Cisco hat zwei neue, kleine und quelloffene KI-Modelle für die Cybersicherheit vorgestellt. Die Modelle namens Antares-350M und Antares-1B sollen Sicherheitslücken in Software-Code aufspüren und dabei laut unternehmenseigenen Tests deutlich effizienter und kostengünstiger arbeiten als größere KI-Agenten wie GPT-5.5.
Kosteneffizienz und Geschwindigkeit im Fokus
Ein Vergleichstest von Cisco zeigt, dass das kleinere Antares-Modell etwa 150 Mal mehr Sicherheitslücken pro Dollar Kosten entdeckt als große KI-Systeme. Für die Analyse von 500 Code-Repositories, also Sammlungen von Software-Code, benötigte Antares etwa 15 Minuten und verursachte Kosten von weniger als einem Dollar. Im Gegensatz dazu benötigte GPT-5.5 für dieselbe Aufgabe fünf Stunden und Kosten von über 100 Dollar.
Lokaler Betrieb und Trainingsdaten
Ein wesentlicher Vorteil der Antares-Modelle ist ihre Fähigkeit, lokal zu laufen. Dies bedeutet, dass sensibler Software-Code das Unternehmen nicht verlassen muss, was ein wichtiges Sicherheitsmerkmal darstellt. Die Modelle wurden auf Basis von etwa 72 Prozent sicherheitsrelevanten Konzeptdaten und 15 Prozent Suchhistorien für Code trainiert.
Ciscos interne Entwicklung und zukünftige Pläne
Neben den öffentlich zugänglichen Modellen nutzt Cisco eine größere Version mit drei Milliarden Parametern für eigene Produkte. Diese interne Version soll eine ähnliche Leistung wie GPT-5.5 bieten und quelloffene Modelle übertreffen, die bis zu 200-mal größer sind. Cisco prüft zudem die Gründung eines Industriekonsortiums zur Förderung offener KI-Sicherheitstools.
Thema: Technologie / KI allgemein. Quelle/Inspiration: The Decoder.