Cisco выпустила компактные модели Antares для поиска уязвимостей в коде

Cisco опубликовала на Hugging Face две модели с открытыми весами — Antares-350M и Antares-1B — для локализации уязвимостей в коде. Модели работают локально, а Cisco также представила собственный бенчмарк VLoc Bench.

Cisco выложила на Hugging Face две модели с открытыми весами для поиска уязвимостей в коде: Antares-350M и Antares-1B. Обе модели распространяются под лицензией Apache 2.0, а вместе с ними компания опубликовала собственный бенчмарк Vulnerability Localization Benchmark (VLoc Bench). Разработку ведет исследовательское подразделение Cisco Foundation AI. Antares решает узкую задачу: по описанию уязвимости модель изучает незнакомый репозиторий, запускает консольные команды, читает нужные файлы, проверяет пути вызовов и меняет направление, если текущая ветка не дает результата. На выходе получается ранжированный список файлов, которые вероятнее всего содержат уязвимость, а также запись действий в терминале. Модели компактные и работают локально, поэтому защищаемый код остается внутри периметра и не уходит во внешнее облако. Это важно для сценариев, где этого требуют регуляторы или внутренние правила безопасности. Cisco также сравнила Antares с другими подходами на своем бенчмарке. По заявлению компании, полный прогон набора из 500 задач занимает около 15 минут на одном GPU H100 и стоит меньше доллара. В сравнении с API GPT-5.5 и GLM-5.2 Cisco заявляет о более низкой стоимости и времени выполнения для своих моделей. По метрике File F1 лучший результат показал GPT-5.5, а Antares-1B и Antares-350M показали близкие результаты в своей категории и обошли ряд статических анализаторов, включая Semgrep и CodeQL. При этом бенчмарк и сравнение подготовлены самой Cisco, а независимых прогонов пока нет. Открытые веса лежат в репозитории, но скачать их можно по запросу.

Источники 1

Cisco выпустила компактные модели Antares для поиска уязвимостей в коде anti_agi

Самые маленькие ИИ-защитники

Cisco выложила на Hugging Face две модели с открытыми весами для поиска уязвимостей в коде: Antares-350M и Antares-1B (352 млн и 1,84 млрд параметров), обе под лицензией Apache 2.0. Вместе с ними компания опубликовала собственный бенчмарк Vulnerability Localization Benchmark (VLoc Bench). Разработку ведет исследовательское подразделение Cisco Foundation AI.

Antares решает узкую задачу. Получив описание уязвимости, модель ходит по незнакомому репозиторию как аналитик: запускает консольные команды, читает подходящие файлы, проверяет пути вызовов и меняет направление, если ветка ничего не дала. На выходе получается ранжированный список файлов, которые вероятнее всего содержат уязвимость, плюс полная запись действий в терминале. Модели компактные и работают локально, поэтому защищаемый код остается внутри периметра и не уходит во внешнее облако, чего часто требуют регуляторы или внутренние правила безопасности.

Главный аргумент Cisco в цене. Полный прогон бенчмарка из 500 задач занимает около 15 минут на одном GPU H100 и стоит меньше доллара. Те же задачи через API GPT-5.5 обходятся примерно в 141 доллар и 5 часов, через GLM-5.2 около 50 минут и 12,5 доллара. По подсчетам Cisco это в 172 раза дешевле GPT-5.5 и в 15 раз дешевле GLM-5.2.

Результаты сравнивают по File F1. Лучший результат у GPT-5.5 (0,229). Antares-3B почти догоняет ее (0,223), оставаясь в разы меньше. Antares-1B набирает 0,209 и обходит открытую GLM-5.2 (0,186), хотя у той 753 млрд параметров. Статические анализаторы отстают заметно: Semgrep 0,086, CodeQL 0,023. Бенчмарк при этом Cisco придумала и прогнала сама, а модели обучены оптимизировать ту же метрику File F1, по которой их потом и сравнивали. Независимых прогонов пока нет, хотя сам бенчмарк открыт.

Открытые веса лежат в репозитории, но скачать их можно по запросу. Самую сильную модель, Antares-3B, ту, что почти сравнялась с GPT-5.5, Cisco в открытый доступ пока не выложила.

@antiinfosec