Японская компания Sakana AI выпустила Fugu-Cyber — специализированную версию своей оркестрационной модели, оптимизированную для задач кибербезопасности. Система демонстрирует высокую эффективность в автоматизированном анализе угроз, достигая 86,9% точности в бенчмарке CyberGym и 72,1% в CTI-REALM, что превосходит показатели актуальных версий моделей GPT и Claude в аналогичных сценариях тестирования.

Fugu-Cyber позиционируется как инструмент для автоматизации защиты, способный интерпретировать сложные угрозы и координировать действия в рамках агентных систем. Модель прошла глубокую настройку на данных, связанных с киберразведкой, что позволяет ей эффективнее справляться с задачами обнаружения уязвимостей и анализа векторов атак по сравнению с универсальными LLM.

Доступ к модели ограничен и требует прохождения процедуры ручного одобрения. Разработчики внедрили строгую политику использования, ориентированную исключительно на оборонительные цели, а также интегрировали модель в свою систему тарификации Token Plan. Такой подход призван минимизировать риски злоупотребления технологией в наступательных кибероперациях.

Ключевые факты

  • Точность модели составляет 86,9% на бенчмарке CyberGym и 72,1% на CTI-REALM.
  • Fugu-Cyber превосходит по результатам тестирования GPT-5.5-Cyber и Claude Mythos Preview.
  • Доступ к модели предоставляется только после ручной проверки пользователя.
  • Использование инструмента ограничено политикой безопасности, разрешающей только оборонительные сценарии.
  • Модель работает в рамках экосистемы Token Plan от Sakana AI.