OrcaRouter نسخه 1.5 مدل OrcaCyber Zero را منتشر کرد؛ مدلی پس‌آموزش‌دیده برای آسیب‌پذیری‌یابی، توسعه اکسپلویت و تست نفوذ. این نسخه جانشین OrcaCyber Zero 1.0 است که در ۱۷ سپتامبر ۲۰۲۶ عرضه شده بود.

مدل با بافت ۱ میلیون توکن، حداکثر خروجی ۱۲۸ هزار توکن، function calling بومی و structured outputs ارائه می‌شود. تعداد پارامترها فاش نشده و مدل فقط از طریق API میزبانی‌شده OrcaRouter در دسترس است — بدون انتشار وزن‌ها یا نسخه‌های کوانتایز‌شده.

عملکرد روی بنچمارک‌ها#

نتایج اعلام‌شده توسط خود Orca (آخرین ارزیابی: ۱۰ اکتبر ۲۰۲۶):

  • Cybench: ۱۰۰٪ (۳۹ از ۳۹ تسک، اجرای آزاد ایجنت)
  • CVE-Bench: ۹۵.۸٪ (۲۳ از ۲۴ تسک قابل‌ارزیابی)
  • HumanEval+: ۹۳.۹٪
  • SWE-bench Pro V2: ۷۶.۵٪

دو نکته درباره این اعداد: Cybench شامل ۴۰ تسک حرفه‌ای CTF است، پس نمره ۱۰۰٪ در واقع ۳۹ تسک را پوشش می‌دهد. CVE-Bench بر پایه ۴۰ آسیب‌پذیری وب با شدت بحرانی ساخته شده، اما Orca فقط زیرمجموعه ۲۴ تسکی قابل‌ارزیابی را گزارش کرده. تمام اعداد خودگزارش‌دهی‌شده‌اند و گزارش فنی منتشر نشده.

دسترسی و قیمت#

ورود به مدل از طریق Security Research tier امکان‌پذیر است و نیازمند ثبت‌نام، گذرواژه و پذیرش شرایط است. API سازگار با OpenAI است: base_url برابر با https://api.orcarouter.ai/v1 و نام مدل orca/orcacyber-zero-1.5.

قیمت: ۳ دلار ورودی و ۷.۵ دلار خروجی به ازای هر ۱ میلیون توکن. خواندن کش: ۰.۷۵ دلار. برای مقایسه، Claude Mythos Preview با ۲۵ دلار ورودی و ۱۲۵ دلار خروجی قیمت‌گذاری شده است.

در نمونه‌ای کوچک (۱.۳ هزار توکن ترافیک در ۷ روز اخیر)، تأخیر p50 برابر ۵۰۰ میلی‌ثانیه و p95 برابر ۲.۳۶ ثانیه گزارش شده. نسخه 1.0 تأخیر p50 برابر ۳.۴۳ ثانیه داشت، اما این دو عدد به دلیل اختلاف حجم ترافیک قابل مقایسه مستقیم نیستند.

برای کسی که امروز ایجنت امنیتی می‌سازد چه معنایی دارد#

قیمت ۳ دلار ورودی و ۷.۵ دلار خروجی، این مدل را به ارزان‌ترین گزینه اعلام‌شده در میان مدل‌های امنیتی هم‌رده تبدیل می‌کند. اگر نمرات خودگزارش‌دهی‌شده واقعی باشند، این اختلاف قیمت نسبت به Mythos Preview قابل‌توجه است.

اما دو محدودیت عملی وجود دارد. اول، دسترسی کاملاً دروازه‌دار است و فقط پژوهشگران امنیتی تأییدشده می‌توانند استفاده کنند؛ یعنی نمی‌توان آن را به‌صورت عمومی در یک ایجنت اتوماسیون قرار داد. دوم، نبود گزارش فنی و نبود انتشار وزن‌ها یعنی هیچ‌کس نمی‌تواند نتایج را بازتولید کند یا مدل را محلی اجرا کند.

بنابراین این خبر بیشتر برای تیم‌های red team و پژوهشگران آسیب‌پذیری که از قبل در اکوسیستم OrcaRouter هستند معنا دارد، نه برای توسعه‌دهنده‌ای که می‌خواهد یک ایجنت امنیتی عمومی بسازد.

منبع: MarkTechPost