Orion-1: Artemis Security crea una IA para defensores
Los equipos de seguridad tienen un problema con los modelos punteros. Las mismas capacidades que hacen útil a un modelo para investigar una intrusión también lo hacen útil para llevarla a cabo, así que los proveedores no dejan de endurecer las salvaguardas. Y los defensores se quedan cada vez más a menudo atrapados detrás de ellas.
La start-up estadounidense Artemis Security cree que la solución pasa por un modelo hecho a medida. Su nuevo lanzamiento, Orion-1, está diseñado para investigar y responder por sí solo a ataques contra redes corporativas. En el benchmark de la propia empresa, supera a Claude Opus 5.5 y a GPT-6 Sol.
Qué hace realmente Orion-1
Orion-1 analiza los registros de los sistemas que utiliza una empresa típica:
- servicios de autenticación
- configuraciones en la nube
- equipos corporativos
- aplicaciones SaaS
- equipos de red
La tarea del modelo es conectar señales que, por separado, parecen inofensivas. Artemis pone este ejemplo: un inicio de sesión en una cuenta corporativa, nuevos permisos en un entorno en la nube y una regla de bandeja de entrada recién creada en una cuenta de correo. Orion-1 las relaciona y atribuye las tres a un mismo atacante.
Una vez que ha reconstruido lo ocurrido, el modelo asigna una puntuación de confianza, emite un veredicto y, a continuación, recomienda una respuesta o la pone en marcha.
Según Artemis, los modelos de uso general tienen dos problemas con este tipo de trabajo. Pierden el hilo cuando reciben miles de millones de eventos, o confunden actividad inusual pero inofensiva con un ataque.
Cómo se ha entrenado
Artemis ha ajustado Orion-1 con tareas extraídas de sus propias operaciones de seguridad. Entre ellas figuran detectar patrones sospechosos en los registros, rastrear técnicas de ataque conocidas, redactar nuevas reglas de detección y contener ataques en curso. La empresa asegura que en el entrenamiento no se han utilizado datos de clientes.
Artemis define Orion-1 como un "Frontier Foundation Model". Sin embargo, su entrada de blog solo describe el ajuste fino. No aclara si el modelo se basa en un modelo existente de otro proveedor.
Un benchmark centrado en las decisiones
Para comparar modelos, Artemis ha creado su propia prueba, llamada "Decision-Grade Readiness" (DGR). La mayoría de los benchmarks de seguridad existentes interrogan a los modelos sobre técnicas de ataque o les plantean retos de hacking. DGR funciona de otra manera. Todos los modelos reciben la misma alerta inicial, los mismos datos del entorno y las mismas herramientas que tendría un equipo de seguridad humano. Después tienen que decidir si realmente hay un ataque en curso.
El benchmark incluye miles de tareas con resultados conocidos. En algunas no hay ningún ataque, y otras contienen datos inofensivos preparados para parecer maliciosos. Los modelos se evalúan tanto por su veredicto como por las pruebas en las que lo apoyan.
Artemis publica resultados en cinco tareas. Además de Opus 5.5 y GPT-6 Sol, ha probado Grok 4.7 y Kimi K3. La mayor diferencia se dio en la reconstrucción de ataques, donde Orion-1 obtuvo 80,8 puntos frente a los 58,3 del segundo mejor modelo.
Son cifras obtenidas por el propio fabricante en un benchmark creado por él mismo, y así hay que leerlas.
Disponibilidad y controles
Orion-1 está disponible en una versión preliminar privada para clientes seleccionados de la plataforma de Artemis. Los clientes fijan límites para cada tipo de acción, lo que determina cuánto puede decidir el modelo sin intervención humana. Por defecto, las acciones de mayor impacto requieren la aprobación de una persona.
Artemis es una empresa joven. Salió a la luz en abril y anunció 70 millones de dólares entre sus rondas semilla y Serie A, unos seis meses después de su fundación.
Por qué los defensores se topan con muros
Lo verdaderamente relevante es la fricción que sufren los equipos de seguridad con los modelos de uso general.
OpenAI considera que su modelo Astra es el primero que podría alcanzar su nivel más alto de riesgo en ciberseguridad. Ese nivel corresponde a un modelo capaz de desarrollar y ejecutar ciberataques por sí solo. Claude Opus 5.5 deriva la mayoría de las tareas de ciberseguridad al anterior Opus 4.8.
Hugging Face se topó de lleno con el problema. En julio intentó analizar con modelos punteros comerciales un ataque de IA totalmente autónomo contra su propia infraestructura. Las salvaguardas bloquearon por completo el análisis de los datos del ataque. El equipo recurrió al modelo de pesos abiertos GLM 5.2, ejecutado en sus propios servidores.
Los proveedores están respondiendo con modelos especializados y de acceso controlado para los defensores. OpenAI solo ofrece el menos restringido GPT-5.5-Cyber a defensores verificados. Anthropic sigue un camino parecido con su programa de verificación para ciberseguridad. Su modelo más potente, Claude Mythos 5, funciona a través del escáner Claude Security y de productos de seguridad de sus socios.
Esto importa a la hora de interpretar los resultados de Artemis. Ni Mythos 5 ni GPT-6 Astra aparecen en la comparativa de Orion-1. Y como Opus 5.5 deriva las tareas de ciberseguridad a Opus 4.8, las puntuaciones de Opus 5.5 podrían reflejar en buena medida las respuestas del modelo anterior.
Nuestra opinión
El episodio de Hugging Face sugiere que unas salvaguardas basadas sobre todo en negarse a responder pueden fallar precisamente a quienes deberían proteger. Un equipo que analizaba un ataque contra sus propios sistemas tuvo que recurrir a un modelo de pesos abiertos alojado en sus servidores. Todo apunta a un mercado dividido: por un lado, modelos punteros con acceso muy restringido; por otro, herramientas especializadas o autoalojadas para los defensores.
Orion-1 encaja en ese patrón, pero por ahora las pruebas son escasas. El benchmark es de la propia Artemis. Los modelos restringidos más potentes no figuran en la comparativa. El origen del modelo no está claro. Unas pruebas independientes frente a Mythos 5 o GPT-6 Astra dirían mucho más que las cifras actuales.
Las decisiones de diseño parecen sensatas. Los límites de autonomía por tipo de acción y la aprobación humana por defecto para los pasos de mayor impacto encajan con una tendencia más amplia del sector hacia entrenar a la IA para atacar y defender bajo controles explícitos. Habrá que ver si los clientes de la versión preliminar dejan realmente actuar a Orion-1 o lo mantienen en un papel de asesor.