Ciscoは、サイバーセキュリティ用途に特化して設計された2つのオープンソース人工知能モデルを発表しました。Antares-350MおよびAntares-1Bと名付けられたこれらのモデルは、ソフトウェアコード内のセキュリティ脆弱性を特定するために構築されており、大規模な商用AIシステムに対する費用対効果の高い代替手段を組織に提供します。

これらのモデルはHugging Faceで利用可能です。Ciscoの中心的な売り込みは効率性と価値に焦点を当てています。開発者のAman Priyanshu氏はX上で、最小モデルであるAntares-350Mが、CognitionのDevin Security Swarmなどの大規模AIエージェントと比較して、1ドルあたり約150倍の脆弱性を検出すると述べました。

Axiosによると、Ciscoの社内ベンチマークテストでは、Antaresが約15分で500のコードリポジトリを1ドル未満でスキャンしたことが示されました。対照的に、OpenAIのGPT-5.5は同じタスクに5時間を要し、100ドル以上のコストが発生しました。

Antaresモデルの注目すべき利点は、組織自身のインフラ上でローカルに実行できる点であり、これにより機密性の高いソースコードが企業の環境から外部に流出することはありません。これは、プロプライエタリまたは規制対象のコードベースを扱う企業にとって重要な懸念に対処するものであり、外部AIサービスはデータガバナンス、コンプライアンス、機密保持に関する問題を引き起こす可能性があります。

今回のリリースは、汎用フロンティアモデルのインフラフットプリントを必要とせずに、開発者ワークフロー、コードレビュー、脆弱性トリアージに統合できる、より小規模でタスク特化型のモデルへのAIセキュリティツール全般の移行にも合致しています。セキュリティチームにとって、これらのモデルが誤検知、見逃された脆弱性、既存のアプリケーションセキュリティプロセスとの互換性を含め、自社のコードベースでどの程度の性能を発揮するかが実用的な評価基準となります。

Ciscoの技術レポートによると、モデルは約72%のセキュリティ概念データと15%のコード検索履歴で訓練されており、サイバーセキュリティのドメイン知識に重点を置いた訓練方法論を反映しています。

Ciscoは、より大規模な30億パラメータ版のAntaresを社内製品での内部利用のために保持しています。同バージョンはGPT-5.5に近い性能を発揮し、その200倍のサイズまでのオープンソースモデルを上回ると報告されており、タスク特化型の訓練が汎用大規模言語モデルの計算オーバーヘッドなしに強力な結果をもたらし得ることを示唆しています。

同社はまた、オープンAIセキュリティツールに特化した業界コンソーシアムの設立を検討していることを示しており、これはAI主導の防御能力の共有に関するサイバーセキュリティコミュニティ内でのより広範な協業を示唆する可能性があります。