Cantina Security 与 Yeta Labs 合作发布了 apex-flash-1，这是一个专为漏洞研究训练的开源权重模型。它是对 Z.ai 的 GLM-5.3-Flash 进行强化学习微调的成果，以 MIT 许可证在 Hugging Face 上发布。

它可部署吗？可以，MIT 权重可在 vLLM、SGLang 或 Transformers 上运行，但 BF16 需要大约 640 GB 的 GPU 显存。

Cantina 构建了什么

根据其 Hugging Face safetensors 元数据，apex-flash-1 共有 321.3B 总参数。GLM-5.3-Flash 基座是一个混合专家模型，激活参数为 18B。

Cantina 使用 GRPO 对其进行训练，采用 rank-256 LoRA 加选择性全参数训练。数据涵盖基于 50 个真实漏洞案例构建的 150 个任务。

每个案例以 3 种变体出现：引导式白盒、聚焦式白盒和聚焦式黑盒。

授权、身份和范围缺陷占案例的 72%。会计和数值精度缺陷占 18%。时间验证、业务规则和 SSRF 覆盖其余部分。

根据 HF 上的模型卡，RL rollout 在 Codex 智能体框架内、针对类生产软件和协议环境运行。

基准测试结果

Cantina 评估了来自 20 个留出漏洞案例的 60 个任务。每个模型运行该集合一次，成本根据提供商定价估算。

apex-flash-1：解决 40/60（66.7% pass@1），约 $2.38

GLM-5.3-Flash（基座）：解决 36/60（60.0%），约 $4.56

Claude Opus 5 High：解决 43/60（71.7%），约 $74.68

Opus 多解决了 3 个任务，但每次运行成本约高 31 倍。apex-flash-1 每个已解决任务约 $0.06，而 Opus 为 $1.74。这些是公司在内部基准测试上报告的数字。

是工作模型，不是编排器

Cantina 将 apex-flash-1 定位为由更大模型编排的工作模型。模型卡将代码阅读、工具使用、漏洞利用开发和验证列为目标技能。

一个实验性的 apex-flash-1-abliterated 变体随附发布，修改了拒绝行为。它未单独评估。

Cantina 的理由是，防御者需要能够在本地运行和控制的有能力模型。

交互式讲解

对比情况

Featureapex-flash-1Aikido Altar-1Cisco Foundation-Sec-8B-ReasoningGLM-5.3-FlashDeveloperCantina Security + Yeta LabsAikido SecurityCisco Foundation AIZ.aiBase modelGLM-5.3-FlashGLM-5.3 (pruned)Llama 3.1 8BOwn pretrainingSize321.3B total, BF16328 GB, INT4 (W4A16)8B320B total, 18B activeLicenseMITInherits GLM-5.3 licenseCustom (see NOTICE.md)MITSecurity methodGRPO RL on 50 real vulnerability casesExpert pruning (REAP) + quantizationInstruction tuning + RLHF on security QAGeneral-purpose basePrimary useAgentic vuln research workerAir-gapped autonomous pentestingSOC triage and threat defenseGeneral coding and agentsHardwareMulti-GPU node (~642 GB BF16 weights)4x H200 with vLLMSingle GPUMulti-GPU nodePublished security result66.7% pass@1, 60 tasks60.4% recall, 32-CVE internal setCisco-reported security benchmarks60.0% on Cantina’s set

来源：Cantina、Aikido、Cisco、Hugging Face 模型卡。© Marktechpost

关键要点

apex-flash-1 是一个 321.3B 的开源权重安全模型，采用 MIT 许可。

在 50 个真实漏洞案例上进行 GRPO 训练，产生了 150 个任务。

它取得了 66.7% 的 pass@1，而 Claude Opus 5 High 为 71.7%。

其 60 个任务的运行成本约为 $2.38，而 Opus 为 $74.68。

BF16 需要多 GPU 节点；社区已有 4-bit 移植版本。

查看技术细节。所有功劳归于该项目的研究者。也欢迎在 Twitter 上关注我们，别忘了加入我们 150k+ 的 ML SubReddit 并订阅我们的 Newsletter。等等！你在 Telegram 上吗？现在你也可以在 Telegram 上加入我们。

需要与我们合作推广你的 GitHub Repo 或 Hugging Face Page 或产品发布或网络研讨会等？联系我们

文章《Can an Open Model Do Security Research? Cantina’s apex-flash-1 Solves 40 of 60 Held-Out Bug Tasks》首发于 MarkTechPost。