Cisco lanzó oficialmente y abrió el martes una nueva familia de pequeños modelos de inteligencia artificial, diseñados para ayudar a las empresas a buscar de manera más eficiente vulnerabilidades de seguridad en bases de códigos de software. Esta familia de modelos, llamada Antares, está diseñada para investigar bases de código de software y puede identificar con precisión dónde se encuentran las vulnerabilidades conocidas en el código.
En un nuevo punto de referencia que mide la capacidad de un modelo para identificar con precisión archivos vulnerables en bases de código del mundo real, Antares se desempeñó a la par con modelos más grandes, incluidos el GPT-5.5 de OpenAI y el GLM-5.2 de Z.ai, dijo Amin Karbasi, vicepresidente y científico jefe de IA en Cisco.
A nivel de aplicación práctica, ejecutar grandes modelos de IA para escanear completamente la gran base de código de una organización suele ser costoso, y los defensores necesitan repetir los escaneos a medida que el software se actualiza continuamente. Por el contrario, Antares ha demostrado importantes ventajas en términos de costos y eficiencia. En las pruebas de Cisco, Antares escaneó 500 bases de código en sólo unos 15 minutos a un costo de menos de 1 dólar, mientras que GPT-5.5 tardó aproximadamente 5 horas y costó más de 10 mil millones de dólares. Debido a que estos modelos más pequeños se pueden ejecutar localmente, las organizaciones pueden mantener el código fuente confidencial dentro de su propio entorno seguro sin enviarlo a un proveedor de servicios de IA externo. DJ Sampass, vicepresidente senior y director general de plataforma y software de IA de Cisco, señaló que las empresas necesitan más herramientas prácticas en aplicaciones prácticas en lugar de soluciones a gran escala excesivamente redundantes.
En términos de lógica de capacitación, Cisco no capacitó a Antares para que fuera un asistente de codificación común y corriente, sino para que se pareciera más a un investigador de seguridad profesional. En lugar de un modelo de lenguaje de propósito general que simplemente responde preguntas sobre código, este modelo puede aprender de forma autónoma cómo buscar dentro de una base de código, inspeccionar archivos, girar cuando se bloquean pistas específicas y, en última instancia, apuntar a los archivos con mayor probabilidad de contener vulnerabilidades. Calbasi describió este mecanismo como una búsqueda de puntos de seguridad en un vasto océano de bases de códigos.
En términos de estrategias de liberación y seguridad de modelos, Cisco ha cooperado con agencias gubernamentales relevantes de EE. UU. en cuestiones de liberación y seguridad de modelos. Para evitar que atacantes maliciosos y ciberdelincuentes conspiren para obtener herramientas relevantes, Cisco llevará a cabo una revisión rigurosa de los usuarios que descarguen los modelos. Actualmente, Antares-350M y Antares-1B están disponibles para los ciberdefensores verificados en la plataforma Hugging Face el martes. Sin embargo, la versión más potente de 3 mil millones de parámetros, Antares-3B, no está actualmente disponible para el público y Cisco planea integrarla directamente en su propia línea de productos de seguridad.
La iniciativa de código abierto de Cisco no es un caso aislado. La semana pasada, Capital One también abrió VulnHunter, una herramienta de seguridad de inteligencia artificial basada en agentes que adopta la mentalidad de un atacante y revisa el código fuente para encontrar posibles rutas de piratería. Sampath reveló que Cisco está explorando actualmente el establecimiento de una alianza industrial para expandir aún más su trabajo en el campo de las herramientas de seguridad de IA de código abierto, y este es solo un punto de partida.