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

A Cantina Security, em parceria com a Yeta, anunciou o lançamento do Apex Flash 1, um pós‑treino de aprendizagem por reforço da arquitectura GLM‑5.3‑Flash especificamente ajustado para investigações de segurança de software. O modelo é apresentado como um “trabalhador especializado” que pode ser invocado por um agente de nível superior para executar passos concretos como análise de código, invocação de ferramentas, geração de exploits e verificação em tempo real.

A arquitectura subjacente contém aproximadamente 321,3 mil milhões de parâmetros, mas apenas cerca de 18 mil milhões são activados por token graças à activação esparsa. Embora os pesos abertos estejam disponíveis publicamente, ainda exigem recursos de memória consideráveis, tornando o modelo inadequado para hardware de gama baixa sem a infraestrutura apropriada.

Metodologia de avaliação e resultados

A Cantina avaliou o Apex Flash 1 numa bateria curada de 60 tarefas derivadas de 20 casos de vulnerabilidade reservados. As tarefas foram divididas em três perspetivas de investigação: 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 do exploit.

O modelo teve sucesso em 40 das 60 tarefas, resultando numa taxa de 66,7 % pass@1 nas tentativas iniciais. A Cantina reportou um custo computacional médio de 2,38 USD por tarefa, valor que reflete a eficiência da activação esparsa apesar do elevado número de parâmetros.

Para contexto, a comparação interna da Cantina mostra que o modelo base GLM‑5.3‑Flash não modificado resolveu 36 de 60 tarefas a 4,56 USD por tarefa, enquanto o Claude Opus 5.5 da Anthropic resolveu 43 de 60 tarefas mas a um custo muito maior de 74,68 USD por tarefa. A Cantina sublinha que esses números provêm da sua avaliação interna e não foram verificados independentemente.

Padrão de utilização recomendado

Os desenvolvedores aconselham a implementação do Apex Flash 1 através do harness do agente Codex, tratando‑o como um trabalhador especializado que opera sob a orientação de um agente supervisor mais amplo. Esta abordagem visa mitigar os riscos associados à automação de segurança total sem supervisão.

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

Licenciamento e responsabilidades legais

O Apex Flash 1 é publicado sob a licença MIT, concedendo ampla liberdade para usar, modificar e distribuir o código. Contudo, a Cantina enfatiza que os utilizadores continuam totalmente responsáveis por obter autorização legal, isolar o modelo em sandbox, realizar revisão humana das saídas e impedir qualquer uso ofensivo fora dos sistemas que têm permissão para testar.

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

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

No conjunto, o Apex Flash 1 representa um passo significativo para modelos de alta capacidade e código aberto que podem auxiliar investigadores de segurança a automatizar etapas repetitivas, embora ainda exijam supervisão humana para decisões estratégicas.

Para organizações portuguesas, o impacto prático é claro: as equipas podem integrar o Apex Flash 1 nas suas pipelines de segurança existentes como um trabalhador plug‑in, tirando proveito da sua capacidade de analisar código, executar ferramentas de análise e gerar fragmentos de exploits a um custo moderado por tarefa. Ao combinar o modelo com um agente supervisor e aplicar sandboxing rigoroso, as empresas podem acelerar a triagem de vulnerabilidades e a geração de provas de conceito, mantendo a conformidade com normas legais e éticas.