Por Canuto  

Cisco presentó dos modelos de inteligencia artificial de peso abierto que buscan vulnerabilidades directamente en repositorios de código. La compañía afirma que Antares-1B supera a Gemini 3 Pro y ofrece ventajas importantes en velocidad, costo y privacidad, aunque restringe el acceso por el riesgo de uso malicioso.
***

  • Antares-350M y Antares-1B pueden ejecutarse en máquinas propias y analizan código sin enviarlo a proveedores externos de IA.
  • Cisco asegura que Antares-1B supera a Gemini 3 Pro en un benchmark de 500 tareas de localización de vulnerabilidades.
  • La empresa limita el acceso a sus modelos por temor a que la misma tecnología ayude a los atacantes a explotar fallos.

 

Cisco presentó dos modelos de inteligencia artificial de peso abierto orientados a la seguridad del software. Antares-350M y Antares-1B buscan vulnerabilidades conocidas dentro de repositorios existentes, con un tamaño que permite ejecutarlos en máquinas propias.

Según The Next Web, la propuesta cuestiona la carrera por construir modelos de frontera cada vez más grandes y costosos. Cisco sostiene que una herramienta especializada no necesita las dimensiones de un chatbot generalista para encontrar errores en el código.

Los modelos están disponibles en Hugging Face para la comunidad, aunque la compañía revisa las solicitudes de acceso caso por caso. Cisco también mantiene fuera de un lanzamiento público completo un modelo más potente de 3.000 millones de parámetros.

Antares no funciona como un asistente conversacional tradicional. Su tarea consiste en investigar un repositorio a partir de una descripción de la vulnerabilidad, localizar archivos candidatos y elaborar una lista ordenada según la probabilidad de que contengan el fallo.

El nombre Antares hace referencia a una estrella supergigante roja cuyo tamaño aproximado equivale a 1.000 veces el del Sol. La elección contrasta con el tamaño reducido de los modelos, pero subraya la ambición de Cisco en el área de seguridad automatizada.

Un agente entrenado para investigar código

El funcionamiento de Antares se parece más al trabajo de un investigador humano que al de un sistema diseñado para conversar. El modelo parte de una descripción técnica y recorre distintas rutas dentro de los archivos del proyecto.

Cuando una línea de investigación no ofrece resultados, el sistema retrocede y cambia de estrategia. Después, clasifica los archivos que considera más relevantes para que un equipo de seguridad pueda concentrar su revisión.

Esta especialización representa el principal argumento técnico de Cisco. En lugar de responder preguntas generales, Antares ejecuta búsquedas repetidas y adapta su recorrido según las señales que encuentra en el repositorio.

Amin Karbasi, científico jefe de inteligencia artificial de Cisco, comparó la estrategia con una bicicleta que se mueve entre camiones en una calle concurrida de Londres. La imagen intenta explicar cómo un modelo pequeño puede maniobrar con mayor agilidad que sistemas mucho más grandes.

La compañía afirma que el diseño permite realizar muchas búsquedas en paralelo. Esa capacidad podría resultar útil para organizaciones que deben revisar grandes volúmenes de software, especialmente cuando el tiempo de análisis influye en la respuesta ante una vulnerabilidad.

Rendimiento, velocidad y costos frente a modelos grandes

Cisco evaluó sus sistemas en un benchmark propio de 500 tareas de localización de vulnerabilidades. De acuerdo con la empresa, Antares-1B superó a Gemini 3 Pro de Google y quedó al nivel de GLM-5.2, desarrollado por Z.ai.

La compañía también presentó resultados para un modelo de 3.000 millones de parámetros que todavía no ofrece mediante un lanzamiento público completo. Cisco afirma que esa versión supera tanto a GLM-5.2 como a GPT-5.5 de OpenAI.

Los resultados corresponden a las mediciones comunicadas por Cisco y no constituyen una comparación universal de todas las capacidades de esos sistemas. El benchmark se concentra en localizar vulnerabilidades dentro de código, no en evaluar conversación, generación de contenido u otras tareas.

La diferencia más importante, según la empresa, aparece en el tiempo de ejecución. Karbasi dijo a The Register que Antares puede revisar 500 repositorios en 15 minutos, mientras que los modelos de frontera necesitan cerca de cinco horas.

El costo estimado también cambia de forma considerable. Cisco calcula que el análisis de esos repositorios cuesta menos de USD $1 con Antares, frente a un rango de USD $100 a USD $150 para los sistemas grandes.

Privacidad y operación local para empresas

El tamaño reducido de Antares facilita su ejecución local. Una empresa puede instalar el modelo en sus propias máquinas y analizar código propietario sin remitirlo a los servidores de un proveedor externo de inteligencia artificial.

Ese enfoque resulta especialmente relevante para organizaciones que manejan información sensible. Bancos, entidades públicas y compañías de sectores regulados suelen enfrentar restricciones sobre dónde almacenan y procesan sus datos.

Los servicios de IA basados en la nube requieren enviar el material analizado a la infraestructura del proveedor. Aunque esos servicios pueden ofrecer mayor capacidad, algunas empresas no desean exponer su código fuente fuera de sus propios entornos.

Los modelos de peso abierto ofrecen una alternativa distinta a ese esquema. En este caso, el usuario recibe los componentes necesarios para operar el sistema, aunque Cisco conserva controles sobre quién puede acceder a las versiones disponibles.

La privacidad no elimina todos los riesgos operativos. Las organizaciones todavía deben revisar la configuración de sus servidores, validar los resultados y mantener procesos humanos para confirmar que una alerta corresponde realmente a una vulnerabilidad.

El dilema entre defensa y uso malicioso

La tecnología que identifica fallos también puede ayudar a encontrar puntos débiles para atacarlos. Ese doble uso explica por qué Cisco no libera de manera irrestricta todos sus modelos y evalúa cada solicitud de acceso.

Reza Shokri, científico computacional de la Universidad Nacional de Singapur, advirtió que los agentes de inteligencia artificial escriben una proporción cada vez mayor del código y aumentan su capacidad para explotarlo. Su observación plantea un desafío para quienes desarrollan herramientas defensivas.

Cisco limita actualmente el acceso a equipos de seguridad académicos, organizaciones sin fines de lucro y sectores públicos más pequeños. La empresa también retiene el modelo de 3.000 millones de parámetros de un lanzamiento público completo.

La política busca evitar que las capacidades avanzadas de defensa con IA se conviertan en un servicio exclusivo para las organizaciones con más recursos. Al mismo tiempo, la compañía intenta reducir la posibilidad de que los atacantes obtengan una herramienta lista para automatizar la búsqueda de fallos.

El equilibrio no resulta sencillo porque la apertura puede acelerar la investigación y mejorar la seguridad colectiva. Sin embargo, una distribución sin controles también podría facilitar la explotación de vulnerabilidades antes de que los responsables logren corregirlas.

Una nueva competencia en la inteligencia artificial aplicada

La estrategia de Cisco desplaza la discusión desde el tamaño general del modelo hacia su capacidad para ejecutar una tarea concreta. Antares no pretende reemplazar a los sistemas conversacionales, sino resolver un problema especializado con rapidez y bajo costo.

Para las empresas, esa diferencia puede influir en la adopción de herramientas de seguridad basadas en IA. Un modelo que funciona localmente reduce preocupaciones sobre la confidencialidad y permite analizar repositorios sin contratar necesariamente una plataforma de nube.

El rendimiento anunciado todavía depende del benchmark seleccionado y de la forma en que cada equipo configure sus pruebas. Las afirmaciones de Cisco deben interpretarse dentro de ese contexto, especialmente porque los resultados comparan sistemas con objetivos y tamaños diferentes.

La llegada de Antares también refleja la creciente competencia entre proveedores tecnológicos por integrar IA en la ciberseguridad. Mientras los atacantes incorporan automatización para descubrir y explotar errores, los defensores buscan acelerar la identificación de esos mismos problemas.

La apuesta final de Cisco es que la ventaja no dependerá únicamente de construir modelos más grandes. La compañía considera que el factor decisivo será dirigir modelos pequeños hacia objetivos específicos, sin sacrificar privacidad ni aumentar de forma excesiva los costos de análisis.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados