Astra 所沒有的特點。

首先是訓練。OpenAI 的系統卡描述了針對「重現當機、開發可用的漏洞利用,以及在程式碼庫中搜尋漏洞」的專門後訓練與強化學習。在 ExploitGym 上領先 6 分、在加固目標上領先 3 分,這不是行銷數字——尤其當替代方案是一個從未受訓完成最後一步的模型時。如果任務是把當機轉化為可用的概念驗證,那麼專家模型就是工具。

第二個是在特定失效模式下的對齊概況,而這種失效模式會毀掉安全管線。在 Broken Search Tool 評估中,模型會虛構工具故障來解釋錯誤答案,GPT-6 Cyber 得分 0.33%,而 GPT-5.6 Sol 為 79.00%。捏造的故障會讓分析師走上錯誤路徑並耗費數小時;這種行為值得花錢避免。GPT-6.2 Astra 是否繼承這一行為尚不可知,而沒有公布數字並不代表一切正常。

第三是範圍。Daybreak Red 核准、身分驗證、API IP 允許清單,以及專為已走完採購流程的組織打造的速率限制層級,對獨立研究人員而言是阻力,對銀行而言則是管控措施。這道關卡是產品的一部分。

{{1}}GPT-6 Cyber{{/1}} 所沒有的,是{{2}}批次端點{{/2}}、{{3}}更便宜的快取{{/3}},或{{4}}更新的基礎模型{{/4}}。這正是高吞吐量探索管線最重視的三件事,而這三項在 11 月 17 日全都轉到了{{5}}通用型模型{{/5}}。

如何在它們之間拆分管線

由這些數字所得出的分野,是按階段而非按偏好劃分的。

• 探索與分流 — GPT-6.2 Astra,在工作負載允許時使用 Batch。廣泛搜尋、低成本輸入,對於大多會是誤報的候選項目,無需進行漏洞利用等級的推理。

• 驗證與重現 —— 仍由通才負責,除非崩潰發生在加固目標上;此時專家在 ExploitGym Hardened 上以 36.94% 對 29.69% 的表現,就是能否產出報告與走進死路的差別。

• 漏洞利用開發與可利用性評估 — GPT-6 Cyber,前提是該帳戶擁有 Daybreak Red。這正是 2.5× 所換取的階段。

• 修補程式生成、安全公告撰寫、程式碼審查——GPT-6.2 Astra。它是較新的模型,以獨立衡量標準來看,每項任務的成本更低,而其輸出 token 效率正是 OpenAI 能宣稱以更低成本完成相同工作的原因。

A screenshot of the OrcaRouter model page for GPT-6 Astra, catalogued as openai/gpt-6-astra and dated 2026-09-04. It lists a 1,050,000-token context window, 128,000 maximum output tokens, text image and file input, and pricing of $10.00 per million input tokens and $50.00 per million output tokens.

用同一組憑證執行這樣的分流,正是路由層的用途;而在這項比較中,這也是平台與模型同等重要的唯一環節。GPT-6 Astra 目前已在 OrcaRouter 目錄中,可透過 一組 API 金鑰存取超過 200 個模型,並依供應商牌價提供、0% 加價,因此廠商價格一有變動,當天就會反映在帳單上,而不是等到續約時。GPT-6.2 Astra 才推出兩天,我們的目錄資料還沒跟上——我們不會在它正式上架前就說它已經在那裡,而且截至今天早上,該模型頁面回傳 404。GPT-6 Cyber 我們完全沒有提供:Daybreak Red 核准是我們無法繞過的一道關卡,因此無論您在我們這邊怎麼做,這款專業模型仍得留在 OpenAI 自家合約上。自動容錯移轉正是在探索階段發揮價值的一環;此時新模型的速率限制仍未知,而掃描停滯比起稍微差一點的模型更糟。

這個比較實際上引發的問題

較新的基礎模型會讓 GPT-6 Cyber 過時嗎?

不,原因是這兩個模型並不是在爭奪同一個步驟。GPT-6.2 Astra 改進的是一般專業工作——文件、程式碼、長程任務——而且並未接受將崩潰轉化為漏洞利用的訓練。GPT-6 Cyber 的優勢正好在那裡:在 ExploitGym 上以 48.45% 對比 42.43%,而在加固目標上的差距更大。改變的是那個步驟周邊一切的成本,現在便宜 2.5 倍,在 Batch 上則便宜 5 倍。專家模型在管線 token 支出中的占比應該縮小;它在漏洞利用階段的角色則不應該。

沒有 Daybreak Red 的團隊到底能不能使用 GPT-6 Cyber?

不是透過 API,也不是透過經銷商。模型頁面要求取得 Daybreak Red 存取權與核准,並由客戶團隊確認,且必須在首次請求前完成組織與專案設定。沒有自助服務途徑,也沒有第三方繞道。未獲核准的團隊只能在 GPT-6.2 Astra 與他們已在使用的通用模型之間選擇;若目的是尋找並修復錯誤,而非將其武器化,這樣的位置是合理的。

2.5 倍的價格能用基準測試差距來證明合理嗎?

就公布的數字而言,在漏洞利用階段是肯定的,其他所有階段則否。在 ExploitGym 上取得 6 個百分點的絕對提升,對於基準為 42% 的任務而言是顯著的改善;而在加固目標上取得 7 個百分點的提升則更大。但同一個專精模型在 FrontierCyber 覆蓋率(288 中的 90,對比 96)、ExpertSWE 以及原子迴避任務上,都輸給較舊的通用模型,因此這筆額外費用換來的是特定技能,而非全面能力。為一個在程式碼審查與修補程式生成上更差的模型支付 2.5 倍費用,尤其是在這些工作正是重點的階段,正是這項比較要防止的錯誤。

此事最終落定之處

這份比較中曾流傳十二天的版本——專精型價格是通用型的兩倍,且在基準測試上僅有小幅優勢——如今已在兩個層面上過時。通用型比那個說法寫成時便宜了 20%,其基礎模型比專精型的更新,而且它有一個專精型沒有的批次端點。專精型仍掌握漏洞利用開發的最後一哩路,也仍具備那種能讓分析師不至於去追查虛構工具故障的對齊行為,而這些都不是小事。

真正懸而未決的,是所有人都會想知道的那個數字:GPT-6.2 Astra 在 ExploitGym 上的表現如何。在 OpenAI 公布之前,站得住腳的解讀是:這個專用模型值得為安全流程中的一個階段支付溢價,但不值得為其餘四個階段支付;而那四個階段現在已比週一便宜得多。

本文中的比較2

根據本文內容識別 · 基準測試:Artificial Analysis · 每日更新