GPT-6 Sol Daybreak Blue prend la tête du Cyber Index : +32 points et $1,77 par tâche

Artificial Analysis élargit son Cyber Index : le classement n'accueille plus seulement des modèles publics, mais aussi des versions dotées de moins de restrictions en matière de cybersécurité. Première à y entrer, GPT-6 Sol (Daybreak Blue, max) n'est disponible que via le programme OpenAI Daybreak. Elle s'est aussitôt installée à la première place, sans se heurter à aucun blocage de sécurité, avec un score supérieur de 32 points à celui de la GPT-6 Sol (max) publique. Une tâche coûte $1,77, contre $11,67 pour Grok 4.7 (xhigh).

Ce qui change dans le classement

Le Cyber Index est développé par l'Artificial Analysis Cyber Index Alliance, un groupement de partenaires de l'industrie. Il évalue comment les modèles d'IA se comportent, en mode agentique, face à des tâches de cyberdéfense en entreprise. Au lancement, l'indice ne comptait que des modèles accessibles publiquement. Ce classement montrait honnêtement ce qu'une équipe inscrite à l'API peut réellement obtenir.

Cette approche a toutefois une limite. Les modèles publics embarquent des mécanismes de protection et refusent régulièrement de répondre aux tâches touchant à la sécurité. Le score final reflète alors à la fois les capacités du modèle et la sévérité de ses filtres. En ajoutant des versions en trusted access, les auteurs de l'indice peuvent désormais voir où passe la frontière entre ce que le modèle sait faire et ce qu'il est autorisé à montrer au grand public.

Chiffres et coût

GPT-6 Sol (Daybreak Blue, max) ne se contente pas de mener sur la qualité : elle se situe aussi sur la frontière de Pareto « coût — capacités ». Autrement dit, aucun autre modèle de l'indice n'offre de meilleur résultat pour le même prix.

• Position : première place du Cyber Index.
• Blocages : aucun blocage de sécurité sur l'ensemble de l'indice.
• Gain : +32 points au score global par rapport à la GPT-6 Sol (max) publique.
• Coût : $1,77 par tâche.
• Concurrent : Grok 4.7 (xhigh) revient à $11,67 par tâche, soit environ 6,6 fois plus cher.
• Accès : uniquement via le programme OpenAI Daybreak.

Daybreak Blue réalise son plus gros gain sur CyberGym-E2E. D'après les observations d'Artificial Analysis, c'est précisément sur ce benchmark que les modèles publics refusent le plus souvent d'exécuter les requêtes. Le lien semble direct : plus les filtres sont stricts, plus le modèle perd de points sur des tâches qui relèvent, pour l'essentiel, de la routine des défenseurs.

Il faut noter que la publication ne détaille pas les résultats sur les autres benchmarks de l'indice et ne donne pas les valeurs absolues des scores. L'ampleur de l'écart sur chacun d'eux reste hors du champ de cette annonce ; le détail figure dans le tableau complet sur le site d'Artificial Analysis.

Comment exploiter ces données

Pour les équipes de sécurité, le classement répond désormais à deux questions distinctes. La première : qu'est-ce qui est disponible tout de suite, sans procédure particulière ? Les modèles publics restent ici la référence. La seconde : que peut-on obtenir en passant la sélection et en décrochant un accès étendu ? Ici, c'est Daybreak Blue qui donne le repère. L'écart de 32 points est un argument pour vérifier dès maintenant si votre organisation remplit les conditions du programme.

Pour choisir un modèle destiné à des scénarios agentiques, il est utile de regarder deux paramètres à la fois : le score final et le prix par tâche. L'écart entre $1,77 et $11,67 se fait sentir à l'échelle. Si un agent traite des milliers d'incidents par jour, il devient un poste budgétaire à part entière.

Lors de l'évaluation de modèles publics, il convient de vérifier séparément le taux de refus, en particulier sur des scénarios de bout en bout comme CyberGym-E2E. Un modèle affichant un score élevé peut se révéler inutilisable si, sur une tâche réelle, il s'arrête sur ses filtres de protection.

Artificial Analysis promet de continuer à élargir l'indice, en y ajoutant à la fois des modèles publics et des modèles en trusted access. Les prochaines entrées du tableau diront dans quelle mesure l'avantage de Daybreak Blue est durable, et si d'autres développeurs lanceront des programmes d'accès fermés comparables.