思科发布小型开源安全模型，漏洞检测性价比超GPT-5.5达150倍

一句话看懂

思科发布两款小型开源网络安全AI模型，宣称每美元检测漏洞数量是GPT-5.5等大型代理的150倍。

详细发生了什么

思科发布了两款小型开源AI模型，专门用于网络安全漏洞检测。根据公司内部测试，这些模型在每美元成本下能检测到的漏洞数量，是GPT-5.5等大型AI代理的约150倍。

这两款模型基于Transformer架构，参数量远小于通用大模型，但针对漏洞检测任务进行了专门优化。思科表示，它们可以高效扫描代码库、识别已知和未知漏洞，并生成修复建议。模型已开源，可在Hugging Face等平台获取，企业可自行部署或集成到现有安全工具链中。

思科此举旨在解决大型AI模型在安全场景中的成本痛点：GPT-5.5等模型虽然能力强大，但每次API调用的费用高昂，对于需要频繁扫描大量代码的安全团队来说，经济上难以承受。小型专用模型则能以更低成本实现接近甚至更优的检测效果。

中文圈视角

对中文网络安全从业者来说，思科这两款模型的开源意义重大。目前国内安全团队在漏洞检测上主要依赖传统静态分析工具或商业SaaS服务，AI辅助检测的普及率不高，主要原因是大型模型（如GPT-4o、Claude 3.5）的API成本较高，且数据出境存在合规风险。

思科模型的开源特性意味着企业可以在本地或私有云部署，避免数据外传，符合国内数据安全法规。同时，模型体积小，对算力要求低，普通服务器甚至笔记本即可运行，降低了使用门槛。

不过，国内已有类似方向的探索，例如奇安信、绿盟等厂商在研发专用安全AI模型，但多为闭源商业产品。思科的开源策略可能倒逼国内厂商加速开源或降低定价。此外，模型对中文代码和中文漏洞库的适配效果尚待验证，国内团队可能需要额外微调。

几条值得记住的细节

• 思科发布了两款模型，名称未公开，但均基于Transformer架构，参数量在1B-7B级别。
• 测试对比对象为GPT-5.5，思科称其模型在CVE漏洞检测基准上F1分数接近，但成本仅为1/150。
• 模型已开源，许可证为Apache 2.0，允许商业使用和修改。
• 思科同时提供了微调工具和部署指南，支持ONNX Runtime和TensorRT加速。
• 模型主要针对Python、Java、C/C++代码，未来计划扩展更多语言。

一句话总结

思科开源的小型安全模型让漏洞检测成本大幅下降，国内团队可本地部署，兼顾合规与效率。