Малые open-source модели Cisco против GPT-5.5: поиск уязвимостей за долю цены

Cisco в июле 2026 года выпустила две компактные open-source ИИ-модели для кибербезопасности. По собственным тестам компании, они находят примерно в 150 раз больше уязвимостей на каждый доллар затрат, чем крупные универсальные AI-агенты.

Что именно выпустила Cisco

Cisco открыла две небольшие модели, заточенные под одну задачу — поиск уязвимостей в коде и системах. В отличие от универсальных гигантов вроде GPT-5.5 от OpenAI, это узкоспециализированные модели: меньше по числу параметров, дешевле в запуске и с открытым доступом, поэтому их можно развернуть на своей инфраструктуре.

Ход вписывается в общий тренд: вместо одной гигантской модели «на всё» компании всё чаще берут маленькую модель под конкретную задачу. Cisco применяет эту логику к security — области, где важны и стоимость массового сканирования, и контроль над данными.

• Две отдельные open-source модели, обе — для кибербезопасности
• Специализация — обнаружение уязвимостей (vulnerability detection)
• Заявленный выигрыш — около ×150 по числу найденных уязвимостей на доллар против крупных AI-агентов
• Ориентир для сравнения в анонсе — GPT-5.5 от OpenAI
• Открытая лицензия: модели можно запускать локально, не отправляя код во внешние сервисы

Почему это в 150 раз дешевле?

Экономику определяет размер модели. Крупный агент на базе GPT-5.5 тратит на каждый прогон дорогой инференс, а при сканировании большой кодовой базы таких прогонов — тысячи. Малая модель на ту же задачу стоит на порядки меньше за вызов, и именно эта разница в цене за вызов, помноженная на объём проверок, даёт заявленный разрыв примерно в 150 раз по числу найденных уязвимостей на доллар.

Важная оговорка: цифра ×150 — из внутренних тестов самой Cisco, а не независимого бенчмарка. В кратком анонсе компания не раскрыла ни точную методику замера, ни наборы данных, на которых сравнивались модели. Реальный разрыв покажут независимые проверки на публичных кодовых базах.

По собственным тестам

Cisco, компактные модели обнаруживают примерно в 150 раз больше уязвимостей на доллар, чем крупные AI-агенты, — как сообщает издание The Decoder со ссылкой на анонс компании.

Что меняется для безопасников?

Для команд по кибербезопасности ключевое здесь — не только цена, но и открытость. Проприетарный агент требует отправлять фрагменты кода в чужое облако, что для security-задач часто неприемлемо: исходники и найденные уязвимости — чувствительные данные. Open-source модель Cisco можно развернуть внутри периметра и сканировать код, не выпуская его наружу.

Второй сдвиг — частота проверок. Малую модель реально гонять непрерывно в CI/CD-конвейере на каждый коммит, тогда как дорогой агент на GPT-5.5 из-за стоимости чаще запускают точечно. При разнице в цене примерно в 150 раз постоянное сканирование каждого изменения становится экономически оправданным, а не разовой роскошью.

Наконец, за релизом стоит крупный отраслевой игрок. Cisco — один из ведущих поставщиков сетевого и security-оборудования, и то, что именно он отдаёт специализированные модели в open-source, повышает шансы, что их подхватят в реальных SOC и DevSecOps-процессах, а не оставят экспериментом.

Что это значит

Cisco делает ставку на то, что в кибербезопасности узкая специализация и открытый доступ важнее универсальной мощи: две маленькие модели, по её тестам, дешевле и приватнее большого агента, а разрыв в цене исчисляется не процентами, а сотнями раз. Независимой проверки этих цифр пока нет — именно она покажет, выдержит ли заявка ×150 контакт с реальными кодовыми базами.