Altar-1 — open-weight модель Aikido для кибербезопасности (2026)

01Что такое Altar-1

Altar-1 — специализированная модель для кибербезопасности, а не универсальный чат-ассистент. Aikido позиционирует её как «мозг» для Aikido Machine — автономного пентест-апплаенса, который целиком живёт в инфраструктуре заказчика, включая полностью изолированные (air-gapped) контуры. Смысл в том, чтобы исходный код, внутренняя документация и нераскрытые находки не покидали сеть организации: для банка с требованием data residency, клиники с жёсткими правилами обработки данных или промышленного оператора без маршрута в интернет это не компромисс, который им разрешено делать.

Модель калибровали на трейсах собственного пентест-харнесса — это код, вызовы инструментов и ответы агентов, которые отрабатывают полный пентест. Данные клиентов при этом не использовались. Дополнительно в калибровку добавили многоязычные тексты (Wikipedia), чтобы прунинг не отнял у модели способность читать документацию и бизнес-правила на французском, нидерландском и других языках.

Прунинг выполнил 0xSero на восьми RTX PRO 6000 Blackwell, базой послужил уже квантованный чекпойнт cyankiwi/GLM-5.3-AWQ-INT4. Лицензия наследуется от GLM-5.3, то есть это «other», а не Apache/MIT — перед промышленным использованием условия надо прочитать. По состоянию на 26.09.2026 карточка модели собрала 176 реакций и 1 536 скачиваний.

02Сжатие в три шага: 1,51 ТБ → 488 ГБ → 328 ГБ

Важная деталь: сначала квантование, потом прунинг. Базой был AWQ INT4-чекпойнт, а не полная BF16-модель. 4-битными стали только веса роутируемых экспертов; внимание, общий (shared) эксперт, плотные слои и голова остались в BF16. Роутер при этом не тронут: он по-прежнему выбирает 8 экспертов на токен, только из банка в 168, а не в 256 — активных параметров на токен остаётся около 40 млрд, столько же, сколько у непруненного родителя.

03Почему REAP, а не просто «выкинем редких экспертов»

Техника называется REAP (Router-weighted Expert Activation Pruning), её предложили исследователи Cerebras. Идея в том, что «частота выбора» эксперта — плохой критерий: эксперт-специалист по редкому языку или по структурированному выводу выбирается редко, но именно он отвечает за свой класс задач. REAP оценивает вклад эксперта как произведение веса роутера и нормы его активаций — то есть считает, сколько эксперт реально приносит на репрезентативных входах, а не как часто его дёргают.

В карточке модели Aikido отдельно подчёркивает агрегацию по доменам: эксперты оцениваются по наибольшей доле в работе конкретного домена (код, редкие языки, структурированный вывод), а не по глобальной средней частоте. Иначе специалисты редких доменов вылетают первыми. Публичная fidelity-студия на датасете 0xSero/glm-5.3-reap-fidelity-study показывает, что модели с одинаковым числом оставленных экспертов могут заметно отличаться по близости к родителю — size сам по себе ничего не решает.

Метрика близости — KL-дивергенция к полной BF16-модели: 0,506 нат (панель из 25 промптов, полный словарь 154 тыс. токенов). Для сравнения, EXL3-сборка того же среза экспертов даёт 0,511 — при такой битности формат квантования почти не влияет на результат.

04Что модель потеряла: внутренний CVE-бенчмарк

Aikido прогнала Altar-1 через свой внутренний бенчмарк: 32 известные уязвимости в 30 репозиториях, три прогона на кейс. Метрика — recall, то есть доля найденных уязвимостей за один прогон, плюс покрытие: сколько уязвимостей модель нашла хотя бы в одном из трёх прогонов.

Относительно уже квантованного родителя (AWQ INT4) потеря почти незаметна: 60,4% против 61,5% среднего recall, и то же покрытие в 23 уязвимости. Основную цену модель заплатила не за прунинг, а за само 4-битное квантование: полная BF16-модель вытягивает 65,6% и 25 из 32.

05Где это работает: агенты, на-преме, air-gap

Смысл прунинга в security-контексте — не только диск. Агентные задачи держат в памяти модель и растущий контекст расследования: чем длиннее сессия и чем больше параллельных агентов, тем сильнее они конкурируют за одно и то же место на GPU. Меньший чекпойнт — это свободное место под KV-кэш и под самих агентов.

• On-prem аудит кода — исходники и находки не уходят третьей стороне: ключевое требование для банков, медтеха и госсектора.
• Air-gapped пентест — модель можно привезти на носителе в контур без маршрута в интернет.
• Длинные агентные расследования — экономия памяти даёт запас под контекст и параллельные сессии.
• Не подходит — как локальная модель «на каждый день» на одной-двух GPU: 328 ГБ весов и требование Hopper делают это бессмысленным.

06Сколько стоит inference на 4× H200

Своих четырёх H200 у большинства команд нет, поэтому считаем аренду. Ниже — официальные часовые ставки провайдеров на 26.09.2026 для одного GPU; умножаем на четыре и на 24 часа. Цены меняются (у Nebius с 1 октября 2026 — $5,40/час), поэтому перед расчётом сверяйтесь с сайтом провайдера.

Итого круглосуточная нода из 4× H200 — примерно 12 960–15 552 в месяц в зависимости от провайдера и даты. Для сравнения: столько же стоит аренда четырёх H100 ($15,96/час), но 4× H100 по 80 ГБ дают всего 320 ГБ VRAM — меньше, чем 328.0 ГБ весов, поэтому конфигурация из четырёх таких карт модель не обслуживает. По официальной карточке нужен именно Hopper-класс с 141 ГБ на карту: 564 ГБ суммарно, из них 236.0 ГБ остаются под KV-кэш и активации.

07Плюсы и минусы