开源网络安全大模型，参数从27B到1T+都有

我们刚刚发布了 apex-flash-1，这是一个为网络安全做了后训练的开放权重模型。启动你的GPU，运行它吧！我们已经对从 270 亿参数一直到 1 万亿+ 参数的模型做了后训练。

网络安全的独特之处在于，如果你能构建一个大规模发现零日漏洞的系统，你就拥有了一台印钞机。你可以在公开漏洞赏金计划中测试它，并从中获利。我们已经通过各个项目赚取了 100 万美元赏金，目前我们在 HackerOne 2026 美国企业排行榜上排名第一！苹果、Anthropic、Datadog、Ripple、Coinbase 等公司都为我们披露的漏洞支付了丰厚报酬。

去年我们全身心投入利用工程，跟上模型不断智能化的浪潮。我们为攻防安全工作构建了处理框架，每月可以处理万亿级 tokens。没错，万亿级！做完这些工作后，我们对安全未来的方向已经非常清晰。

黑客技术曾经是一项定制化技能，和硬核软件工程类似。软件工程现在正在从手工作坊转向工厂流水线。安全领域也会经历同样的转型。

上个月，Anthropic 发布了一份关于他们如何发现不同威胁演员滥用 Claude 的报告。其中一个案例让我印象深刻。有一个中国团队构建了一个自动化漏洞利用工厂。这是一个可以自动遍历目标漏洞并完成利用的工厂。他们的目标包括安全产品、网络设备和政府机构。

我们在这类系统上花了足够多的时间，知道这需要什么，令人震惊的是它的成本。入侵你我日常依赖的公司成本居然低到不可思议。所以说，安全在很大程度上正在变成一个经济学问题。

拥有足够算力的合格模型和处理框架，就可以找到方法窃取你的数据、损害你的声誉，有时甚至抢走你的钱，而实现这一目标的成本每天都在下降。

当这种情况发生时，正确的问题应该是：成本是多少，可靠达成目标的最低成本是多少？你需要找到能力和成本组合最优的技术栈，这就是人们所说的帕累托最优。明确这一点后，接下来就是扩展规模。扩展到每月万亿 tokens，然后每周，然后每天，最终到每秒万亿 tokens。

要做到这一点，你需要拥有并控制整个技术栈：模型、处理框架、上下文，甚至是 tokens 的流动。算一笔账你就会发现，这种经济模式非常疯狂。具体要怎么做呢？
1. 针对你和你的客户关心的网络安全任务构建评估体系。
2. 用附带信号的独特真实世界数据构建数据流水线。
3. 构建可以针对特定组织或客户自我优化的处理框架。
4. 构建后训练循环，吸收学到的知识并改进模型，让模型更好、更快、更便宜。
5. 掌控你的推理流水线并控制 tokens 的流动，最大限度地提高每个 GPU 周期产生的价值。

关于评估：如果你是一家为客户构建 AI 产品的公司，你必须构建自己的评估体系。拥有对应实际工作的内部评估能带来巨大优势。就我们而言，这些评估是针对攻防安全工作的。很多公开评估无法衡量你真正关心的工作。

公开评估通常来自学术界或数据公司。学术界预算有限，也很难获取能衡量真实经济价值产出的专有数据。数据公司构建评估，同时也会向你出售对应的数据（RL 环境、追踪数据、预训练数据等），帮助你的下一个模型“刷高分”。这就是业内不为人知的秘密，也是为什么模型能在公开评估上表现极佳，却在你关心的实际问题上表现糟糕的原因。

这也是私有评估能带来巨大优势的原因：你清楚哪些模型最适合你的用例。在网络安全领域，比较受欢迎的公开评估有 ExploitGym 和 ExploitBench。我们认为这些评估并不符合我们客户需要的真实安全工作。

ExploitBench 的典型挑战是拿到已经打了已知补丁的 Chrome JavaScript 引擎 V8，想办法找出漏洞并利用，这和你我日常使用以及客户构建的应用程序中的安全问题相去甚远。我们本可以在这些评估上刷高分，但我们没有。你应该警惕那些用这些评估来宣传他们模型和框架的人。自己去衡量，看它们是否适用于你的用例。

关于未来：很多人认为 Opus 是一个可靠的主力模型。对我来说，Opus 4.1 是第一个能用、能完成工作的模型。现在，Qwen、DeepSeek、MiMo 和 GLM 的 flash 模型也可以归为主力模型了。再加上掌握后训练循环，这种经济模式会变得非常疯狂。你只需要付出 Opus 很小一部分的价格，就能在特定领域拿到顶尖性能。

有了合适的数据流水线和后训练循环，你现在就有了一个可持续的策略来持续改进，在你的垂直领域保持领先。这就是我们发布 apex-flash-1背后的赌注，它是我们对 glm-5.3-flash 做后训练得到的模型，我们已经在准备更长的训练运行了。