一句话看懂：思科于2026年7月22日发布了两款专为软件安全漏洞检测设计的小型开源AI模型——Antares-350M与Antares-1B。核心卖点是“性价比”：据思科测试，最小模型在漏洞检测中每美元成本捕捉的漏洞数量，远超使用GPT-5.5等大型AI代理的方案，同时完全支持本地部署，避免代码外泄。
事件核心：发生了什么
思科发布了名为“Antares”的安全AI模型系列，包含350M（3.5亿）和1B（10亿）参数两个版本，均为开源模型。根据思科开发者在X平台上发布的数据，最小的Antares-350M模型在每美元成本下，可检测的漏洞数量比Cognition公司的Devin Security Swarm等大型AI代理高出约150倍。思科内部测试（数据经Axios报道）显示，Antares扫描500个代码仓库仅需约15分钟，成本低于1美元；而同样的任务，GPT-5.5耗时5小时，成本超过100美元。该模型训练数据约72%来自安全概念数据，15%来自代码搜索历史，确保对安全漏洞有针对性理解。此外，思科保留了一个30亿参数的内部版本，据称其性能已接近GPT-5.5，并能超越部分参数规模大200倍的开源模型。
为什么重要
这一动作反映出AI在垂直行业中的落地正从“追求通用大模型能力”转向“专用小模型的高效部署”。思科通过极低成本和开源策略，直接挑战了以GPT为代表的大语言模型在特定任务上的性价比优势。如果Antares的实测数据可靠，它将显著降低企业进行AI安全检测的门槛：数据无需上传至云端，本地运行即可完成高精度漏洞扫描。这对于金融、医疗、国防等对数据隐私要求极高的行业尤为关键。同时，思科正在探索组建一个行业联盟，推动开源AI安全工具的标准化与生态共建，这可能改变当前安全AI工具被少数大模型厂商主导的格局。
对用户/开发者/创作者的影响
对企业安全团队：可以直接使用Antares-350M或1B模型在本地或私有云中部署，实现对代码仓库的持续、低成本的漏洞扫描，无需依赖外部API或承担高昂的推理费用。模型开源意味着可自行微调和集成到现有CI/CD流水线中。对独立开发者/小型创业公司：之前因预算限制无法使用大型AI安全服务的团队，现在有望免费或极低成本获得专业级漏洞检测能力。对AI模型厂商：思科的测试数据提供了“小模型效率可以反超通用大模型”的实证，可能促使更多厂商关注垂直领域精调与推理成本优化的路线。不过，用户需注意：目前开源的是350M和1B版本，性能最强的30亿参数版本并未开放，其实际表现有待第三方验证。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
1. 性能可复现性：目前所有性价比数据均来自思科的单方测试，第三方的独立评测或社区对比（如与同类开源安全模型SecBERT、CodeBERT等）将决定其可信度。2. 生态扩展：思科提出的行业联盟是否落地，以及能否吸引其他安全工具厂商加入并贡献数据或算力，将影响该模型是否能成为行业标准。3. 竞品反应：OpenAI、Cognition等依赖大型推理模型的厂商是否会调整定价或推出针对性的轻量级安全方案，值得跟踪。4. 落地与合规：模型在真实企业网络中的误报率、泛化能力，以及开源许可条款是否允许商业闭源使用，未来需要进一步明确。
