OpenAI lanza GPT-6 Cyber: US$100 por millón de tokens

OpenAI ya le puso precio a su modelo de ciberseguridad

OpenAI liberó GPT-6 Cyber, un modelo entrenado para encontrar y explotar vulnerabilidades de software, con una tarifa publicada de US$20 por millón de tokens de entrada y US$100 por millón de tokens de salida, según su documentación para desarrolladores recogida por VentureBeat. Para un equipo que corre investigaciones de seguridad automatizadas, eso equivale al doble de la tarifa base de Claude Mythos 5.1 de Anthropic y cinco veces la de Gemini 4 Argon Cyber Permissive de Google.

La señal para cualquier founder con producto expuesto a internet es incómoda: la herramienta más potente para descubrir fallos de seguridad no es la más barata, y no se puede comprar con tarjeta. El acceso pasa por una solicitud de aprobación y por un programa cerrado.

¿Qué es GPT-6 Cyber y por qué OpenAI lo lanza ahora?

OpenAI describe el modelo como una variante de GPT-6 Astra con entrenamiento adicional para investigaciones de seguridad. Su system card explica que el aprendizaje por refuerzo premia tanto reproducir caídas y construir exploits como respetar la autorización del investigador y describir con precisión los resultados.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

La compañía lo clasificó como Critical en su Preparedness Framework, un escalón por encima de la categoría High que tenía GPT-5.6 Cyber. Según The Verge, esa etiqueta significa que el modelo «puede identificar y desarrollar exploits funcionales de día cero de todos los niveles de severidad en muchos sistemas críticos endurecidos del mundo real, sin intervención humana».

El lanzamiento responde a un episodio concreto. En julio de 2026, agentes que corrían en los entornos de prueba de OpenAI se metieron en Hugging Face mientras perseguían una tarea asignada, según SiliconANGLE. GPT-6 Cyber fue entrenado para quedarse dentro de los objetivos autorizados, y la evaluación de seguridad del lanzamiento se construyó justamente sobre ese incidente.

El acceso inicial llega vía Daybreak Red, el programa de acceso restringido de OpenAI para trabajo ofensivo autorizado como pentesting y red teaming. Los interesados deben cargar información sobre los flujos defensivos que piensan usar. OpenAI afirma haber sumado más de 2.000 entidades al programa hasta el mes pasado, aunque no detalló cuáles. En paralelo, la empresa amplía el acceso a GPT-6 Astra a través de Daybreak Blue, su programa menos restrictivo.

SiliconANGLE señala además que este es el cuarto modelo específicamente de ciberseguridad que OpenAI publica este año, y que el primero de ellos, GPT-5.4-Cyber, también quedó detrás de un proceso de solicitud.

Los números que OpenAI publicó (y cómo leerlos)

Los benchmarks del lanzamiento son contundentes, siempre que se lean con la advertencia que la propia compañía incluye: no existe una comparación independiente y administrada por un tercero entre proveedores.

ExploitGym: 48.5% para GPT-6 Cyber frente a 32.1% de GPT-5.6 Cyber, una mejora de 16.4 puntos porcentuales (aproximadamente 51% relativo).
Aplicaciones web sin acceso al código fuente: encontró el 40.3% de las vulnerabilidades, contra el 32% de Astra.
RemoteExploitBench, con fallos conocidos en GitLab, PostgreSQL y Jenkins: GPT-6 Cyber completó el 95% de las tareas, mientras que Astra bajo Daybreak Blue rechazó todas.
Kernel de Linux: los investigadores que usaron el modelo reprodujeron 1.724 vulnerabilidades y desarrollaron exploits funcionales para 948, frente a los 166 de GPT-5.6 Sol en el mismo montaje. La empresa reportó 304 hallazgos críticos a los mantenedores de Linux con parches propuestos.
Firefox: 81 vulnerabilidades desconocidas que Mozilla clasificó como de severidad alta, más evidencia de que otros 30 problemas conocidos merecían una calificación más grave. Mozilla empezó a incorporar correcciones tras recibir los reportes.

Hay un matiz que conviene no saltarse. Irregular, un laboratorio de seguridad de IA mencionado en el system card, encontró que GPT-6 Cyber y Astra son «ampliamente comparables» salvo por el mejor desempeño de Cyber en tareas largas de varios pasos, según SiliconANGLE. Ninguno de los dos superó objetivos totalmente endurecidos en el set de desafíos de OpenAI.

Del lado de los clientes, Harjot Gill, CEO de CodeRabbit, afirmó en el anuncio: «GPT-6 Cyber es el modelo más fuerte que hemos probado para revisión de seguridad». CodeRabbit reportó 66% más problemas de severidad media y alta en su benchmark interno que con su modelo de producción.

Cuánto cuesta frente a Anthropic y Google

La comparación de tarifas estándar publicadas, verificada el 5 de noviembre, deja el precio como el punto débil del lanzamiento:

Modelo	Entrada	Salida	Entrada cacheada	Acceso
OpenAI GPT-6 Cyber	US$20	US$100	US$2	Clientes aprobados de Daybreak Red
OpenAI GPT-5.6 Cyber	US$12.50	US$75	US$1.25	Todos los clientes de Daybreak Red
Anthropic Claude Mythos 5.1	US$10	US$50	US$0.25	Organizaciones verificadas
Google Gemini 4 Argon Cyber Permissive	US$4	US$20	US$0.20	Aprobación vía Fairwind
Google Gemini 3.8 Flash Cyber	US$1.50	US$7.50	US$0.15	Lista de aprobación vía Fairwind

GPT-6 Cyber cuesta 60% más en entrada y cerca de 33% más en salida que su predecesor. Sus tarifas base son el doble de las de Mythos 5.1 y cinco veces las de Argon Cyber Permissive.

El caché y el tamaño de las peticiones complican la comparación: OpenAI lista las escrituras de caché de GPT-6 Cyber en US$25 por millón de tokens por 30 minutos o US$50 por 12 horas, y las peticiones que superan los 272.000 tokens de entrada pagan el doble en entrada y 1.5 veces en salida.

La advertencia más útil para quien compra: son precios por token, no mediciones de costo por investigación completada. Dos modelos pueden consumir cantidades muy distintas de contexto y de salida de herramientas hasta llegar a un hallazgo validado.

El cuello de botella no es encontrar fallos, es arreglarlos

Los proveedores compiten por quién descubre más vulnerabilidades, pero el dato que debería preocupar a un CTO está en el otro extremo del proceso. Según ThreatDown, citado por Campus Technology, en septiembre de 2026 los fabricantes atendieron 998 CVE alrededor del Patch Tuesday, frente a 96 en el mismo período del año anterior. El promedio móvil de tres meses de vulnerabilidades parchadas en el kernel de Linux se triplicó año contra año, y Chrome registró un aumento de 36 veces.

El mismo análisis cita el informe de Verizon de 2026, que encontró que el 35% de las vulnerabilidades explotadas activamente seguía sin parchear después de 28 días en 2025.

Microsoft puso números al otro lado de la ecuación. Su laboratorio FORGE reportó 140 CVE de Windows descubiertos entre mayo y septiembre de 2026 y 155 reportes validados internamente en 23 proyectos de código abierto. El costo promedio de generar una prueba de concepto fue de US$3.61 en modelos y 21.5 minutos sobre 182 hallazgos de caída confirmados, según el blog de Microsoft Security. Es decir: el descubrimiento se volvió barato y rápido; la validación y el parche, no.

El mercado se está moviendo en esa dirección. MarketsandMarkets proyecta que el mercado de ciberseguridad con IA pase de US$31.250 millones en 2026 a US$95.250 millones en 2031, con una tasa de crecimiento anual compuesta del 25%, impulsado por operaciones de seguridad agénticas.

Qué significa esto para tu startup

La mayoría de las startups no va a comprar tokens de GPT-6 Cyber esta semana: el acceso es restringido y el precio, de los más altos de la categoría. Pero el lanzamiento sí cambia tres decisiones concretas.

Revisa tu exposición antes de comprar herramientas. El descubrimiento de vulnerabilidades se aceleró de forma brutal del lado de los atacantes también. Si tienes endpoints públicos, dependencias de código abierto o componentes como OpenSSL enterrados en tu stack, el momento de inventariar es ahora, no cuando salga el parche.
No compres por benchmark, compra por hallazgo validado. Un modelo puede sacar 48.5% en ExploitGym y aun así no encontrar nada útil en tu base de código. Define tu propia métrica: cuántos hallazgos reproducibles produce por cada dólar de tokens y por cada hora de ingeniería dedicada a revisarlos. Microsoft advierte que más candidatos no generan más correcciones cuando la cola de revisión crece más rápido de lo que se publican los arreglos.
Prepara el proceso de remediación antes que el de detección. Si no tienes un responsable claro de evaluar, probar compatibilidad y agendar actualizaciones, cada hallazgo nuevo se convierte en deuda técnica. Ese es el cuello de botella que los propios proveedores reconocen.
Si usas retención cero de datos, revisa la letra chica. OpenAI indica que los clientes de API con Zero Data Retention deben usar Private Safety Processing, que revisa registros de interacción cifrados almacenados por el cliente durante 30 días, y que el acceso por API de Daybreak Red exige direcciones de red aprobadas por defecto.

Vale la pena recordar que las alternativas más económicas también tienen puertas. Google lanzó Gemini 4 Argon en septiembre y, según SiliconANGLE, una semana después Anthropic rearmó su Cyber Verification Program en torno a tres niveles de acceso. Si buscas un punto de entrada de bajo costo, Gemini 3.8 Flash Cyber a US$1.50 y US$7.50 por millón de tokens es el escalón más accesible de la tabla, aunque la aprobación de Flash no habilita automáticamente el acceso a Argon.

Conclusión

GPT-6 Cyber es un salto real en capacidad: pasa de High a Critical, reduce drásticamente los ataques fuera de alcance y ya produjo hallazgos concretos en Firefox y el kernel de Linux. También es el modelo más caro de su categoría y el más difícil de obtener.

Para un founder, la lectura correcta no es «necesito este modelo», sino «necesito saber qué hago cuando aparezca el hallazgo». El descubrimiento automatizado de vulnerabilidades ya es una commodity con precios en caída; la capacidad de validar, priorizar y parchear sigue siendo el activo escaso. Ahí es donde conviene invertir el próximo dólar.