OrcaRouter开源可本地运行的网络防御模型OrcaCyber Nano
OrcaRouter在Hugging Face发布OrcaCyber-Nano-1.0,安全团队可在自己的电脑上运行。该模型参数270亿,支持图像输入和26.2万token上下文,量化版本可装入16GB显卡。
提供AI网关服务的OrcaRouter于2026年10月16日在Hugging Face发布了OrcaCyber-Nano-1.0。这是面向安全团队的OrcaCyber系列的首款模型;根据该公司在X上的公告,该系列还将包括Zero和Ultra。下载文件需要在Hugging Face上提交联系信息。
模型用途
根据模型页面的信息,OrcaCyber Nano面向逆向工程、漏洞分析、安全代码审查、事件分级和事件响应,同时保留通用推理和编程能力。公司把本地运行作为该模型的主要理由:被分析的程序文件、客户日志、内部源代码和尚未公开的漏洞都不宜发送到云端服务。模型也可以在不联网的机器上运行。
技术细节
OrcaCyber Nano被描述为270亿参数的视觉语言推理模型,可输入文本、图像和视频并输出文本,支持26.2万token上下文。目前提供两个量化版本:质量最高的15.7GB版本建议用于24GB及以上显卡,13GB版本在3.2万token上下文下可装入16GB显卡。模型可直接用标准llama.cpp运行,图像输入需要单独的投影文件。
测试与基础模型
页面公布的早期结果为:AIME 2025 96.23%、MATH-500 98.60%、GSM8K 97.50%、MBPP+ 84.66%、IFEval 82.81%。这些都是数学、编程和指令遵循方面的通用测试;页面称网络安全专项评测将随后发布,测试框架和设置也尚未最终确定。模型的许可标签为Qwen,页面没有单独写明基础模型名称。OrcaRouter在Hugging Face上的其他模型大多是Qwen、GLM和DeepSeek模型的无审查版本。
以上结果为OrcaRouter公布的早期数值。模型页面未说明包括土耳其语在内的语言支持情况。建议在自己的安全工作流程中试用,并关注独立研究人员的评估。
