TL;DR:
- Cisco liberó dos modelos de IA open-weight, Antares-350M y Antares-1B, disponibles en Hugging Face; un tercero, Antares-3B, llegará más adelante.
- En su propio benchmark, Antares alcanzó una precisión pareja a la de modelos mucho más grandes como GPT-5.5 y GLM-5.2, pero rastreó 500 casos en unos 15 minutos por menos de un dólar.
- Los modelos corren en local, así que el código sensible no sale de la empresa; Cisco filtrará quién puede descargarlos.
Cisco lanzó este martes 21 de julio de 2026 Antares, una familia de modelos pequeños de lenguaje pensados para una sola tarea: encontrar en qué parte del código de un programa viven las vulnerabilidades ya conocidas. La compañía liberó dos de ellos, Antares-350M y Antares-1B, como modelos open-weight en Hugging Face, y adelantó que un tercero más capaz, Antares-3B, llegará más adelante. El gancho de la noticia es el costo: según Cisco, sus modelos logran resultados comparables a los de sistemas mucho más grandes, como el GPT-5.5 de OpenAI y el GLM-5.2 de Z.ai, pero por una fracción del gasto y con la opción de correr en la propia máquina, sin enviar el código a un proveedor externo.
El nombre no es casual: Antares es la estrella más brillante de la constelación de Escorpio y, como notó SecurityWeek, un sistema binario, igual que el par de modelos con el que arranca la familia. El tercero, Antares-3B, se queda por ahora fuera del lanzamiento público: Cisco planea integrarlo en sus propios productos de seguridad.
Por qué Cisco apuesta por modelos pequeños
Cuando se descubre una vulnerabilidad nueva, los equipos de seguridad tienen que revisar si su propio código la contiene y, sobre todo, dónde. La localización de vulnerabilidades es justo ese trabajo: conectar la información pública sobre fallos (bases de datos, avisos, categorías CWE) con los archivos concretos de un repositorio donde ese fallo probablemente vive. Es lento y caro, y hasta ahora la mejor ayuda venía de la IA, pero por dos caminos incómodos.
Uno es pagar por un modelo cerrado y potente en la nube. Funciona, pero la factura se dispara cuando hay que reescanear el repositorio cada vez que cambia el software, y muchas veces no es viable si el código está sujeto a reglas de soberanía de datos. El otro camino es descargar un modelo abierto de propósito general y correrlo en casa. Sale más barato y el código no se mueve, pero suele arrojar muchos más falsos positivos. La disyuntiva de siempre: pagar caro por precisión o ahorrar y ahogarse en alertas equivocadas.
Antares intenta romper ese trueque. Es open-weight, corre local y está entrenado solo para localizar vulnerabilidades, así que Cisco lo presenta como la combinación que faltaba: bajo costo, pocos falsos positivos y el código sin salir de la empresa. La compañía apunta en concreto a quienes suelen quedarse fuera por presupuesto: universidades, centros de investigación, organizaciones sin fines de lucro y equipos de seguridad pequeños que mantienen software importante con recursos ajustados.
En la práctica, Cisco enumera varios usos para Antares:
- ubicar los archivos ligados a una categoría de debilidad (CWE) dentro de un repositorio
- ordenar investigaciones que arrancan a partir de un aviso de seguridad
- reforzar el análisis estático con una exploración guiada por el modelo
- apoyar los controles de seguridad en flujos de integración continua (CI/CD), señalando pronto los archivos sospechosos
- permitir el análisis local en entornos con reglas estrictas de privacidad o cumplimiento
Las cifras que Cisco pone sobre la mesa
Para no quedarse en la promesa, Cisco publicó también un banco de pruebas propio, el Vulnerability Localization Benchmark, un conjunto de 500 casos basados en repositorios reales que obliga al modelo a moverse por código desconocido y reconocer patrones de vulnerabilidad de categorías CWE específicas.
Sobre esa prueba, la compañía dice que Antares corrió los 500 casos en unos 15 minutos y por menos de un dólar en una sola GPU. La misma evaluación con GPT-5.5 tomó alrededor de cinco horas y más de 100 dólares, según los datos que Cisco compartió con Axios. Llevado a múltiplos, la compañía calcula que su enfoque resultó unas 172 veces más barato que el modelo frontera cerrado y cerca de 15 veces más barato que el mejor modelo abierto con el que se comparó, el GLM-5.2. Y todo eso, insiste Cisco, con una precisión pareja a la de esos rivales de mayor tamaño.
Conviene leer esas cifras con calma: salen del benchmark que la propia Cisco diseñó y publicó, no de una evaluación independiente. El dato invita a probarlo, no a darlo por cerrado.
Amin Saberi, profesor de ciencias de la administración e ingeniería en la Universidad de Stanford, resume por qué el ángulo del costo pesa tanto:
"La seguridad no puede ser un bien de lujo y, sin embargo, la detección avanzada basada en IA ha pertenecido en gran medida a organizaciones con presupuestos de escala frontera. Los resultados de Antares cambian esa ecuación: precisión casi de frontera en el razonamiento sobre código seguro a una fracción del costo, y lo bastante rápida como para correr en cada commit. En un momento en que los atacantes ya usan IA, esa clase de eficiencia no es un extra opcional: es lo que hace posible el escaneo de seguridad permanente para cualquier equipo."
Un investigador de seguridad, no un asistente de código
La diferencia técnica de Antares está en cómo trabaja. En lugar de responder preguntas sobre el código como haría un asistente de programación, Cisco lo entrenó para comportarse como un investigador de seguridad. Cada modelo parte de la descripción de una vulnerabilidad, busca patrones de código relacionados, abre los archivos candidatos, suma la evidencia nueva, cambia de rumbo cuando una pista no lleva a nada y va cerrando el cerco sobre los archivos que más importan.
El resultado no es una respuesta de caja negra, sino una lista ordenada de los archivos que probablemente contienen el fallo, acompañada del rastro de la búsqueda que llevó hasta ahí. Un equipo puede revisar ese camino y repetirlo.
Amin Karbasi, vicepresidente y científico jefe de IA de Cisco, lo puso en términos sencillos al hablar con Axios:
"Una vulnerabilidad puede ser apenas unas pocas líneas de código dentro de un millón de líneas de código."
Antares, según Karbasi, "va a encontrar esas agujas de seguridad en el pajar de tu repositorio". Reza Shokri, profesor de ciencias de la computación en la Universidad Nacional de Singapur, apunta a por qué esto importa justo ahora: la IA ya escribe buena parte del código y también aprende a explotarlo, así que verificar de forma barata y continua, pegado al momento en que el código se escribe, se vuelve un control necesario. Los modelos pequeños encajan porque corren en local y son rápidos para revisar la salida de un agente casi en tiempo real.
Para quién es y quién controla el acceso
Aunque son open-weight, no cualquiera podrá descargarlos sin más. Cisco dijo a Axios que verificará quién baja los modelos para evitar que atacantes y ciberdelincuentes se hagan con la herramienta, y que trabajó con agencias del gobierno de Estados Unidos en la seguridad y el lanzamiento. Es un matiz que conviene subrayar: los pesos son abiertos, pero el acceso está filtrado a quienes Cisco reconozca como defensores.
DJ Sampath, vicepresidente sénior y gerente general de software y plataforma de IA de Cisco, defendió la idea de fondo con una imagen:
"De verdad no necesitas un jet privado para ir a la tienda de la esquina. Quieres poder usar algo que sea práctico."
Cisco tampoco está sola en esto. La semana pasada, Capital One liberó VulnHunter, una herramienta de seguridad con IA que revisa el código con mentalidad de atacante para hallar por dónde entraría un hacker, según reportó Axios. Y la propia Cisco dijo que explora un consorcio de industria para ampliar este trabajo en modelos abiertos de seguridad. "Esto es apenas un punto de partida", afirmó Sampath.
Preguntas rápidas sobre Antares de Cisco
¿Qué es Antares de Cisco?
Antares es una familia de modelos pequeños de lenguaje (SLM) creada por Cisco Foundation AI para localizar vulnerabilidades conocidas dentro del código de un programa. Los dos primeros, Antares-350M y Antares-1B, son open-weight y están en Hugging Face; un tercero, Antares-3B, llegará más adelante.
¿Dónde se descargan y quién puede hacerlo?
Los modelos están en Hugging Face, pero Cisco filtra el acceso: verifica que quien los descarga sea un defensor de ciberseguridad y no un atacante. La compañía dijo a Axios que trabajó con agencias del gobierno de Estados Unidos en la seguridad y el lanzamiento de los modelos.
¿Cuánto cuesta usar Antares?
Al ser open-weight y correr en local, no hay pago por token a un proveedor externo. En su propio benchmark, Cisco corrió una evaluación de 500 casos en unos 15 minutos por menos de un dólar en una sola GPU, frente a más de 100 dólares con GPT-5.5.
¿Antares reemplaza a un analista de seguridad?
No. Cisco aclara que Antares no sustituye el juicio experto ni el resto de herramientas, como el análisis de dependencias, las pruebas dinámicas o la revisión manual. Su función es acelerar la primera etapa: señalar los archivos que conviene revisar primero.
El movimiento deja una idea clara para cualquier equipo que cuide software: revisar el código en busca de fallos conocidos ya no exige el presupuesto de una gran corporación ni mandar el proyecto a la nube. Para universidades, oficinas públicas y equipos chicos del mundo hispanohablante, que rara vez pueden pagar el costo por token de un modelo frontera, tener un modelo abierto, sin pago por token y que corre en su propia máquina, cambia lo que está a su alcance. Falta la prueba independiente que confirme los números de Cisco; mientras tanto, los modelos ya están en Hugging Face para quien Cisco deje entrar.
