Aikido发布开源本地安全模型Altar-1

比利时网络安全公司Aikido发布Altar-1，通过量化和专家剪枝将GLM-5.3压缩至328GB，面向本地代码审计与渗透测试。

快讯正文

Aikido砍掉GLM-5.3三分之一专家，做成本地安全模型

动察 Beating AI 快讯，比利时网络安全公司 Aikido 发布首个开源安全模型 Altar-1。它把 Z.ai 的 GLM-5.3 做成面向安全场景的压缩版。企业可以把它部署在自己的服务器甚至完全断网环境里，用来做代码审计和渗透测试，源码和未修复漏洞不用交给外部模型。

Aikido 先把 GLM-5.3 做成 INT4 量化版，再用 Cerebras 的 REAP 方法剪掉 256 个路由专家中的 88 个，相当于砍掉 34.4%。模型体积从全精度的 1.51TB 缩到 328GB，比量化后的 488GB 还小 32.8%。官方推荐用 4 张 H200 部署。

压缩后性能基本保住。在 Aikido 自建的 32 个 CVE 测试中，Altar-1 单轮平均召回率为 60.4%，量化版 GLM-5.3 为 61.5%。连续测试三轮，两者都至少一次发现了 23 个漏洞，全精度 GLM-5.3 是 25 个。

严格说，Altar-1 现在更像「安全场景定向剪枝的 GLM-5.3」。Aikido 明确称这一步没有训练新技能，真正的安全工作流微调、工具调用和长程推理训练还在后面。

NIST 旗下 CAISI 此前将基座 GLM-5.3 评为目前网络安全能力最强的开源模型，但综合能力仍落后当前美国前沿模型约四个月。

原文链接 https://m.theblockbeats.info/flash/368428

补充解读

报道给出了模型名称、压缩方法、部署配置及具体测试数据，信息较完整，但核心性能结论来自Aikido自建的32个CVE测试，样本有限且缺少独立复核。候选事件均为Abraxas Capital空单动态，与本事件无关。

关注后续官方信息，不根据单一消息做决定。

Altar-1源码、权重及许可证是否完整公开

第三方对32个CVE测试结果的复现情况

安全工作流微调、工具调用和长程推理版本的进展

除4张H200外是否出现成本更低的部署方案