Cantina Security 联合 Yeta Labs 发布首个开源权重安全研究模型 apex-flash-1（MIT 许可），基于 GLM-5.3-Flash 用 GRPO 强化学习后训练，定位是被上层 Agent 编排的「专注型 Worker」：读代码、调工具、构造利用并在运行中的目标上验证效果。在 20 个留出漏洞案例、60 项任务上 pass@1 为 66.7%（40/60），高于基座 GLM-5.3-Flash 的 60.0%，略低于 Claude Opus 5 High 的 71.7%，但整轮估算成本 2.38 美元，对比 Opus 5 High 的 74.68 美元。同时放出实验性 abliterated 变体。
核心要点速览
- ✓成绩：60 项留出任务 pass@1 66.7%（40/60），基座 GLM-5.3-Flash 60.0%，Claude Opus 5 High 71.7%（官方发布页）
- ✓成本：整轮 60 任务估算 2.38 美元，GLM-5.3-Flash 4.56 美元，Opus 5 High 74.68 美元（按各家 API 定价）
- ✓训练：50 个真实漏洞案例 × 3 种信息视图 = 150 个任务；Rank-256 LoRA 覆盖全部专家与路由 + 按激活挑选 16 个专家全参更新，GRPO
- ✓数据构成：72% 为授权/身份/作用域绑定类漏洞，18% 数值精度，其余为签名重放、支付规则与 SSRF
- ✓许可与形态：MIT 开源权重，Hugging Face 另有 abliterated 变体；官方推荐配合 Codex Agent harness 使用
开发者 3 秒速决决策指标
把技术选型换算成你的开发预算
29+ 款主流编程套餐横向比价，支持输入/输出 Token 真实账单模拟
相关资源与官方项目出处
免代理直达深度技术解析与实战评估
核心背景与行业痛点
前沿实验室对网络安全能力越来越「上锁」：Gemini 4 Argon 先只给受信防御者，Claude 也对高风险渗透请求加了限制。Cantina 在 Apex Flash 发布页 中认为这形成了不对称——攻击者可以本地跑开源模型、拆掉护栏，合规约束最重的反而是防守方。于是他们放出首个开源权重安全研究模型 apex-flash-1，让防守团队能在自己的系统里运行、控制和改进它。
架构亮点与底层机制
基座是 GLM-5.3-Flash，保留原有图文架构。训练数据来自 Cantina 自己审计中发现并负责任披露的真实漏洞：把漏洞植入可运行的开源应用，构造 50 个案例，每个案例分「引导白盒 / 聚焦白盒 / 聚焦黑盒」三种视图，共 150 个任务，由验证器检查目标最终状态给奖励，再用 GRPO 训练。更新方式是 Rank-256 LoRA 覆盖全部专家与路由，外加按激活挑选 16 个专家做全参更新——官方称全专家全参更新会让模型崩溃。
权威 Benchmark 与实测跑分对比
这是 Cantina 内部留出集（20 个未见案例、60 项任务）的首抽 pass@1，非公开榜单：apex-flash-1 为 66.7%（40/60），基座 GLM-5.3-Flash 60.0%，Claude Opus 5 High 71.7%。按供应商定价估算整轮成本分别为 2.38、4.56 与 74.68 美元。官方说明尚未评测图像/视频能力，公开基准结果会在验证后再发。
开发者实战落地与开箱指南
权重以 MIT 许可发布在 Hugging Face，可用 transformers 加载；另有实验性的 abliterated 变体。官方定位是「Worker 模型」：由更强的规划模型下发聚焦任务，它负责读代码、跑工具、验证利用，并推荐配合 Codex harness。只应在授权、隔离的环境中使用。
即刻查看该技术对应模型与主流工具的实测差异，或一键测算团队 API 调用与 $20/月套餐盈亏平衡点。
讨论与评论
0登录后即可参与深度讨论
与广大 AI 开发者、工程师交流评测心得与前沿洞察