GPT-6 Sol Daybreak Blue lidera o Cyber Index: +32 pontos e $1,77 por tarefa

A Artificial Analysis ampliou o Cyber Index: o ranking agora inclui não só modelos públicos, mas também versões com menos restrições de cibersegurança. A primeira foi o GPT-6 Sol (Daybreak Blue, max), disponível apenas pelo programa OpenAI Daybreak. Ele assumiu o primeiro lugar de imediato, não esbarrou em nenhum bloqueio de segurança e somou 32 pontos a mais que o GPT-6 Sol (max) público. Cada tarefa custa $1,77, enquanto no Grok 4.7 (xhigh) o valor é $11,67.

O que mudou no ranking

O Cyber Index é mantido pela Artificial Analysis Cyber Index Alliance, associação de parceiros do setor. A iniciativa avalia como os modelos de IA lidam, em modo agêntico, com tarefas corporativas de defesa cibernética. No lançamento, o índice reunia apenas modelos de acesso público. Esse ranking mostrava com fidelidade o que uma equipe que se cadastra na API consegue obter na prática.

A abordagem tem uma limitação. Os modelos públicos vêm com mecanismos de proteção e, em tarefas de segurança, recusam-se a responder com frequência. A pontuação final reflete, nesse caso, tanto a capacidade do modelo quanto o rigor dos filtros. Ao incluir versões trusted-access, os autores do índice passaram a enxergar onde fica a fronteira entre o que o modelo sabe fazer e o que ele tem permissão de mostrar ao público geral.

Números e preço

O GPT-6 Sol (Daybreak Blue, max) não só lidera em qualidade, como também está na fronteira de Pareto entre custo e capacidade. Isso significa que nenhum outro modelo do índice entrega resultado melhor pelo mesmo custo.

• Posição: primeiro lugar no Cyber Index.
• Bloqueios: nenhum bloqueio de segurança em todo o índice.
• Ganho: +32 pontos na pontuação geral em relação ao GPT-6 Sol (max) público.
• Custo: $1,77 por tarefa.
• Concorrente: o Grok 4.7 (xhigh) custa $11,67 por tarefa, ou seja, cerca de 6,6 vezes mais.
• Acesso: somente pelo programa OpenAI Daybreak.

O Daybreak Blue teve o maior ganho no CyberGym-E2E. Segundo a Artificial Analysis, é nesse benchmark que os modelos públicos mais se recusam a executar as solicitações. A relação parece direta: quanto mais rígidos os filtros, mais pontos se perdem em tarefas que, na essência, fazem parte da rotina de trabalho dos defensores.

Vale notar que a publicação não traz o detalhamento dos demais benchmarks do índice nem os valores absolutos das pontuações. O tamanho da diferença em cada um deles fica fora deste anúncio; os detalhes estão na tabela completa no site da Artificial Analysis.

Como usar esses dados

Para as equipes de segurança, o ranking agora responde a duas perguntas distintas. A primeira: o que está disponível hoje, sem procedimentos especiais. Nesse caso, a referência continua sendo os modelos públicos. A segunda: o que é possível alcançar ao passar por uma seleção e obter acesso ampliado. Aqui, quem dá a referência é o Daybreak Blue. A diferença de 32 pontos é um argumento para verificar com antecedência se a sua organização se enquadra nas condições do programa.

Ao escolher um modelo para cenários agênticos, convém olhar dois parâmetros ao mesmo tempo: a pontuação final e o preço por tarefa. A diferença entre $1,77 e $11,67 pesa quando a operação escala. Se o agente processa milhares de incidentes por dia, ela vira uma linha separada no orçamento.

Ao avaliar modelos públicos, vale checar à parte a taxa de recusa, sobretudo em cenários de ponta a ponta como o CyberGym-E2E. Um modelo com pontuação declarada alta pode se mostrar inadequado se, numa tarefa real de trabalho, ele travar nos filtros de proteção.

A Artificial Analysis promete continuar ampliando o índice, com modelos públicos e trusted-access. As próximas entradas na tabela vão mostrar quão sólida é a vantagem do Daybreak Blue e se outros desenvolvedores terão programas fechados de acesso semelhantes.