Cantina, apex-flash-1 공개: GLM-5.3-Flash 미세조정 오픈 가중치 취약점 연구 모델, 60개 홀드아웃 과제 중 40개 해결
MarkTechPost가 2026년 10월 4일 보도한 바에 따르면, Cantina Security는 Yeta Labs와 공동으로 오픈 가중치 모델 apex-flash-1을 공개했다. 이 모델은 GLM-5.3-Flash를 GRPO로 미세조정한 결과물이며 MIT 라이선스로 Hugging Face에 배포되었고, 자체 보고 기준 60개 홀드아웃 취약점 과제 중 40개를 해결했으며 BF16 가중치에 약 640GB의 VRAM이 필요하다.
주요 변화
MarkTechPost가 2026년 10월 4일 보도한 바에 따르면, Cantina Security는 Yeta Labs와 공동으로 apex-flash-1을 공개했다. 이 모델은 Z.ai의 GLM-5.3-Flash(MoE, 총 파라미터 약 3200억, 활성 180억)를 강화학습으로 미세조정한 산물이며, Hugging Face에 MIT 라이선스로 가중치가 공개되었다. 보도에 따르면 총 파라미터 수는 3213억이고, 학습에는 GRPO, rank-256 LoRA, 선택적 전체 파라미터 학습이 사용되었다. 데이터는 50개의 실제 취약점 사례에서 파생된 150개 과제로, 각 사례는 유도형 화이트박스, 집중형 화이트박스, 집중형 블랙박스의 세 가지 변형을 포함한다. 사례 유형 중 인가/신원/권한 범위 유형 결함이 72%, 회계 및 수치 정밀도 유형이 18%, 나머지는 시간 검증, 비즈니스 규칙, SSRF이다. 보도는 모델 카드를 인용해 rollout이 Codex agent harness에서 실행된다고 전했다. 평가 측면에서 Cantina는 20개 홀드아웃 사례에서 60개 과제를 선정해 모델당 한 번씩 실행했다. apex-flash-1은 40/60을 해결했고(66.7% pass@1, 약 2.38달러), 기반 모델 GLM-5.3-Flash는 36/60(60.0%, 약 4.56달러), Claude Opus 5 High는 43/60(71.7%, 약 74.68달러)이었다. 보도는 또한 실험적 apex-flash-1-abliterated 변형이 존재하며 거부 응답 행동이 수정되었고 별도로 평가되지 않았다고 언급했다. Cantina는 이를 더 큰 모델이 오케스트레이션하는 작업 모델로, 로컬 자체 통제 배포를 지향하는 방어자 시나리오를 겨냥한다고 위치시켰다. 단, 위 벤치마크와 비용은 모두 제조사가 자체 보고한 내부 데이터이다.
개발자에게 미치는 영향
개발자에 대한 영향은 세 층으로 나눌 수 있다. 첫째는 라이선스와 사용 경계이다. 보도에 따르면 가중치는 MIT 라이선스로 공개되었는데, 이는 '가중치를 다운로드할 수 있다'는 것과는 다른 문제이다. MIT는 라이선스 조항으로 상업적 사용과 재배포 경로가 상대적으로 명확하지만, 여전히 공식 저장소의 LICENSE와 NOTICE를 기준으로 삼아야 하며, 보도는 별도의 사용 정책이 첨부되었는지 항목별로 설명하지 않았다. 둘째는 배포 비용 구조이다. 보도에 따르면 BF16 가중치에 약 640GB의 VRAM이 필요하며, 이는 단일 카드로 감당할 수 있는 규모가 아니어서 자체 호스팅에는 다중 카드 노드나 양자화 이식이 필요하다. 보도는 커뮤니티에 4-bit 이식이 이미 있다고 언급했지만 품질 평가는 제시하지 않았고, 양자화가 취약점 익스플로잇 유형 과제에 미치는 영향은 미지수이므로 직접 대조해야 한다. 셋째는 과제 적응성이다. 학습 데이터의 72%가 인가, 신원, 권한 범위 유형 결함에 집중되어 있어, 이런 과제에서의 성능을 메모리 안전성, 동시성, 암호학, 공급망 유형 취약점으로 외삽할 수 없다. 평가는 총 pass@1만 보지 말고 결함 범주별로 층화해 통계를 내야 한다. 또한 보도는 이 모델을 더 큰 모델이 오케스트레이션하는 '작업 모델'로 위치시켰는데, 이는 예상 통합 방식이 agent harness의 한 실행 단계임을 시사하며, 인터페이스와 도구 호출 프로토콜의 정렬 정도가 가용성에 직접 영향을 미친다. 현재 카탈로그 상태와 관련해: apex-flash-1은 KimiSeek 실시간 카탈로그에 정확히 일치하는 항목이 없다. 그 기반 모델 GLM-5.3-Flash를 호출해야 한다면 카탈로그에 동명 항목이 존재하지만, 카탈로그 정보는 현재 호출 가능성만 설명할 뿐 해당 보도의 벤치마크, 가격, 가중치에 대한 증거가 될 수 없다.
연동 및 평가 제안
다음은 권고와 조건부 분석이며, 보도에 나온 사실 진술이 아니다. 권고 1: 결함 범주별로 소규모 대조를 먼저 수행한 뒤 자체 호스팅 투자 여부를 결정하라. 보도에서 확인되는 구체적 변화는 학습 데이터의 72%가 인가/신원/권한 범위 유형 결함에 집중되어 있다는 점이다. 이에 대응하는 결정은 apex-flash-1을 쓸지 기반 모델 GLM-5.3-Flash를 쓸지이며, 전제 조건은 대상 과제가 이 범주에 속하는지 여부이다. 측정 가능한 평가 기준은 자체 홀드아웃한 20~30개 인가 유형 과제에서 두 모델의 pass@1 차이를 비교하는 것이며, 향상이 약 5퍼센트포인트 미만이면 다중 카드 배포의 추가 운영 비용을 감수할 가치가 없다. 권고 2: agent 통합을 위해 도구 호출 성공률 임계값을 설정하라. 보도에 따르면 rollout은 Codex agent harness에서 실행되며, 코드 읽기, 도구 호출, 취약점 익스플로잇 개발 및 검증이 목표 능력으로 제시되었다. 이에 대응하는 결정은 이를 agent의 계획자가 아니라 실행자로 사용하는 것이며, 전제 조건은 당신의 harness 도구 스키마가 그 학습 환경과 유사한지 여부이다. 측정 가능한 평가 기준은 50회의 실제 도구 호출에서 형식 적법률과 종단 간 완료율을 집계하는 것이며, 형식 적법률이 약 95% 미만이면 출력 검증 계층을 먼저 추가한 뒤 연동해야 한다. 권고 3(조건부): VRAM이 부족할 때 4-bit 커뮤니티 이식을 선택할지 여부. 보도는 4-bit 이식이 이미 있지만 품질 데이터는 없다고 언급했다. 이에 대응하는 결정은 공식 양자화를 기다릴지 커뮤니티 이식을 채택할지의 선택이며, 전제 조건은 당신의 과제가 수치 정밀도에 더 민감한지 처리량에 더 민감한지이다. 측정 가능한 평가 기준은 양자화 전후로 동일한 60개 과제를 실행해 해결 수 감소 폭을 비교하는 것이며, 감소가 3~5개를 넘으면 자동 취약점 검증에 BF16을 직접 대체하기에 적합하지 않다.
제한과 확인할 사항
모든 벤치마크 데이터(66.7% pass@1, 40/60, 약 2.38달러 등)는 Cantina가 자체 보고한 내부 결과이며, 표본은 20개 홀드아웃 사례에서 온 총 60개 과제로 규모가 작고 과제 유형 분포도 완전히 공개되지 않았으며 제3자 재현은 아직 없다. 보도는 평가의 채점 규칙, 다중 시도 허용 여부, '해결'의 판정 기준을 공개하지 않았고, pass@1은 구현에 따라 의미가 달라질 수 있다. apex-flash-1-abliterated 변형은 별도로 평가되지 않았으며, 거부 응답 행동 변경이 안전성에 미치는 영향은 전혀 알려지지 않았다. 하드웨어 요구사항과 관련해 보도 본문은 약 640GB, 횡단 표는 약 642GB, 파라미터 표는 BF16 328GB라고 하여 몇몇 숫자가 일치하지 않으므로, 선정 시에는 공식 저장소의 실제 가중치 파일 크기를 기준으로 삼아야 한다. 커뮤니티 4-bit 이식에는 품질 데이터가 없다. 이번 카탈로그 확인과 관련해 apex-flash-1 버전은 현재 KimiSeek 실시간 카탈로그에 나타나지 않으며, 본문에서 언급한 어떤 API 가용성이나 호출 비용도 제조사나 제3자 서비스 제공자를 가리키는 것으로 이 플랫폼에서 직접 호출할 수 있음을 의미하지 않는다. 그 기반 모델 GLM-5.3-Flash는 카탈로그에 동명 항목이 있지만, 그 카탈로그 정보는 현재 호출 가능성만 반영할 뿐 보도의 벤치마크나 가격을 뒷받침하지 않는다. 보도 날짜는 2026년 10월 4일이며, 그 안의 비용 비교와 결론은 시효성이 있어 현재 상태로 간주해서는 안 되고, 가격류 정보는 공식 가격 페이지를 기준으로 삼아야 한다.