Betreibe einen Pentester auf einem 20-$-ChatGPT-Plan

Ein autonomer Sicherheitsagent ist ein Token-Hochofen. Er liest Seiten, denkt über sie nach, probiert Dinge aus, liest die Ergebnisse und probiert es erneut, ganz allein, so lange das Ziel standhält. SwarmAttacker verbrennt im Schnitt 2.14 Millionen Tokens pro Ziel. Das ist kein Tippfehler. Ein Lauf gegen eine Web-App, Millionen von Tokens.

Bei den meisten KI-Sicherheitstools ist diese Zahl ein Problem, weil die meisten einen API-Key wollen und dir jeden einzelnen dieser Tokens in Rechnung stellen. Richte den Agenten auf ein schwereres Ziel, und der Zähler dreht sich schneller. Lass ihn hundertmal laufen, und du erfährst genau, wie teuer Neugier ist. Für Studierende, Einzelforscher oder alle, die am Wochenende mal etwas ausprobieren wollen, reicht eine getaktete Rechnung, die mit jedem Experiment wächst, um den Tab zu schließen.

Also haben wir SwarmAttacker standardmäßig auf etwas anderes gesetzt: deinen ChatGPT-Plan.

Anmelden mit deinem ChatGPT-Konto, kein API-Key

Das Standard-Backend von SwarmAttacker ist Codex. Wenn du die Codex-CLI installiert und dich dort mit deinem ChatGPT-Konto angemeldet hast, nutzt SwarmAttacker still dieselben OAuth-Tokens weiter. Es gibt keinen Key zu erzeugen, einzufügen oder zu rotieren, und kein Abrechnungs-Dashboard, das du mit einem Auge im Blick behalten musst. Du authentifizierst dich einmal, so wie du es für ChatGPT ohnehin tust, und der Agent steuert Modelle der GPT-5.5-Klasse direkt über das ChatGPT-eigene Backend.

Der praktische Effekt: Ein Pentest-Agent auf Frontier-Modell-Niveau läuft auf einem Laptop über denselben ChatGPT-Plus-Plan für ~$20/Monat, den Millionen Menschen ohnehin schon bezahlen. Keine spezielle Enterprise-Stufe, kein bereitgestelltes API-Konto mit einem Ausgabenlimit, das du nervös festlegst. Der Plan, den du vielleicht gerade in einem anderen Tab offen hast.

Das Abo, mit dem du ChatGPT nach Rezepten fürs Abendessen fragst, kann auch einen vollständig autonomen Sicherheitsagenten betreiben. Dasselbe Login, derselbe feste Monatspreis.

Was passiert, wenn ein Lauf das ChatGPT-Nutzungslimit erreicht?

Ein ChatGPT-Plan ist keine API zum Sattessen. Plus und Pro kommen mit Nutzungslimits, den rollierenden 5-Stunden- und Wochenlimits, gegen die du in einer langen Sitzung wahrscheinlich schon gestoßen bist. Ein Agent mit 2.14 Millionen Tokens kann sie absolut erreichen.

Der Unterschied liegt darin, was danach passiert. Ein naives Tool, das ein Limit erreicht, wirft mitten im Lauf einen Fehler und lässt dich mit einem halbfertigen Job und einem Stacktrace zurück. SwarmAttacker behandelt ein Limit als Pause, nicht als Absturz. Wenn es das Limit sieht, zieht es sich zurück, wartet, bis sich das Fenster zurücksetzt, und nimmt den Lauf dann dort wieder auf, wo er stehen geblieben ist. Du verlierst Zeit, keinen Fortschritt. Der Tausch, den du eingehst, ist klar und fair: ein fester Monatspreis und ein Rate-Limit statt eines offenen Zählers, der nie stehen bleibt.

Du bist nicht eingesperrt

Codex ist der Standard, kein Käfig. Das Backend lässt sich austauschen; wenn der ChatGPT-Weg nicht zu deinem Setup passt, kannst du SwarmAttacker auf einen anderen Anbieter richten, ohne den Rest des Agenten anzufassen.

• ChatGPT-AboStandardüber das Codex-Backend – kein API-Schlüssel
• OpenAI-APIeigener Schlüssel
• AnthropicClaude-Modelle
• OpenRouterjedes gehostete Modell
• LokalOllama / llama-server, vollständig offline

Bring deinen eigenen OpenAI-Key mit, wenn du die rohe API willst. Lass Claude-Modelle über Anthropic laufen. Route über OpenRouter, um fast alles zu erreichen, was gehostet wird. Oder geh komplett offline mit einem lokalen Open-Source-Modell über Ollama oder llama-server, keine Cloud und überhaupt keine Rechnung. Dem Agenten ist egal, mit welchem Gehirn er denkt; das ist eine bewusste Design-Entscheidung, kein Zufall.

Warum ein Sicherheitsagent zum Festpreis wichtig ist

Jahrelang bedeutete das Betreiben eines ernsthaften autonomen Sicherheitsagenten eine ernsthafte Infrastruktur-Geschichte: ein API-Konto, ein Budget und genug Nerven, um eine Schleife, die von selbst Wiederholungen macht, echtes Geld ausgeben zu lassen, während du schläfst. Diese Hürde hat viele fähige Leute ausgeschlossen. Die interessante Forschung zu LLM-gesteuertem Pentesting fand auf finanzierten Maschinen statt, nicht auf dem Laptop von wem auch immer an diesem Nachmittag gerade neugierig war.

Der Standard auf ein ChatGPT-Abo reißt diese Hürde ein. Wenn du dir Plus leisten kannst, kannst du heute Abend einen Sicherheitsagenten auf Frontier-Modell-Niveau laufen lassen, gegen ein Laborziel, das dir gehört, und lernen, wie sich das Ding tatsächlich verhält. Genau darum geht es: Der beste Weg, autonomes Pentesting zu verstehen, ist, einem bei der Arbeit zuzusehen, und der Preis fürs Zusehen ist jetzt ein Abo, das du vielleicht ohnehin schon bezahlst.

Neugierig, wie der Agent all diese 2.14 Millionen Tokens ausgibt? Das ist die Geschichte davon, wie es funktioniert.