סיסקו השיקה מודלי AI פתוחים לאבטחת סייבר — Antares-350M ו-Antares-1B
מודלי ה-AI הקטנים והפתוחים של סיסקו, Antares-350M ו-Antares-1B, מוצאים פי 150 יותר פרצות אבטחה לכל דולר לעומת GPT-5.5. סריקה של 500 מאגרי קוד בכ-15 דקות בפחות מדולר אחד. שני המודלים רצים באופן מקומי.
עידן חדש באבטחת סייבר: מודלים קטנים ופתוחים שמביסים ענקים
ביולי 2026, סיסקו השיקה שני מודלי AI פתוחים חדשים לאבטחת סייבר — Antares-350M ו-Antares-1B. מודלים אלה תוכננו לזיהוי פרצות אבטחה בקוד תוכנה, ולפי סיסקו, הם משנים באופן קיצוני את הכלכלה של ניתוח אבטחה. אפילו המודל הקטן ביותר — Antares-350M — מוצא בערך פי 150 יותר פרצות אבטחה לכל דולר מאשר סוכני AI גדולים כמו Cognition Devin Security Swarm.
הכרזה זו משמעותית במיוחד על רקע החיפוש של תעשיית אבטחת הסייבר אחר פתרונות נגישים ויעילים יותר. הגישה של סיסקו מדגימה שלפעמים מודלים קטנים ומתמחים מספקים ערך רב יותר מאשר מקביליהם הענקיים.
תוצאות השוואה: Antares מול GPT-5.5
לפי הבדיקות של סיסקו, עליהן דיווח Axios, Antares סרק 500 מאגרי קוד בכ-15 דקות בפחות מדולר אחד. אותה משימה לקחה ל-GPT-5.5 חמש שעות ועלתה מעל 100 דולר. משמעות הדבר היא ש-Antares מהיר וזול בערך פי 100 מהמודל הדגל של OpenAI למשימה הספציפית של זיהוי פרצות אבטחת סייבר.
מפתח סיסקו Aman Priyanshu הצהיר ב-X כי Antares-350M "מוצא בערך פי 150 יותר פרצות אבטחה לכל דולר" בהשוואה לסוכני AI גדולים. נתונים אלה מבוססים על בדיקות פנימיות של סיסקו שהשוו את ביצועי Antares מול Cognition Devin Security Swarm.
פרטים טכניים וארכיטקטורה
Antares-350M (350 מיליון פרמטרים) ו-Antares-1B (מיליארד פרמטרים) הם מודלים מבוססי טרנספורמר שאומנו במיוחד למשימות אבטחת סייבר. לפי הדו"ח הטכני, המודלים אומנו על כ-72% נתוני מושגי אבטחה ו-15% היסטוריות חיפוש קוד. משמעות הדבר היא שהמודלים מבינים לא רק תחביר קוד אלא גם ניואנסים ספציפיים לאבטחה — הזרקות SQL, XSS, גלישת באפר ופרצות נפוצות אחרות.
שני המודלים הם בקוד פתוח וזמינים ב-Hugging Face, מה שמאפשר לכל חברה להשתמש בהם בתשתית שלה. המודלים רצים באופן מקומי, דבר חשוב במיוחד לארגונים המטפלים בקוד רגיש — הקוד לעולם לא עוזב את גבולות הארגון.
פרטיות ופריסה מקומית
אחד היתרונות המרכזיים שסיסקו מדגישה הוא שמודלי Antares רצים באופן מקומי לחלוטין. משמעות הדבר היא שקוד המקור של החברה לעולם לא נשלח לשרתים חיצוניים — כל הניתוח מתרחש באותה תשתית שבה הקוד מאוחסן.
זה חשוב במיוחד לענפים פיננסיים, רפואיים וביטחוניים, שם סודיות הקוד היא דרישה קריטית. ארגונים רבים אינם יכולים לשלוח את הקוד שלהם לשירותי AI חיצוניים בשל סיכוני אבטחה. Antares פותר בעיה זו בדיוק באמצעות הרצה מקומית.
מודל 3B של סיסקו: הענק שהחברה שמרה לעצמה
מעניין לציין שסיסקו החליטה לשמור את גרסת 3 מיליארד הפרמטרים למוצרים שלה. לפי הדו"ח הטכני, גרסה זו מתקרבת בביצועים ל-GPT-5.5 ומביסה מודלים פתוחים שגדולים ממנה עד פי 200.
אסטרטגיה זו מזכירה גישה של חברות טכנולוגיה אחרות — שחרור מודלים קטנים ופתוחים לקהילה תוך שמירת גרסאות חזקות יותר למוצרים מסחריים. במקרה של סיסקו, מודל 3B ישולב ככל הנראה במוצרי האבטחה הקיימים שלה כמו Cisco SecureX ואחרים.
קונסורציום תעשייתי לכלי אבטחת AI פתוחים
סיסקו בוחנת גם יצירת קונסורציום תעשייתי לכלי אבטחת AI פתוחים. צעד זה מסמן שהחברה רואה חשיבות במערכת אקולוגית של קוד פתוח באבטחת סייבר ורוצה לעודד שיתוף פעולה עם שחקנים אחרים בתעשייה.
קונסורציום כזה יכול להיות צעד משמעותי לפיתוח מהיר יותר ואימוץ נרחב יותר של כלי אבטחת AI פתוחים. אם חברות גדולות יאחדו כוחות, זה יכול ליצור מערכת אקולוגית של כלי אבטחה הנגישה לכולם.
למה זה חשוב ל-DevSecOps?
מודלי Antares חשובים כי הם הופכים את פרקטיקות DevSecOps לנגישות יותר. כיום, חברות רבות אינן יכולות ליישם סריקה שוטפת של פרצות קוד מכיוון שכלים מסורתיים יקרים מדי או איטיים מדי.
עם Antares, אינטגרציה בצינורות CI/CD היא פשוטה ובמחיר סביר. היכולת לסרוק 500 מאגרים ב-15 דקות בפחות מדולר אחד משמעה שחברות יכולות לבדוק כל קומיט ללא עלויות משמעותיות. זה חשוב במיוחד לעסקים קטנים ובינוניים שאין להם צוותי אבטחה ייעודיים.
מסקנות והדרך קדימה
שחרור מודלי Antares על ידי סיסקו מדגים שהעתיד של AI באבטחת סייבר אינו בהכרח מודלים גדולים ויקרים — אלא פתרונות קטנים, מתמחים ויעילים. מגמה זו עשויה להתפשט בקרוב לתחומים אחרים — פיננסים, בריאות, טכנולוגיה משפטית.
זמינות בקוד פתוח, פריסה מקומית ועלות של פחות מדולר אחד עבור 500 מאגרים — כל זה הופך את Antares לאחד משחרורי ה-AI המעניינים ביותר של 2026. הביצועים המדווחים של מודל 3B של סיסקו, המתקרבים לרמות של GPT-5.5, מחזקים עוד יותר את ההבטחה של כיוון זה.
עבור תעשיית אבטחת הסייבר, משמעות הדבר היא שאוטומציה של ניתוח אבטחה הופכת נגישה יותר מאי פעם. Antares עשוי להיות הכלי שמביא AI פתוח למיינסטרים של אבטחת הסייבר, ומאפשר לארגונים בכל גודל להגן על הקוד שלהם מבלי לשבור את הכיס.