Cisco lanza modelos chicos que detectan 150× más fallos por dólar que GPT-5.5
Antares-350M y Antares-1B, dos modelos abiertos de Cisco enfocados solo en detectar vulnerabilidades de código, escanearon 500 repositorios en 15 minutos por menos de 1 dólar — el mismo trabajo le tomó a GPT-5.5 cinco horas y más de 100 dólares.
La apuesta de Cisco no es "más grande", es "más específico": un modelo chico, corriendo local (el código sensible nunca sale del servidor del cliente), entrenado para una sola tarea, gana en costo por resultado frente a un modelo generalista enorme.
A favor para AppH
- Valida algo que ya hacemos: agentes chicos y enfocados por vertical (flotas, óptica, turismo) en vez de un único modelo genérico para todo.
- Correr local reduce el costo operativo de AppManager para clientes con muchos escaneos/monitoreos recurrentes.
En contra / riesgo
- Antares es de ciberseguridad de código — no traslada directo a los flujos de negocio (CRM, facturación, inventario) que sí construimos.
- Mantener modelos propios especializados es una carga de ingeniería que un estudio chico como AppH debe justificar caso por caso, no adoptar por moda.
Opinión AppH: no vamos a entrenar nuestro propio modelo solo porque Cisco lo hizo. Pero si un cliente necesita monitoreo recurrente y de alto volumen (como el caso de flotas mineras), esto confirma que vale la pena evaluar un modelo chico y propio en vez de pagar de más por un modelo genérico gigante.
Revisado por un humano de AppH