思科 Antares: 350M 參數在代碼安全上擊敗 GPT-5.5
思科發布了 antares-350m 和 antares-1b，這兩個開源模型聲稱每美元發現的漏洞數量比 gpt-5.5 多 150 倍。這挑戰了更大的模型才更適合企業安全的觀念。
思科開放原始碼了 Antares-350M 和 Antares-1B，這是兩款專門用於偵測軟體漏洞的小型語言模型。開發者 Aman Priyanshu 報告說，350M 模型每美元可識別 150 倍於 Cognition 的 Devin 等大型代理的漏洞，而內部測試顯示，它在 15 分鐘內掃描了 500 個程式碼倉庫，成本不到一美元。相比之下，GPT-5.5 完成相同任務需要五個小時，成本超過 100 美元。由於這些模型在本地運行，它們通過將敏感程式碼保留在本地，解決了資料隱私問題。思科保留了一個 30 億參數的版本，用於內部產品，據稱該版本與 GPT-5.5 相媲美，並探索了一個開放原始碼的安全聯盟，將專門的小型模型定位為企業防禦的更優經濟和架構選擇。