نماذج Cisco الصغيرة مفتوحة المصدر في مواجهة GPT-5.5: اكتشاف الثغرات بكلفة زهيدة
أطلقت Cisco نموذجين صغيرين مفتوحي المصدر للذكاء الاصطناعي في مجال الأمن السيبراني. وبحسب اختبارات الشركة نفسها، يكتشف النموذجان ثغرات أكثر بنحو 150 ضعفًا عن كل دولار يُنفق مقارنة بوكلاء الذكاء الاصطناعي الكبار، وتزعم الشركة تفوقهما على GPT-5.5 في اكتشاف الثغرات بجزء من الكلفة. النموذجان مفتوحان ويعملان محليًا دون إرسال الشيفرة البرمجية إلى أي جهة خارجية.
معالج بواسطة الذكاء الاصطناعي من The Decoder؛ بتحرير Hamidun News
أطلقت Cisco في يوليو 2026 نموذجين مدمجين مفتوحي المصدر للذكاء الاصطناعي في مجال الأمن السيبراني. وبحسب اختبارات الشركة نفسها، يكتشف النموذجان ثغرات أكثر بنحو 150 ضعفًا عن كل دولار يُنفق مقارنة بوكلاء الذكاء الاصطناعي الكبار متعددي الأغراض.
ما الذي أطلقته Cisco تحديدًا
فتحت Cisco باب الوصول إلى نموذجين صغيرين مصمَّمين لمهمة واحدة هي اكتشاف الثغرات في الشيفرات البرمجية والأنظمة. وعلى خلاف العمالقة متعددي الأغراض مثل GPT-5.5 من OpenAI، فهما نموذجان متخصصان بدقة: عدد معاملاتهما أقل، وكلفة تشغيلهما أدنى، ووصولهما مفتوح، ولذلك يمكن نشرهما على البنية التحتية الخاصة بالمؤسسة.
تنسجم هذه الخطوة مع اتجاه عام: فبدلًا من نموذج عملاق واحد «لكل شيء»، تلجأ الشركات أكثر فأكثر إلى نموذج صغير لمهمة محددة. وتطبّق Cisco هذا المنطق على الأمن، وهو مجال تهمّ فيه كلفة الفحص الواسع النطاق كما يهمّ فيه التحكم في البيانات.
- نموذجان مفتوحا المصدر منفصلان، وكلاهما مخصص للأمن السيبراني
- التخصص هو اكتشاف الثغرات (vulnerability detection)
- المكسب المعلن: نحو ×150 في عدد الثغرات المكتشفة لكل دولار مقارنة بوكلاء الذكاء الاصطناعي الكبار
- المرجع المعتمد للمقارنة في الإعلان: GPT-5.5 من OpenAI
- ترخيص مفتوح: يمكن تشغيل النموذجين محليًا دون إرسال الشيفرة إلى خدمات خارجية
لماذا هو أرخص بـ150 ضعفًا؟
حجم النموذج هو ما يحدد الاقتصاديات. فالوكيل الكبير المبني على GPT-5.5 يستهلك في كل عملية تشغيل استدلالًا (inference) مرتفع الكلفة، وعند فحص قاعدة شيفرة ضخمة تبلغ هذه العمليات الآلاف. أما النموذج الصغير فتقل كلفة الاستدعاء الواحد فيه بأضعاف مضاعفة لأداء المهمة نفسها، وهذا الفارق في كلفة الاستدعاء مضروبًا في حجم عمليات الفحص هو ما يعطي الفجوة المعلنة البالغة نحو 150 ضعفًا في عدد الثغرات المكتشفة لكل دولار.
وثمة تحفظ مهم: رقم ×150 مستمد من اختبارات Cisco الداخلية، وليس من معيار قياس مستقل. ولم تكشف الشركة في إعلانها الموجز عن منهجية القياس الدقيقة، ولا عن مجموعات البيانات التي قورنت عليها النماذج. وستُظهر الفجوة الحقيقية الاختبارات المستقلة على قواعد شيفرة عامة.
بحسب اختبارات
Cisco نفسها، تكتشف النماذج المدمجة ثغرات أكثر بنحو 150 ضعفًا لكل دولار مقارنة بوكلاء الذكاء الاصطناعي الكبار، وفق ما نقله موقع The Decoder عن إعلان الشركة.
ما الذي يتغير بالنسبة لفرق الأمن؟
بالنسبة لفرق الأمن السيبراني، لا تقتصر الأهمية على السعر، بل تشمل الانفتاح أيضًا. فالوكيل المملوك يتطلب إرسال مقاطع من الشيفرة إلى سحابة طرف آخر، وهو أمر غير مقبول غالبًا في مهام الأمن، لأن الشيفرات المصدرية والثغرات المكتشفة بيانات حساسة. أما نموذج Cisco مفتوح المصدر فيمكن نشره داخل محيط المؤسسة وفحص الشيفرة دون إخراجها منه.
التحول الثاني يتعلق بوتيرة الفحص. فمن الواقعي تشغيل النموذج الصغير باستمرار في خط CI/CD مع كل commit، في حين يُشغَّل الوكيل الباهظ المعتمد على GPT-5.5 بصورة انتقائية في الغالب بسبب كلفته. ومع فارق سعري يبلغ نحو 150 ضعفًا، يصبح الفحص المستمر لكل تغيير مبررًا اقتصاديًا، لا ترفًا يُمارَس مرة واحدة.
وأخيرًا، يقف وراء الإصدار لاعب صناعي كبير. فـCisco من أبرز موردي معدات الشبكات والأمن، وإتاحتها نماذج متخصصة بصيغة مفتوحة المصدر ترفع احتمال أن تعتمدها مراكز SOC وعمليات DevSecOps الفعلية بدلًا من أن تبقى مجرد تجربة.
ماذا يعني ذلك
تراهن Cisco على أن التخصص الدقيق والوصول المفتوح أهم في الأمن السيبراني من القوة متعددة الأغراض: فبحسب اختباراتها، النموذجان الصغيران أرخص وأكثر خصوصية من الوكيل الكبير، والفارق في السعر لا يُقاس بالنسب المئوية بل بمئات الأضعاف. ولا يوجد حتى الآن تحقق مستقل من هذه الأرقام، وهو ما سيكشف ما إذا كان ادعاء ×150 سيصمد أمام قواعد الشيفرة الحقيقية.
Access Frontier LLMs & Multimodal AI in One Workspace
Discover NomadNet AI (nomadnet.ai) — unified access to frontier language models, research synthesis, and multimodal workflows.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.