GPT-6 Cyber vs Claude Mythos vs Gemini 4 Carbon
Drie gesloten AI-modellen voor cybersecurity vergeleken. Waarom benchmarks weinig zeggen en wat de echte verschillen zijn tussen OpenAI, Google en Anthropic.
Update (9 november 2026): Claude Fable 5.2 en Mythos 5.2 zijn uit - prijzen, toegang en benchmarks in mijn gids over Claude Fable 5.2.
👁 115 keer gelezen
In het najaar van 2026 beschikken de drie grootste AI-labs elk over een model dat speciaal is getraind voor cybersecurity, en geen van deze modellen is toegankelijk voor het grote publiek. Anthropic heeft Claude Mythos, Google lanceerde op 28 oktober Gemini 4 Carbon en OpenAI kwam op 5 november met GPT-6 Cyber. Het is verleidelijk om ze in één tabel te zetten en een winnaar aan te wijzen. Ik heb die tabel gemaakt, maar wijs bewust geen winnaar aan - en leg hieronder uit waarom.
In het kort
- In ExploitGym claimt Google voor Gemini 4 Carbon 54,8%, terwijl OpenAI voor GPT-6 Cyber 48,5% meldt. De testomstandigheden verschillen echter wezenlijk, waardoor dit geen eerlijke vergelijking is.
- Alle drie de modellen zitten achter strikte toegangsprogramma’s: Glasswing (Anthropic), Fairwind (Google) en Daybreak Red (OpenAI).
- API-tarieven: GPT-6 Cyber kost circa EUR 17,82 / EUR 89,10 (20 / 100 USD) per miljoen tokens (omgerekend tegen de ECB-referentiekoers van 5 november 2026 via ecb.europa.eu). Gemini 4 Carbon start op circa EUR 1,78 / EUR 8,91 (2 / 10 USD). Anthropic heeft geen openbare prijzen voor Mythos gepubliceerd.
- Ik heb geen van deze modellen zelf getest en heb geen toegang. Alle cijfers zijn afkomstig van de ontwikkelaars zelf.
Drie modellen, drie gesloten deuren
| GPT-6 Cyber | Gemini 4 Carbon | Claude Mythos | |
|---|---|---|---|
| Bedrijf | OpenAI | Google DeepMind | Anthropic |
| Aankondiging | 5-11-2026 | 28-10-2026 | 7-04-2026 (Project Glasswing) |
| Wat is het | variant van GPT-6 Astra na gespecialiseerde cybertraining | nieuw vlaggenschip van de Gemini 4-familie, tevens sterk in security | model met uitsluitend toegang via Glasswing |
| Wie krijgt toegang | geselecteerde Daybreak Red-organisaties met afzonderlijke goedkeuring | geselecteerde defenders, later Fairwind-partners | uitgenodigde Glasswing-partners |
| API-prijs | ong. EUR 17,82 / EUR 89,10 (20 / 100 USD) | ong. EUR 1,78 / EUR 8,91 (2 / 10 USD, introductietarief) | geen openbare prijslijst |
| ExploitGym | 48,5% | 54,8% (zonder veiligheidsfilters) | geen gegevens |
| SEC-Bench Pro | 87,02% | 88,2% | geen gegevens |
Waarom 54,8% niet per se beter is dan 48,5%
Op papier wint Carbon bij beide tests die door beide partijen worden gedeeld. Google meldt echter expliciet dat hun resultaten zijn gemeten “in een versie zonder cyberveiligheidsfilters”. OpenAI rapporteert de score van GPT-6 Cyber juist in de configuratie waarin het model daadwerkelijk aan klanten wordt geleverd. In dezelfde tabel toont OpenAI dat GPT-6 Astra met standaardfilters op 0% uitkomt, maar zonder filters op 42,4%. Het verschil tussen een versie met en zonder ingebouwde restricties kan dus bepalend zijn voor de gehele uitkomst.
Daarnaast spelen variabelen mee die geen van de bedrijven met identieke specificaties vrijgeeft: het niveau van redenering (reasoning effort), het aantal pogingen, het tijdslimiet en de exacte versie van de dataset. OpenAI vermeldt in de system card dat de scores zijn behaald “bij het hoogste geteste redeneerbudget”. Google specificeert dit niet. Zolang geen onafhankelijke partij beide modellen onder exact dezelfde condities aan dezelfde test onderwerpt, zegt een verschil van zes procentpunt nauwelijks iets.
Waar GPT-6 Cyber meer bewijs levert
In plaats van benchmarks is het nuttiger te kijken naar bewijs uit de praktijk. Hier heeft OpenAI de meest gedetailleerde gegevens getoond:
- Linux: 948 unieke exploits op de kernel en 304 meldingen die door OpenAI als kritiek zijn aangeduid inclusief patches, met een complete specificatie van de kosten (beschreven in het artikel over Linux).
- Firefox: 81 nieuwe kwetsbaarheden die door Mozilla als “high” severity zijn beoordeeld, wat deels controleerbaar is via advies MFSA 2026-118 (beschreven in het artikel over Firefox).
- Externe auditors: NIST CAISSI en Irregular, met resultaten van Irregular opgenomen in de officiële system card.
Google noemt bij Carbon voornamelijk voorbeelden uit eigen gelederen: het Chrome-team stelt dat het model kwalitatieve patches meer dan 10 keer efficiënter genereert dan een “geavanceerd model van een ander lab”, en Wiz meldt voordelen bij netwerkpenetratietests. Dat zijn sterke claims, maar zonder cijfers die extern verifieerbaar zijn. Anthropic sprak bij Mythos over duizenden gevonden kwetsbaarheden via Glasswing-partners, maar die gegevens dateren van het voorjaar en slaan niet op de huidige versie.
Waar Carbon interessanter kan zijn
Carbon is niet uitsluitend bedoeld voor cybersecurity. Google positioneert het als hun krachtigste algemene model, met een eerste plaats in de Artificial Analysis-index (59 punten) en de toezegging van bredere beschikbaarheid voor ontwikkelaars, bedrijven en consumenten. GPT-6 Cyber is juist het tegenovergestelde: een zeer gespecialiseerd hulpmiddel dat bij regulier programmeerwerk niet beter presteert dan Astra (82,95% tegenover 83,24% op ExpertSWE). Mocht Carbon ooit via de algemene API beschikbaar komen, dan zal de drempel aanzienlijk lager zijn. De startprijs van 2 / 10 USD (ongeveer EUR 1,78 / EUR 8,91) is bovendien een tiende van wat GPT-6 Cyber kost. Meer achtergrond vind je in het artikel over Gemini 4 Carbon en het Fairwind-programma bij Argon.
Hoe staat het met Claude?
Anthropic was de eerste met een afgeschermd model voor cybersecurity en introduceerde het principe om dit enkel aan geselecteerde partners te leveren. Project Glasswing ging van start in april, en in juni werd de toegang verruimd. Voor de reguliere markt biedt Anthropic Claude Opus 5.5 en Fable 5.1, maar er is geen tegenhanger van Daybreak Blue, waarbij een geverifieerde verdediger een standaardmodel krijgt met minder weigeringen. Er is op dit moment ook geen recente system card van Mythos beschikbaar met cijfers die direct vergelijkbaar zijn met die van GPT-6 Cyber.
Wat moet je kiezen?
Het eerlijke antwoord voor de meeste organisaties is: geen van deze drie, want geen enkel model is direct publiek aan te schaffen. In de praktijk zijn de opties momenteel als volgt:
- Werk je bij een grote organisatie met een eigen red team? Dien gelijktijdig aanvragen in voor Daybreak Red en Fairwind. Toegang wordt per geval beoordeeld, dus wed niet op één paard.
- Ben je een individuele pentester? De enige toegankelijke route is Daybreak Blue voor GPT-6 Sol en Luna. Hoe je dit aanvraagt, lees je in de handleiding over toegang.
- Beveilig je een organisatie zonder eigen red team? Reguliere modellen (zoals Opus 5.5, GPT-6 Astra of Gemini 4 Argon) volstaan prima voor code reviews en het analyseren van patches. De snelheid waarmee je updates doorvoert is belangrijker dan welk model je gebruikt.
Alle details over het model van OpenAI vind je in het dossier over GPT-6 Cyber.
Google · Jouw bronnenHoger in Google - met één klikToevoegen aan voorkeursbronnen →Bronnen
- OpenAI, GPT-6 Cyber en system card, 5-11-2026
- Google, Gemini 4 Carbon: kolejny model z rodziny Gemini 4, 28-10-2026
More on this from HELDER
benchmarks·GPT-6 Cyber in de val: test toont of AI-agent binnen scope blijftBlijft een AI-agent binnen zijn opdracht of zoekt hij een illegale shortcut? OpenAI testte GPT-6 Cyber met een honeypot en ExploitGym.