Cantina lança Apex Flash 1, modelo de código aberto para investigações de segurança de software

A Cantina Security, em parceria com a Yeta, anunciou o lançamento do Apex Flash 1, um modelo de aprendizado por reforço pós‑treinamento da arquitetura GLM‑5.3‑Flash, afinado especificamente para investigações de segurança de software. O modelo se posiciona como um “trabalhador focado” que pode ser chamado por um agente de nível superior para executar etapas concretas, como análise de código, invocação de ferramentas, geração de exploits e verificação em tempo real.

A arquitetura subjacente contém aproximadamente 321,3 bilhões de parâmetros, mas apenas cerca de 18 bilhões são ativados por token graças à ativação esparsa. Embora os pesos abertos estejam disponíveis publicamente, ainda exigem recursos de memória consideráveis, tornando o modelo inadequado para hardware de baixo custo sem infraestrutura apropriada.

Metodologia de avaliação e resultados

A Cantina avaliou o Apex Flash 1 em um conjunto curado de 60 tarefas derivadas de 20 casos de vulnerabilidade reservados. As tarefas foram distribuídas em três perspectivas investigativas: caixa‑branca guiada, caixa‑branca focada e caixa‑preta focada, cada uma executada em ambientes‑alvo isolados equipados com verificadores de estado final para confirmar o impacto dos exploits.

O modelo teve sucesso em 40 das 60 tarefas, resultando em uma taxa de 66,7 % de pass@1 nas tentativas de primeira escolha. A Cantina reportou um custo computacional médio de US$ 2,38 por tarefa, número que reflete a eficiência da ativação esparsa apesar do grande número de parâmetros.

Para contextualizar, a própria comparação da Cantina mostra que o modelo base GLM‑5.3‑Flash, sem modificações, resolveu 36 de 60 tarefas a US$ 4,56 por tarefa, enquanto o Claude Opus 5.5 da Anthropic resolveu 43 de 60 tarefas, porém a um custo muito maior de US$ 74,68 por tarefa. A Cantina enfatiza que esses números provêm de sua avaliação interna e ainda não foram verificados por terceiros.

Padrão recomendado de uso

Os desenvolvedores recomendam implantar o Apex Flash 1 por meio do harness do agente Codex, tratando‑o como um trabalhador especializado que opera sob a orientação de um agente supervisor mais amplo. Essa abordagem visa mitigar riscos associados à automação de segurança ponta‑a‑ponta não supervisionada.

A avaliação pública concentra‑se exclusivamente em tarefas de segurança baseadas em texto. As capacidades remanescentes do Apex Flash 1 para processamento de imagens ou vídeo não foram incluídas no benchmark, e os resultados não devem ser extrapolados para cenários multimodais.

Licença e responsabilidades legais

O Apex Flash 1 é lançado sob a licença MIT, concedendo ampla liberdade para usar, modificar e distribuir o código. Contudo, a Cantina ressalta que os usuários permanecem totalmente responsáveis por obter autorização legal, isolar o modelo em sandbox, revisar humanamente as saídas e impedir qualquer uso ofensivo além dos sistemas que têm permissão para testar.

• Checkpoint de peso aberto disponível no Hugging Face
• Ativação esparsa reduz o custo computacional por token
• Pass@1 de 66,7 % em 60 tarefas de bugs reservados
• Custo médio de US$ 2,38 por tarefa
• Integração recomendada via harness do agente Codex

Dois checkpoints distintos são distribuídos: o modelo padrão e um derivado experimental “abliterado”, que altera o comportamento de recusa. A Cantina esclarece que a avaliação publicada se aplica apenas ao checkpoint padrão; a versão abliterada ainda não foi benchmarkeada.

Em suma, o Apex Flash 1 representa um avanço significativo rumo a modelos de alta capacidade e código aberto que podem auxiliar pesquisadores de segurança na automação de etapas repetitivas, embora ainda exijam supervisão humana para decisões estratégicas.

Para organizações brasileiras, o impacto prático é evidente: equipes podem integrar o Apex Flash 1 aos pipelines de segurança existentes como um trabalhador plug‑in, aproveitando sua capacidade de analisar código, executar ferramentas de análise e gerar trechos de exploits a um custo moderado por tarefa. Ao combinar o modelo com um agente supervisor e sandbox rigoroso, empresas podem acelerar a triagem de vulnerabilidades e a geração de provas de conceito, mantendo conformidade com normas legais e éticas vigentes no país.