Компактный ИИ Cisco с открытыми весами ищет баги и обходит Gemini и GPT, как заявляют создатели

Новые модели Antares от Cisco достаточно малы, чтобы запускаться на собственных компьютерах пользователя. При этом, как утверждается, они превосходят Gemini от Google и конкурирующие системы класса GPT в поиске ошибок. Они выпускаются с открытыми весами, хотя доступ к ним тщательно проверяется.

Заявление Cisco звучит как сдержанный упрек в адрес гонки вооружений среди передовых моделей. Для поиска программных ошибок вовсе не нужен гигантский и дорогой ИИ. И вам не придется отправлять свой исходный код в OpenAI или Google, чтобы сделать это.

Команда Foundation AI компании Cisco выпустила две модели безопасности с открытыми весами — Antares-350M и Antares-1B, созданные для поиска известных уязвимостей, скрытых в существующих кодовых базах. Они размещены на платформе Hugging Face для сообщества, хотя Cisco одобряет доступ в индивидуальном порядке. Более крупная модель с 3 миллиардами параметров пока не выпускается в общий доступ.

Это не чат-боты. Antares работает с репозиторием как профессиональный следователь. Она начинает с описания уязвимости, ищет код и читает файлы-кандидаты. Она возвращается назад, когда путь заводит в тупик, а затем выдает ранжированный список файлов, в которых наиболее вероятно скрывается изъян. Название происходит от красного сверхгиганта, звезды примерно в 1000 раз больше Солнца.

Маленькие, но мощные

В Cisco утверждают, что эти небольшие модели намного превосходят свой вес. В рамках собственного бенчмарка из 500 задач по локализации уязвимостей Antares-1B обходит Gemini 3 Pro от Google и не уступает GLM-5.2 от Z.ai. Невыпущенная модель 3B, как заявляют разработчики, превосходит как GLM-5.2, так и GPT-5.5 от OpenAI.

Главное преимущество проявляется в скорости и стоимости. Главный научный сотрудник по искусственному интеллекту Амин Карбаси сообщил изданию The Register, что Antares обрабатывает 500 репозиториев кода за 15 минут по сравнению с пятью часами для передовых моделей. По его словам, это обходится менее чем в 1 доллар, в то время как крупные системы требуют от 100 до 150 долларов.

Весь секрет в том, что Cisco обучила модели искать, а не общаться. Поскольку каждая из них миниатюрна и проворна, она может выполнять множество поисковых запросов одновременно и менять тактику, когда направление атаки заходит в тупик. Карбаси сравнил ее с велосипедом, лавирующим мимо грузовика на оживленной лондонской улице.

Хранение кода дома

Локальный запуск на устройстве — еще одно достоинство. Будучи компактными и имея открытые веса, эти модели позволяют сохранять проприетарный код на собственных машинах компании. Облачные системы, напротив, отправляют этот код на сканирование на серверы поставщика ИИ. Для фирм из регулируемых отраслей хранение данных на собственной территории является главным приоритетом.

Подводные камни

У Cisco есть причины сдерживать релиз. Инструмент, находящий уязвимости, может также помочь злоумышленникам их эксплуатировать. Как выразился Реза Шокри, специалист по компьютерным технологиям из Национального университета Сингапура, агенты ИИ теперь «пишут всё больше кода и обретают способность его эксплуатировать».

Поэтому Cisco ограничивает доступ для академических кругов, некоммерческих организаций и небольших <его>команд безопасности общественного сектора, а самую мощную модель придерживает у себя. Цель, по их словам, заключается в том, чтобы не допустить превращения передовой ИИ-защиты в предмет роскоши в тот самый момент, когда злоумышленники начинают применять ИИ в собственных целях. Расчет Cisco строится на том, что преимущество теперь заключается вовсе не в размере модели, а в том, у кого в руках находится инструмент управления ею.