Cisco Foundation AI hat am 22. Juli 2026 die Antares-Modellreihe veröffentlicht. Frei verfügbar sind zwei Größen: Antares-350M und Antares-1B (rund 2 Mrd. Parameter, aufgebaut auf der IBM-Granite-4.0-Architektur mit 128K Kontextfenster). Beide stehen unter der permissiven Apache-2.0-Lizenz und sind mit offenen Gewichten über die Hugging-Face-Sammlung fdtn-ai/antares herunterladbar; eine noch größere 3-Milliarden-Variante behält Cisco laut Berichten vorerst intern.
Die Modelle sind auf „Vulnerability Localization“ spezialisiert – das Auffinden der Dateien in einer realen Codebasis, die eine Sicherheitslücke enthalten. Sie agieren dabei als Terminal-Agent, der ein Repository selbstständig über Shell-Kommandos erkundet, statt den gesamten Code in ein Kontextfenster zu laden. Auf der eigenen Modellkarte gibt Cisco für Antares-1B einen File F1 von 0,209 auf dem Vulnerability-Localization-Benchmark an und beansprucht damit, deutlich größere Modelle bei dieser Spezialaufgabe zu übertreffen.
Die auffälligsten Zahlen sind Ciscos eigene und noch nicht unabhängig geprüft: Entwickler Aman Priyanshu nennt auf X rund 150-mal mehr gefundene Schwachstellen pro Dollar gegenüber großen KI-Agenten; in einem von Axios zitierten Cisco-Test scannten die kleinen Modelle 500 Code-Sammlungen in rund 15 Minuten für unter einen Dollar, während GPT-5.5 dafür etwa fünf Stunden und über 100 Dollar benötigt habe. Die zurückgehaltene größere Version soll nahe an GPT-5.5 heranreichen und bis zu 200-mal besser abschneiden als größere offene Modelle. Diese Angaben sind als anbieter-selbstberichtet zu lesen, bis unabhängige Messungen vorliegen.