Cisco Kiber Təhlükəsizlik üçün Açıq Mənbəli AI Modellərini Buraxdı — Antares-350M və Antares-1B
Cisco-nun kiçik, açıq AI modelləri Antares-350M və Antares-1B, xərclənən dollar başına GPT-5.5-dən təxminən 150 dəfə çox zəiflik aşkar edir. 500 kod deposunu 15 dəqiqədə 1 dolların altında skan etdi. Hər iki model lokal olaraq işləyir.
Kiber Təhlükəsizlikdə Yeni Dövr: Nəhəngləri Geridə Qoyan Kiçik, Açıq Modellər
2026-cı ilin iyulunda Cisco kiber təhlükəsizlik üçün iki yeni açıq mənbəli AI modelini təqdim etdi — Antares-350M və Antares-1B. Bu modellər proqram kodunda zəiflikləri aşkar etmək üçün hazırlanmışdır və Cisco-nun dediyinə görə, təhlükəsizlik analizinin iqtisadiyyatını kökündən dəyişir. Hətta ən kiçik model — Antares-350M — Cognition-in Devin Security Swarm kimi böyük AI agentləri ilə müqayisədə xərclənən dollar başına təxminən 150 dəfə çox zəiflik aşkar edir.
Bu elan, kiber təhlükəsizlik sənayesinin daha əlçatan və effektiv həllər axtarışı fonunda xüsusilə əhəmiyyətlidir. Cisco-nun yanaşması göstərir ki, bəzən kiçik, ixtisaslaşmış modellər nəhəng rəqiblərindən daha çox dəyər təklif edir.
Müqayisə Nəticələri: Antares vs GPT-5.5
Axios-un bildirdiyi Cisco testlərinə görə, Antares 15 dəqiqədə təxminən 1 dolların altında bir xərclə 500 kod deposunu skan etdi. Eyni tapşırığı GPT-5.5-in yerinə yetirməsi beş saat çəkdi və 100 dollardan çox başa gəldi. Bu o deməkdir ki, Antares kiber təhlükəsizlik zəifliklərini aşkar etmək üçün OpenAI-nin flaqman modelindən təxminən 100 dəfə daha sürətli və 100 dəfə daha ucuzdur.
Cisco tərtibatçısı Aman Priyanshu X platformasında bildirdi ki, Antares-350M böyük AI agentləri ilə müqayisədə "dollar başına təxminən 150 dəfə çox zəiflik tutur". Bu rəqəmlər Cisco-nun Antares-in performansını Cognition-in Devin Security Swarm-ı ilə müqayisə etdiyi daxili testlərinə əsaslanır.
Texniki Detallar və Arxivtektur
Antares-350M (350 milyon parametr) və Antares-1B (1 milyard parametr) kiber təhlükəsizlik tapşırıqları üçün xüsusi olaraq təlim keçmiş transformator əsaslı modellərdir. Texniki hesabata görə, modellər təxminən 72% təhlükəsizlik konsepti məlumatı və 15% kod axtarış tarixçəsi üzərində təlim keçmişdir. Bu o deməkdir ki, modellər yalnız kod sintaksisini deyil, həm də təhlükəsizliyə xas nüansları — SQL inyeksiyaları, XSS, bufer daşması və digər ümumi zəiflikləri başa düşür.
Hər iki model açıq mənbəlidir və Hugging Face platformasında əlçatandır, bu da istənilən şirkətə onları öz infrastrukturunda istifadə etməyə imkan verir. Modellər lokal olaraq işləyir; bu, həssas kodla işləyən təşkilatlar üçün xüsusilə vacibdir — kod heç vaxt təşkilatın sərhədlərini tərk etmir.
Məxfilik və Lokal Yerləşdirmə
Cisco-nun vurğuladığı əsas üstünlüklərdən biri, Antares modellərinin tamamilə lokal işləməsidir. Bu o deməkdir ki, şirkətin mənbə kodu heç vaxt xarici serverlərə göndərilmir — bütün analiz kodun saxlandığı infrastruktur daxilində baş verir.
Bu, kod məxfiliyinin kritik tələb olduğu maliyyə, səhiyyə və müdafiə sektorları üçün xüsusilə vacibdir. Bir çox təşkilat təhlükəsizlik riskləri səbəbindən kodlarını xarici AI xidmətlərinə göndərə bilmir. Antares bu problemi məhz lokal işləmə sayəsində həll edir.
Cisco-nun 3B Modeli: Şirkətin Özünə Saxladığı Nəhəng
Maraqlıdır ki, Cisco 3 milyard parametrli versiyanı öz məhsulları üçün saxlamaq qərarına gəldi. Texniki hesabata görə, bu versiya performans baxımından GPT-5.5-ə yaxınlaşır və özündən 200 dəfəyə qədər böyük olan açıq mənbəli modelləri geridə qoyur.
Bu strategiya digər texnologiya şirkətlərinin yanaşmasını xatırladır — icmaya daha kiçik açıq mənbəli modellər təqdim etmək, daha güclü versiyaları isə kommersiya məhsulları üçün saxlamaq. Cisco nümunəsində, 3B modeli çox güman ki, Cisco SecureX və digər mövcud təhlükəsizlik məhsullarına inteqrasiya ediləcəkdir.
Açıq AI Təhlükəsizlik Alətləri üçün Sənaye Konsorsiumu
Cisco həmçinin açıq AI təhlükəsizlik alətləri üçün sənaye konsorsiumunun yaradılması imkanını araşdırır. Bu addım şirkətin kiber təhlükəsizlikdə açıq mənbə ekosisteminin əhəmiyyətini gördüyünü və sənayedəki digər oyunçularla əməkdaşlığı təşviq etmək istədiyini göstərir.
Belə bir konsorsium açıq AI təhlükəsizlik alətlərinin daha sürətli inkişafı və daha geniş qəbulu üçün əhəmiyyətli bir addım ola bilər. Böyük şirkətlər güclərini birləşdirsə, hər kəsin əlçatan olduğu bir təhlükəsizlik aləti ekosistemi yaradıla bilər.
Bu Niyə DevSecOps üçün Vacibdir?
Antares modelləri vacibdir, çünki onlar DevSecOps təcrübələrini daha əlçatan edir. Bu gün bir çox şirkət ənənəvi alətlərin çox bahalı və ya yavaş olması səbəbindən müntəzəm kod zəifliyi skanı həyata keçirə bilmir.
Antares ilə CI/CD boru kəmərlərinə inteqrasiya sadə və sərfəlidir. 500 deponu 15 dəqiqədə 1 dolların altında skan etmək qabiliyyəti o deməkdir ki, şirkətlər hər bir commit-i əhəmiyyətli xərclər olmadan yoxlaya bilər. Bu, xüsusi təhlükəsizlik komandaları olmayan kiçik və orta bizneslər üçün xüsusilə vacibdir.
Nəticələr və Gələcək
Cisco-nun Antares modellərini buraxması göstərir ki, kiber təhlükəsizlikdə AI-nın gələcəyi mütləq böyük, bahalı modellər deyil — kiçik, ixtisaslaşmış, səmərəli həllərdir. Bu tendensiya tezliklə digər sahələrə də yayıla bilər — maliyyə, səhiyyə, hüquq texnologiyaları.
Açıq mənbə əlçatanlığı, lokal yerləşdirmə və 500 depo üçün 1 dolların altında xərc — bütün bunlar Antares-i 2026-cı ilin ən maraqlı AI buraxılışlarından birinə çevirir. Cisco-nun 3B modelinin GPT-5.5 səviyyələrinə yaxınlaşan bildirilən performansı bu istiqamətin vədini daha da gücləndirir.
Kiber təhlükəsizlik sənayesi üçün bu o deməkdir ki, təhlükəsizlik analizinin avtomatlaşdırılması həmişəkindən daha əlçatan olur. Antares açıq mənbəli AI-nı kiber təhlükəsizlik əsas axınına gətirən və hər ölçüdəki təşkilata büdcələrini çətinləşdirmədən kodlarını qorumağa imkan verən alət ola bilər.