La pequeña IA de peso abierto de Cisco caza errores, superando a Gemini.

      Los nuevos modelos Antares de Cisco son lo suficientemente pequeños como para funcionar en tus propias máquinas. Y, según afirma, superan a Gemini de Google y a los sistemas de clase GPT en la detección de errores. Los está lanzando con peso abierto, aunque está evaluando quién obtiene acceso.

      La propuesta de Cisco es una reprimenda silenciosa a la carrera armamentista de modelos de frontera. No necesitas una IA gigante y costosa para buscar errores de software. Y no deberías tener que enviar tu código fuente a OpenAI o Google para hacerlo.

      El equipo de IA de la Fundación de Cisco ha lanzado dos modelos de seguridad con peso abierto, Antares-350M y Antares-1B, diseñados para encontrar vulnerabilidades conocidas enterradas en bases de código existentes. Están disponibles en Hugging Face para la comunidad, aunque Cisco está aprobando el acceso caso por caso. Está reteniendo un modelo más grande de 3 mil millones de parámetros de un lanzamiento público completo.

      Estos no son chatbots. Antares trabaja un repositorio como un investigador humano. Comienza con una descripción de vulnerabilidad, busca en el código y lee archivos candidatos. Retrocede cuando un camino no lleva a ninguna parte, y luego devuelve una lista clasificada de los archivos más propensos a ocultar un defecto. El nombre proviene de la estrella supergigante roja, aproximadamente 1,000 veces el tamaño del sol.

      Pequeño pero poderoso

      El 💜 de la tecnología de la UE Las últimas novedades de la escena tecnológica de la UE, una historia de nuestro sabio fundador Boris, y un arte de IA cuestionable. Es gratis, cada semana, en tu bandeja de entrada. ¡Inscríbete ahora! Cisco dice que los pequeños modelos rinden mucho más de lo que se espera de ellos. En su propio benchmark de 500 tareas para la localización de vulnerabilidades, Antares-1B supera a Gemini 3 Pro de Google y empata con GLM-5.2 de Z.ai. El modelo de 3B no lanzado, afirma, supera tanto a GLM-5.2 como a GPT-5.5 de OpenAI.

      La verdadera ventaja se muestra en velocidad y costo. El científico jefe de IA, Amin Karbasi, le dijo a The Register que Antares limpia 500 repositorios de código en 15 minutos, frente a cinco horas para los modelos de frontera. Eso equivale a menos de $1, dijo, en comparación con $100 a $150 para los grandes sistemas.

      El truco es que Cisco entrenó a los modelos para buscar, no para chatear. Debido a que cada uno es pequeño y ágil, puede realizar muchas búsquedas a la vez y cambiar de táctica cuando una línea de ataque no lleva a ninguna parte. Karbasi lo comparó con una bicicleta que se desliza entre los camiones en una concurrida calle de Londres.

      Manteniendo el código en casa

      Ejecutarse localmente es el otro punto de venta. Al ser pequeños y de peso abierto, los modelos mantienen el código propietario en las propias máquinas de una empresa. Los sistemas basados en la nube, en contraste, envían ese código a los servidores de un proveedor de IA para su escaneo. Para las empresas en industrias reguladas, mantenerlo en casa es el objetivo principal.

      La trampa

      Hay una razón por la que Cisco se está conteniendo. Una herramienta que encuentra fallas también es una que ayuda a los atacantes a explotarlas. Como dijo Reza Shokri, un científico informático de la Universidad Nacional de Singapur, los agentes de IA ahora “escriben más del código y están creciendo capaces de explotarlo”.

      Así que Cisco restringe el acceso a equipos de seguridad académicos, sin fines de lucro y de menor tamaño en el sector público, y retiene su modelo más fuerte. El objetivo, dice, es evitar que la defensa avanzada de IA se convierta en un bien de lujo, justo cuando los atacantes comienzan a utilizar IA propia. La apuesta de Cisco es que la ventaja ya no es el tamaño del modelo. Es quién puede apuntarlo.