Cisco lanza modelos para detectar fallos diseñados para superar a las IA más grandes

Cisco ha publicado dos modelos de peso abierto diseñados para encontrar vulnerabilidades conocidas en bases de código existentes, apostando a que sistemas más pequeños y especializados pueden superar a rivales mucho más grandes en una tarea de seguridad concreta. Los modelos —Antares-350M y Antares-1B— son los primeros de la nueva familia Antares de pequeños modelos de lenguaje para seguridad de Cisco, y están disponibles en Hugging Face únicamente para usuarios seleccionados.

“Nos estamos asegurando de restringir el acceso y de concederlo de manera adecuada,” DJ Sampath, vicepresidente sénior y director general de software y plataforma de IA de Cisco, dijo a The Register.

Cisco dijo que está colaborando con organizaciones académicas y sin ánimo de lucro, junto con los equipos de seguridad de organizaciones más pequeñas y del sector público, para proporcionar acceso. Un modelo Antares más grande de 3.000 millones de parámetros no se lanzará públicamente, según Amin Karbasi, vicepresidente de Cisco y científico jefe de IA.

Como los modelos son lo suficientemente pequeños para ejecutarse localmente, Cisco sostiene que son más adecuados para organizaciones que no pueden enviar código propietario a proveedores en la nube para su análisis. Sampath dijo a The Register que usar Antares todavía requiere acceso al código fuente, lo que limita el riesgo de un uso indebido a situaciones en las que un atacante ya ha comprometido un punto final o un servicio.

Recomendado

Principales modelos de IA atrapados haciendo trampa en hasta el 14.1% de las pruebas

Reclamaciones de Antares en benchmarks frente a Google y OpenAI

Cisco afirma que sus modelos igualan o superan a docenas de sistemas más grandes en un nuevo benchmark diseñado para medir la eficiencia con la que los modelos identifican fallos de seguridad en bases de código. Según la compañía:

• Antares-1B supera a Gemini 3 Pro de Google
• Antares-1B es comparable a GLM-5.2 de Z.ai
• El Antares-3B, aún no publicado, supera a GLM-5.2 y a GPT-5.5 de OpenAI

Karbasi dijo a The Register que Antares puede procesar 500 repositorios en 15 minutos, mientras que “modelos de vanguardia” tardan cinco horas. También afirmó que el coste es inferior a 1 dólar, frente a 100–150 dólares para modelos más grandes.

“Antares no es inherentemente un chatbot. Es un investigador. Es un motor de búsqueda. Tiene que encontrar algo muy específico que podría ser una aguja en un pajar, y va y lo encuentra.”

Karbasi dijo que Cisco entrenó los modelos para probar múltiples estrategias de búsqueda al rastrear vulnerabilidades, en lugar de depender de un único camino. Comparó ese enfoque con una bicicleta que avanza por una calle concurrida de Londres más rápido que un camión.

El nombre de la familia proviene de Antares, la supergigante roja. Karbasi dijo que la analogía se refiere a la escala: el impacto de una vulnerabilidad puede ser enorme incluso si se reduce a un solo archivo o a unas pocas líneas de código en una base de código de un millón de líneas.

Sampath ofreció la versión más sencilla del argumento: a veces, dijo, “no necesitas un jet privado para ir a la tienda de la esquina.”