Cisco lance des petits modèles qui détectent 150× plus de failles par dollar que GPT-5.5
Antares-350M et Antares-1B, deux modèles ouverts de Cisco dédiés à la détection de vulnérabilités de code, ont scanné 500 dépôts en 15 minutes pour moins d'1 dollar — la même tâche a pris cinq heures et plus de 100 dollars à GPT-5.5.
Le pari de Cisco n'est pas "plus gros", c'est "plus spécifique" : un petit modèle, tournant en local (le code sensible ne quitte jamais le serveur du client), entraîné pour une seule tâche, gagne en coût par résultat face à un modèle généraliste énorme.
Pour AppH
- Valide ce qu'on fait déjà : des agents petits et spécialisés par filière (flottes, optique, tourisme) plutôt qu'un seul modèle générique pour tout.
- Tourner en local réduit le coût d'exploitation d'AppManager pour les clients avec beaucoup de scans/surveillances récurrents.
Contre / risque
- Antares est spécifique à la sécurité du code — ça ne se transpose pas directement aux flux métier (CRM, facturation, stock) qu'on construit vraiment.
- Maintenir ses propres modèles spécialisés est une charge d'ingénierie qu'un studio petit comme AppH doit justifier au cas par cas, pas adopter par effet de mode.
Avis AppH : on ne va pas entraîner notre propre modèle juste parce que Cisco l'a fait. Mais si un client a besoin d'une surveillance récurrente à fort volume (comme le cas des flottes minières), ça confirme qu'il vaut la peine d'évaluer un petit modèle sur mesure plutôt que de surpayer un modèle générique géant.
Vérifié par un humain d'AppH