Cisco a présenté deux modèles d'intelligence artificielle open source conçus spécifiquement pour les applications de cybersécurité. Les modèles, nommés Antares-350M et Antares-1B, sont développés pour identifier les vulnérabilités de sécurité dans le code logiciel, offrant aux organisations une alternative économique aux systèmes d'IA commerciale à grande échelle.

Les modèles sont disponibles sur Hugging Face. L'argument central de Cisco repose sur l'efficacité et le rapport qualité-prix. Le développeur Aman Priyanshu a déclaré sur X que le plus petit modèle, Antares-350M, détecte environ 150 fois plus de vulnérabilités par dollar dépensé que les grands agents d'IA tels que le Devin Security Swarm de Cognition.

Selon Axios, les tests de référence internes de Cisco ont montré qu'Antares a scanné 500 dépôts de code en environ 15 minutes pour moins d'un dollar. En comparaison, GPT-5.5 d'OpenAI a mis cinq heures et a coûté plus de 100 dollars pour la même tâche.

Un avantage notable des modèles Antares est leur capacité à s'exécuter localement sur la propre infrastructure d'une organisation, ce qui signifie que le code source sensible ne quitte jamais l'environnement de l'entreprise. Cela répond à une préoccupation majeure pour les entreprises gérant des bases de code propriétaires ou réglementées, où les services d'IA externes peuvent soulever des questions de gouvernance des données, de conformité et de confidentialité.

Cette publication s'inscrit également dans une tendance plus large des outils de sécurité IA vers des modèles plus petits et spécifiques à une tâche, qui peuvent être intégrés dans les flux de travail des développeurs, les revues de code et le triage des vulnérabilités sans nécessiter l'empreinte infrastructurelle des modèles frontières à usage général. Pour les équipes de sécurité, l'épreuve pratique consistera à évaluer les performances de ces modèles sur leurs propres bases de code, y compris les faux positifs, les vulnérabilités manquées et la compatibilité avec les processus de sécurité applicative existants.

Selon le rapport technique de Cisco, les modèles ont été entraînés sur environ 72 pour cent de données liées aux concepts de sécurité et 15 pour cent d'historiques de recherche de code, reflétant une méthodologie d'entraînement fortement axée sur les connaissances du domaine de la cybersécurité.

Cisco conserve une version plus large d'Antares de trois milliards de paramètres pour un usage interne dans ses propres produits. Cette version affiche des performances proches de GPT-5.5 et surpasse les modèles open source jusqu'à 200 fois sa taille, ce qui suggère que l'entraînement spécifique à une tâche peut produire d'excellents résultats sans la charge de calcul des grands modèles de langage à usage général.

L'entreprise a également indiqué qu'elle explorait la création d'un consortium industriel dédié aux outils de sécurité IA ouverts, ce qui pourrait signaler une collaboration plus large au sein de la communauté de la cybersécurité autour de capacités de défense partagées basées sur l'IA.