Cisco, yazılım güvenlik açıklarını bulmak için tasarlanmış iki küçük, açık ağırlıklı yapay zeka modelini 21 Temmuz 2026'da yayınladı. Antares-350M ve Antares-1B adlı modeller, şirketlerin hassas kaynak kodlarını üçüncü taraf sağlayıcılara göndermeden büyük kod tabanlarını tekrar tekrar taramasına olanak tanıyacak.
Cisco'nun baş yapay zeka bilimcisi Amin Karbasi'ye göre Antares modelleri, yazılım depolarında bilinen güvenlik açıklarını belirlemek üzere eğitildi. Şirket, modellerin kendi kıyaslamasında OpenAI'nin GPT-5.5 ve Z.ai'nin GLM-5.2'si gibi çok daha büyük modellerle benzer performans gösterdiğini söylüyor.
Antares-350M ve Antares-1B, Cisco tarafından siber savunmacı olarak doğrulanan kullanıcılar için Hugging Face'te erişime açıldı. Daha yetenekli 3 milyar parametreli Antares-3B ise kamuya açıklanmayacak ve Cisco'nun kendi güvenlik ürünlerine entegre edilecek.
Maliyet ve hız avantajı
Cisco'nun testlerine göre Antares, 500 depoyu yaklaşık 15 dakikada ve 1 doların altında tararken, GPT-5.5 aynı işi yaklaşık 5 saatte ve 100 doların üzerinde bir maliyetle yapıyor. Modeller yerel olarak çalışacak şekilde tasarlandığından, kuruluşlar hassas kaynak kodlarını kendi ortamlarında tutabiliyor.
Cisco'nun yapay zeka yazılım ve platform kıdemli başkan yardımcısı DJ Sampath, "Köşedeki bakkala gitmek için gerçekten özel bir jet'e ihtiyacınız yok," diyerek pratik çözümlerin önemini vurguladı.
Güvenlik araştırmacısı gibi davranıyor
Karbasi, Antares'in bir kod asistanından ziyade bir güvenlik araştırmacısı gibi davranacak şekilde eğitildiğini belirtti. Modeller, bir depoyu nasıl tarayacağını, dosyaları inceleyeceğini, bir ipucu sonuç vermediğinde yön değiştireceğini ve güvenlik açığı içerme olasılığı en yüksek dosyalara odaklanacağını öğreniyor. "Bir güvenlik açığı, milyonlarca satır kod içinde yalnızca birkaç satır olabilir. Antares, deponuzdaki bu güvenlik iğnelerini samanlıkta bulacak," dedi.
Güvenlik ve iş birliği
Cisco, modellerin güvenliği ve yayını için ABD devlet kurumlarıyla çalıştı. Şirket, düşmanların ve siber suçluların araçlara erişmesini önlemek için model indirenleri doğrulayacak.
Neden önemli
Büyük dil modellerini tüm kod tabanında çalıştırmak, yazılım değiştikçe yeniden tarama gerektiğinden pahalı olabiliyor. Cisco'nun Antares'i, bu maliyeti iki düzeyde düşürüyor: daha küçük modeller daha az hesaplama gücü gerektiriyor ve yerel çalışma, API çağrı ücretlerini ortadan kaldırıyor. Bu, özellikle sürekli entegrasyon boru hatlarında güvenlik taramasını daha erişilebilir kılabilir. Ayrıca, Capital One'ın VulnHunter'ı gibi diğer açık kaynak güvenlik araçlarının ardından gelen bu hamle, sektörde iş birliğine dayalı, açık güvenlik yapay zekasına yönelik bir eğilime işaret ediyor. Cisco'nun bir endüstri konsorsiyumu olasılığını araştırması, bu yaklaşımın daha da genişleyebileceğini gösteriyor.
