Sikkerhet4. august 2026
Ny AI-modell finner sårbarheter raskere enn giganter
Av redaksjonen
Forskere har utviklet Antares, en familie av små språkmodeller som effektivt lokaliserer sårbarheter i programvare, og utfordrer giganter som GPT med imponerende hastighet og kostnadseffektivitet.
En ny familie av språkmodeller, kalt Antares, viser lovende resultater i å identifisere sikkerhetshull i programvare. Den største modellen, Antares-3B, er trent spesifikt for – evnen til å resonnere over store kodemengder for å finne og peke ut svakheter. Modellen nærmer seg ytelsen til GPT-5.5, samtidig som den overgår åpen kildekode-modeller som er 200 ganger større.
Antares-modellene muliggjør rask og kostnadseffektiv lokal , noe som betyr at de kan kjøres uten omfattende skytjenester. En full evaluering av 500 oppgaver tok kun 15 minutter på en enkelt H100 , med en gjennomsnittlig kostnad på under 0,002 dollar per oppgave. Dette representerer et betydelig fremskritt for programvaresikkerhet, spesielt for bedrifter som ønsker å forbedre sin sikkerhetsposisjon uten å investere massivt i ressurser.