GPT-6 Cyber kosten: wat kost het AI-model per token en exploit?
GPT-6 Cyber kost 20/100 dollar per miljoen tokens. Wat betekent dat in euro's en wat kost een werkende exploit werkelijk via de OpenAI API?

👁 114 keer gelezen
GPT-6 Cyber kost twee keer zoveel als het vlaggenschip GPT-6 Astra: 20 dollar voor een miljoen inputtokens en 100 voor een miljoen outputtokens. Dat klinkt gigantisch, totdat je het vergelijkt met het rapport waarin hetzelfde model een exploit voor de Linux-kernel schreef voor gemiddeld 359 dollar - terwijl hackerscompetities 20.000 tot 70.000 dollar betalen voor zo’n exploit. Ik heb berekend wat dit in euro’s betekent en wat typische taken kosten.
Prijzen GPT-6 Cyber (API, 5 november 2026, indicatieve wisselkoers ECB 1 EUR = 1,1224 USD op 5-11-2026 via ecb.europa.eu)
- Input: ca. 17,82 EUR (20 USD) per 1 miljoen tokens
- Input uit cache: ca. 1,78 EUR (2 USD)
- Schrijven naar cache: ca. 22,27 EUR (25 USD) per 30 minuten of ca. 44,55 EUR (50 USD) per 12 uur
- Output: ca. 89,09 EUR (100 USD) per 1 miljoen tokens
- Contextvenster: 1.050.000 tokens, outputrespons tot 128.000 tokens
Een belangrijke kanttekening: aan deze tarieven heb je niets zonder goedgekeurde toegang. Het model is uitsluitend beschikbaar voor organisaties binnen het Daybreak Red-programma die door OpenAI zijn toegelaten voor GPT-6 Cyber. Ik heb zelf geen toegang en toon hier dan ook geen eigen verbruiksmetingen - de onderstaande berekeningen zijn zuiver gebaseerd op de officiële tarieven.
Vergelijking met andere modellen
| Model | Input per 1 mln | Output per 1 mln |
|---|---|---|
| GPT-6 Cyber | ca. 17,82 EUR (20 USD) | ca. 89,09 EUR (100 USD) |
| GPT-6 Astra | ca. 8,91 EUR (10 USD) | ca. 44,55 EUR (50 USD) |
| GPT-6.1 Sol | ca. 1,78 EUR (2 USD) | ca. 8,91 EUR (10 USD) |
| GPT-6.1 Terra | ca. 0,89 EUR (1 USD) | ca. 4,45 EUR (5 USD) |
| Gemini 4 Carbon (introductieprijs) | ca. 1,78 EUR (2 USD) | ca. 8,91 EUR (10 USD) |
GPT-6 Cyber kost exact het dubbele van GPT-6 Astra, het basismodel waarvan het is afgeleid. Je betaalt extra voor de gespecialiseerde training, aanzienlijk minder weigeringen bij offensieve securitytaken en de uitgebreide controle-infrastructuur die OpenAI rondom het model heeft opgetuigd: continue monitoring, IP-allowlisting en handmatige reviews bij afwijkend gedrag. Voor algemeen programmeerwerk presteert Cyber niet beter dan Astra, dus voor reguliere codeertaken is het betalen van dit dubbele tarief zinloos.
Wat kost een typische securitytaak?
Een aantal voorbeeldberekeningen op basis van de tarieven, zonder gebruik van caching:
| Taak (input / output) | Kosten USD | Geschatte kosten EUR |
|---|---|---|
| Review van een enkel bestand: 20.000 / 5.000 tokens | 0,90 USD | ca. 0,80 EUR |
| Analyse van een module: 200.000 / 30.000 tokens | 7,00 USD | ca. 6,24 EUR |
| Lange agentsessie: 1.000.000 / 150.000 tokens | 35,00 USD | ca. 31,18 EUR |
Een AI-agent die een exploit probeert te bouwen voert niet slechts één enkele prompt uit, maar tientallen tot honderden verzoeken achter elkaar, telkens met een almaar groeiende context. Daarom is caching hier essentieel: gecachete input kost ca. 1,78 EUR (2 USD) in plaats van 20 USD, een factor tien goedkoper.
De praktijkrekening: de Linux-kernel
De meest gedetailleerde inzichten over de werkelijke gebruikskosten gaf OpenAI zelf in hun rapport over de Linux-kernel. De complete geautomatiseerde pipeline kostte in totaal ca. 1.081.103 EUR (1.213.430 USD). Omgerekend naar de 948 unieke exploits kwam dat neer op ca. 1.139,52 EUR (1.279 USD) per exploit. Kijkt men puur naar de succesvolle runs, dan kostte een geslaagde exploit gemiddeld ca. 319,85 EUR (359 USD). Mislukte pogingen waren ruim tien keer duurder: gemiddeld ca. 3.494,30 EUR (3.922 USD).
| Fase van de pipeline | Kosten USD | Geschatte kosten EUR |
|---|---|---|
| Selectie van auditdoelen | 3.426 USD | ca. 3.052 EUR |
| Vinden van kwetsbaarheden | 316.549 USD | ca. 282.029 EUR |
| Reproduceren van bugs | 73.330 USD | ca. 65.333 EUR |
| Filteren en triage | 44.194 USD | ca. 39.375 EUR |
| Schrijven van exploits | 775.929 USD | ca. 691.312 EUR |
Meer dan 60% van het totale budget ging op aan het daadwerkelijke schrijven van de exploits, niet aan het opsporen van de kwetsbaarheden zelf. OpenAI benadrukt dat de focus lag op het testen van de maximale capaciteiten van het model en niet op kostenoptimalisatie, waardoor deze cijfers als een bovengrens moeten worden gezien. Ter vergelijking: in juli 2026 kostte exact dezelfde testopzet met GPT-5.6 Sol ca. 457.671 EUR (513.690 USD) en leverde die 166 exploits op, oftewel zo’n ca. 2.756,60 EUR (3.094 USD) per stuk. Het duurdere model leverde onder de streep dus meer dan twee keer zoveel resultaat op per geïnvesteerde euro.
Is dit rendabel?
OpenAI vergelijkt de kosten direct met reguliere beloningen in de securitysector: competities zoals Pwn2Own keerden 20.000 USD uit en TyphoonPWN tot 70.000 USD voor een werkende Linux-kernel exploit. Afgezet tegen de 948 gevonden exploits is die potentiële marktwaarde 16 tot 55 keer hoger dan de totale kosten van de pipeline. Bij een test op de extra beveiligde kernelCTF-omgeving zou een investering van ongeveer ca. 29.344 EUR (32.936 USD) aan tokenverbruik zo’n 1,5 miljoen USD (ca. 1,34 miljoen EUR) aan beloningen kunnen opleveren. De conclusie uit het rapport is duidelijk: met moderne AI-modellen is het op grote schaal geautomatiseerd zoeken naar exploits financieel rendabel geworden. Voor verdedigers is dat de ultieme reden om deze audits zélf als eerste uit te voeren. Voor organisaties die achterlopen met patchen is het een harde waarschuwing.
Hoe de toelatingsprocedure werkt en waar je toegang kunt aanvragen, leg ik uit in de gids over Daybreak Red en Blue. Meer achtergronden vind je in ons overzicht over GPT-6 Cyber.
Google · Jouw bronnenHoger in Google - met één klikToevoegen aan voorkeursbronnen →Bronnen
- OpenAI API, GPT-6-Cyber - model en prijzen
- OpenAI, A thousand fewer paths to root, 4 november 2026
- Europese Centrale Bank, referentiekoers van 5 november 2026 via ecb.europa.eu
More on this from HELDER
ai-overzicht·GPT-6 Cyber vs Claude Mythos vs Gemini 4 CarbonDrie gesloten AI-modellen voor cybersecurity vergeleken. Waarom benchmarks weinig zeggen en wat de echte verschillen zijn tussen OpenAI, Google en Anthropic.

