Cisco объявила о выпуске двух очень небольших открытых моделей в составе группы Foundation AI 21 июля — Antares-350M и Antares-1B — созданных для одной узкой задачи: находить, где именно в кодовой базе находится известная уязвимость. Версию на 3B параметров анонсировали, но намеренно не выпустили.
Локализация, а не поиск
Разница здесь и есть сам продукт. Antares не ищет неизвестные баги; получив описание уязвимости, он действует агентно — ищет кодовые паттерны, читает файлы-кандидаты, сопоставляет доказательства и откатывается назад, если путь не срабатывает, — чтобы точно определить затронутый код. Cisco называет это "одной из самых сложных, трудоёмких и дорогих проблем в сфере безопасности".
Показатели бенчмарка
В собственном VLoc Bench Cisco, где 500 задач оцениваются по File F1, лидирует GPT-5.5 с показателями 0,229 и 0,221, за ним следует Antares-3B с 0,223 и Antares-1B с 0,209. Ниже расположились GLM-5.2 — модель с 753 миллиардами параметров — с 0,186, а также Gemini 3 Pro с 0,152. Заголовочный результат здесь — то, что модель с одним миллиардом параметров обходит модель с 753 миллиардами.
И разрыв в стоимости
Полная оценка на 500 задачах обходится примерно в $0,82 при использовании Antares, против примерно $141 для GPT-5.5 и $12,50 для GLM-5.2 — то есть примерно в 172 раза дешевле, чем у модели frontier-класса, с которой он почти сравнялся. На выполнение уходит около 13 минут на одном H100 с 16 параллельными воркерами, тогда как у frontier-моделей это занимает примерно пять часов. Antares построен на IBM Granite 4.0 1B, распространяется по лицензии Apache 2.0 и работает локально, поэтому исходный код не покидает организацию.
Открыто, но по пропуску
Доступ проверяется. "Мы полностью ограничиваем доступ к модели 3B, чтобы убедиться, что ответственно выпустим её для сообществ, которым она нужна", — сказал Amin Karbasi, вице-президент Cisco и главный научный сотрудник по ИИ. Показатели бенчмарка и стоимости — собственные данные Cisco, полученные на её же бенчмарке; независимого воспроизведения пока нет.