Cisco przedstawiło nowe modele o nazwie Antares, które stanowią alternatywę dla gigantycznych modeli AI. Systemy są wystarczająco małe, aby można je było uruchamiać bezpośrednio na własnych maszynach, a producent twierdzi, że przewyższają Google Gemini i modele klasy GPT w zadaniu wyszukiwania błędów w kodzie. Modele zostały udostępnione jako open-weight, choć dostęp jest rozpatrywany indywidualnie.
Wypuszczenie Antares jest symbolicznym gestem w stronę rezygnacji z wyścigu o coraz większe modele frontierowe. Cisco sugeruje, że zamiast inwestować w gigantyczne systemy trenowane na ogromnych ilościach danych, warto skupić się na wyspecjalizowanych modelach dostosowanych do konkretnych problemów. W tym przypadku specjalizacja w wykrywaniu błędów pozwoliła osiągnąć wydajność konkurującą z największymi graczami, przy znacznie niższych wymaganiach sprzętowych.
Ruch ten może mieć większe znaczenie dla branży. Otwarte udostępnienie modeli pozwala innym zespołom na eksperymenty, dostrojenie i adaptację systemów do swoich potrzeb, zamiast być zależnym od interfejsów API wielkiej technologicznej korporacji. To może przyspieszyć pojawienie się fali bardziej zasoboszczędnych, wyspecjalizowanych rozwiązań AI dedykowanych dla branż i zastosowań, gdzie gigantyczne modele okazują się nieoptymalne.