投稿者 投稿日: カテゴリー AIニュース
Ciscoが、GPT-5.5級の精度を最大172倍安く出す小型AI「Antares」を公開しました。フロンティア級の巨大モデルでしか得られないと思われていた高精度を、ノートPCでも動く小さなオープンウェイトモデルで、しかも桁違いに安く実現したという発表です。本記事は、EC支援19年・5,000社超を支援し、2023年からAI導入支援を提供する株式会社オルセル（うるチカラ運営）が解説します。EC事業者に直接関係するツールではありませんが、「AIは用途で選ぶ時代に入った」という点で、日本のEC運用にも重要な示唆を含む小型AIの動きです。
何が起きたか：Ciscoが「脆弱性の在りか」を探す小型AIを公開
Cisco Antaresとは、コードの中で既知の脆弱性がどこに潜んでいるかを突き止める、専用設計の小型言語モデル（SLM）のことです。Ciscoの研究部門Cisco Foundation AIが2026年7月21日に発表し、Antaresのうち3.5億パラメータのAntares-350Mと10億パラメータのAntares-1Bを、オープンウェイトモデルとしてHugging Faceで公開しました。より高性能な30億パラメータのAntares-3Bは、Cisco自社の製品に組み込む形で後日提供される予定です。
特徴は、汎用のコーディング支援AIとは訓練の狙いが違う点にあります。Axiosによると、Antaresは質問に答えるのではなく、脆弱性の説明文を起点にコードを検索し、候補ファイルを読み、行き止まりなら方針を変え、怪しいファイルへ絞り込む、という「調査官」のような振る舞いをするよう訓練されています。100万行のコードのうち数行にすぎない脆弱性を、いわば干し草の山から針を見つけるように探し当てる設計です。
精度も見どころです。Ciscoが同時に公開した500問の評価データセット「Vulnerability Localization Benchmark」では、Antares-3Bが最上位のGPT-5.5構成に肉薄し、Antares-1Bは自分よりはるかに大きいGLM-5.2やGemini 3 Proを上回ったとされています。小さなモデルでも、学習した検索戦略があれば大型モデルに匹敵しうるという結果です。なお、悪用防止のためダウンロードはCiscoが「防御側」と確認した利用者に限定され、公開にあたっては米国政府機関とも安全性を調整したと説明されています。
なぜ重要か：フロンティア級の精度を実務で回せるコストに
このニュースの核心は、精度そのものより「同じ精度をいくらで回せるか」にあります。Help Net Securityによると、比較対象で最も強力なクローズドモデルのGPT-5.5は1回の評価あたり約141ドルかかるのに対し、Antaresファミリーは同じ仕事をおよそ172倍安くこなします。オープンウェイトで最も優秀だったGLM-5.2の1回あたり約12.5ドルと比べても、約15.2倍安いという水準です。
実行時間とセットで見ると差はさらに鮮明です。Ciscoの検証では、Antaresが500のリポジトリをおよそ15分・1ドル未満でスキャンしたのに対し、GPT-5.5は同じ作業に約5時間・100ドル超を要しました。しかも小型モデルはローカルやオンプレミス環境で動くため、機微なソースコードを外部のAIプロバイダーに送らずに済みます。コストと情報保護を両立できる点が、大企業以外にも扉を開きます。
DJ Sampath（CiscoのAIソフトウェア・プラットフォーム部門を統括する上級副社長）はAxiosに対し「街角の店に行くのに自家用ジェットは要りません。実用的なものを使えることが大事です」と語り、あらゆる用途に最上位の巨大モデルを充てる発想からの転換を示しました。スタンフォード大学のAmin Saberiも、フロンティア級の予算がなければ高度なAI検知が使えなかった状況をAntaresが変えつつあると評価しており、「セキュリティが贅沢品であってはならない」という論点を投げかけています。
日本のEC事業者にとっての含意：AIは「用途で選ぶ」時代へ
ここからが日本のEC事業者にとっての読みどころです。Antares自体はコードセキュリティ用のツールで、店舗運営でそのまま使うものではありません。学ぶべきは製品ではなく、「専用の小型モデルが、特定タスクではフロンティアモデルに匹敵しうる」という考え方です。ここには、EC運用で押さえておきたい3つの視点があります。
1つ目は、AIモデルの「使い分け（ライトサイジング）」です。すべての業務に最上位モデルをあてがう必要はありません。商品説明文の下書き、レビューの分類、問い合わせの一次仕分けといった範囲の狭いタスクは、小型・専用・低コストなモデルで十分こなせる場合があります。どのタスクにどの規模のモデルを割り当てるかを設計するだけで、精度を落とさずに費用を抑えられる余地は大きいはずです。この考え方は低コストAIモデルの比較やオープンソースLLMの使い分けとあわせて点検すると、自社の運用に落とし込みやすくなります。
2つ目は、ローカル実行と個人情報の扱いです。EC事業者は氏名・住所・電話番号・購買履歴といった個人情報を日常的に扱います。Antaresが示した「機微なデータを外部クラウドに出さず手元で処理する」という設計思想は、どのデータをどのAIに渡してよいかというデータガバナンスの指針になります。公開情報である商品説明の生成と、受注データを含む処理とで、使うAIの条件を分ける発想が現実味を帯びてきました。セキュリティ観点の実装はClaudeを使った脆弱性チェックの考え方も参考になります。
3つ目は、反復実行でこそコスト差が効くという点です。ECのAI活用は、毎商品・毎レビュー・毎問い合わせと、同じ処理を大量に繰り返す形になりがちです。コードのリポジトリを更新のたびに再スキャンするのと同じで、1回あたりのわずかな単価差が積み上がって大きな運用費の差になります。Antaresの「何度でも安く回せる」という設計は、AI運用費をどう組むかを考えるうえで示唆に富みます。
今後の動き
Ciscoはこの取り組みを「出発点にすぎない」と位置づけ、オープンなAIセキュリティツールを広げる業界コンソーシアムの立ち上げも検討していると説明しています。先週にはCapital OneがコードをレビューするエージェントAI「VulnHunter」をオープンソース化しており、専用の小型・オープンモデルでセキュリティを底上げする流れは加速しています。汎用の巨大モデル一辺倒だった状況が、「タスクごとに最適な規模のモデルを選ぶ」方向へ動き始めた象徴的な発表と言えます。日本のEC事業者にとっても、AIの導入判断が「どれが一番賢いか」から「この業務に、どの規模のモデルを、いくらで」へと具体化していくはずです。
まとめ
Cisco Antaresは、専用に訓練した小型オープンウェイトモデルが、特定タスクではフロンティアモデルに迫る精度を最大172倍安く出せることを示しました。EC事業者が学ぶべきは、AIを「用途で選び、規模で使い分ける」という発想です。全業務に最上位モデルを充てるのではなく、タスクの難易度とデータの機微さに応じてモデルを割り当てる。この設計思想を早く持つことが、これからのAI運用費と情報保護の差になっていきます。
※うるチカラでは、生成AIの導入支援から運用最適化まで、貴社のEC事業に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://uruchikara.jp/contact/
参考文献
- Cisco Blogs｜Introducing Antares: Highly Efficient Open Weight AI Models for Vulnerability Localization
- Axios｜Cisco bets on small AI for cybersecurity（Sam Sabin, 2026-07-21）
- Help Net Security｜Cisco’s open-weight Antares models make vulnerability localization cheaper（Mirko Zorz, 2026-07-21）
引用元: Axios
【監修】齋藤竹紘（株式会社オルセル代表 / 19年・5,000社のEC支援実績）
株式会社オルセル代表取締役 / うるチカラ編集長。19年・5,000社以上のEC支援実績を持ち、楽天市場・Amazon・Yahoo!ショッピング・Shopify・Shopee越境ECの実装ノウハウを保有。AI×ECに関する書籍を3冊執筆。「現場で使えるAI実装」を一次情報として発信しています。
この記事を読んだ人は、こんな記事も読んでいます
