思科 Antares 模型发现安全漏洞仅需 1 美元，GPT-5.5 则需 141 美元

思科 Foundation AI 今日发布了两个开放权重的语言模型：Antares-350M 和 Antares-1B。这些模型并非玩具，而是专为一项任务打造，且在相应价位上表现优于其他模型，即通过将 CVE 条目与特定文件关联来发现代码库中的安全漏洞。

基准测试说明了一切。在思科的 500 条漏洞数据集上，Antares 扫描代码仓库耗时约一小时，费用不到 1 美元。而 GPT-5.5 则耗时 4.5 小时，费用达 141 美元。两者均可在本地运行，这一点至关重要。敏感源代码留在您的硬件上，而非某些实验室的服务器。Antares 并未在代码生成或推理基准测试中领先，因为它并非为此类任务而构建。它旨在捕捉对安全团队真正重要的事物：识别哪些文件存在已知漏洞。

这里重复出现一种尚未完全进入头条的模式。前沿模型实验室正处于一场无法大规模取胜的速度竞赛中。您需要一个运行快速、成本低廉且能解决特定问题的模型？那就构建它。针对您关心的事物进行训练。发布它。实验室仍将专业化视为通用性的降级，但拥有实际安全问题的团队并不关心一个模型能否撰写关于文艺复兴艺术的文章，如果它在周一早上扫描其代码库时速度太慢且成本过高。

思科还宣布 Antares-3B 即将推出，可在普通硬件上本地运行。这就是整个架构：小型模型、狭窄用途、离线工作、成本低廉。现有版本已在 Hugging Face 上发布。这是为从业者而非基准测试构建的结果。

值得大声说出的反驳论点是：前沿模型正在迅速改进，几个月前训练的专用模型可能会被下一代 GPT 或 Claude 发布所超越。也许如此。但 Antares 的效率优势会累积。运行成本更低意味着更频繁的扫描。更频繁的扫描能在漏洞真正造成影响前捕获它们。前沿模型在安全任务上也会变得更好，但它们始终更重且更昂贵。问题不在于 GPT-5.6 是否会在某个测试集上超越 Antares。问题在于是否有人愿意为每次扫描支付 141 美元，而 Antares 仅需 1 美元且可在本地设备上运行。

这里还有关于基础设施博弈的潜台词。随着前沿模型变得更大、训练和部署成本更高，真正的经济价值正转向那些构建工具的人，这些工具使那些昂贵系统对于特定任务变得不必要。思科在此并未与 OpenAI 竞争。思科正在展示，您真正想要的——快速、低成本的漏洞扫描——并不需要与它们竞争。