Orion-1 : Artemis Security crée une IA pour les défenseurs

Les équipes de sécurité ont un problème avec les modèles de pointe. Les compétences qui rendent un modèle utile pour enquêter sur une intrusion le rendent tout aussi utile pour en mener une. Les fournisseurs ne cessent donc de resserrer les garde-fous, et les défenseurs se retrouvent de plus en plus souvent bloqués par eux.

La start-up américaine Artemis Security pense qu'un modèle conçu sur mesure est la solution. Sa nouveauté, Orion-1, est pensée pour enquêter sur les attaques visant les réseaux d'entreprise et y répondre de manière autonome. Sur le benchmark maison de l'entreprise, il devance Claude Opus 5.5 et GPT-6 Sol.

Ce que fait réellement Orion-1

Orion-1 passe au crible les journaux des systèmes qu'utilise une entreprise type :

• services d'authentification
• environnements cloud
• postes de travail de l'entreprise
• applications SaaS
• équipements réseau

Le rôle du modèle est de relier des signaux qui, pris isolément, paraissent anodins. Artemis donne cet exemple : une connexion à un compte d'entreprise, de nouvelles autorisations dans un environnement cloud et une règle de boîte de réception tout juste créée dans une messagerie. Orion-1 fait le lien entre ces trois éléments et les attribue à un seul et même attaquant.

Une fois les événements reconstitués, le modèle attribue un score de confiance, rend un verdict, puis recommande une riposte ou la déclenche lui-même.

Selon Artemis, les modèles généralistes peinent sur ce type de tâche de deux manières. Soit ils perdent le fil face à des milliards d'événements, soit ils prennent une activité inhabituelle mais légitime pour une attaque.

Comment il a été entraîné

Artemis a affiné Orion-1 sur des tâches issues de ses propres opérations de sécurité : repérer des schémas suspects dans les journaux, traquer des techniques d'attaque connues, rédiger de nouvelles règles de détection et contenir des attaques en cours. L'entreprise affirme qu'aucune donnée client n'a servi à l'entraînement.

Artemis qualifie Orion-1 de "Frontier Foundation Model". Son billet de blog ne décrit pourtant que l'affinage. Il ne précise pas si le modèle repose sur un modèle existant d'un autre fournisseur.

Un benchmark centré sur la prise de décision

Pour comparer les modèles, Artemis a créé son propre test, baptisé "Decision-Grade Readiness" (DGR). La plupart des benchmarks de sécurité existants interrogent les modèles sur des techniques d'attaque ou leur soumettent des énigmes de piratage. DGR fonctionne autrement. Chaque modèle reçoit la même alerte initiale, les mêmes données sur l'environnement et les mêmes outils qu'une équipe de sécurité humaine. Il doit ensuite déterminer si une attaque est réellement en cours.

Le benchmark comprend des milliers de tâches dont l'issue est connue. Certaines ne contiennent aucune attaque, d'autres incluent des données légitimes conçues pour paraître malveillantes. Les modèles sont notés à la fois sur leur verdict et sur les éléments qui l'étayent.

Artemis publie des résultats sur cinq tâches. Outre Opus 5.5 et GPT-6 Sol, l'entreprise a testé Grok 4.7 et Kimi K3. L'écart le plus important concerne la reconstitution des attaques : Orion-1 obtient 80,8, contre 58,3 pour le deuxième modèle.

Il s'agit de chiffres produits par l'éditeur, sur un benchmark conçu par l'éditeur, et il faut les lire comme tels.

Disponibilité et contrôles

Orion-1 est proposé en préversion privée à une sélection de clients de la plateforme Artemis. Les clients fixent des limites pour chaque type d'action, ce qui détermine la marge de décision du modèle sans intervention humaine. Par défaut, les actions à fort impact nécessitent une validation humaine.

Artemis est une jeune pousse. Elle est sortie de l'ombre en avril en annonçant avoir levé 70 millions de dollars lors de tours d'amorçage et de série A, environ six mois après sa création.

Pourquoi les défenseurs se heurtent à des murs

Le véritable enjeu, ce sont les frictions que rencontrent les équipes de sécurité avec les modèles généralistes.

OpenAI estime que son modèle Astra est le premier susceptible d'atteindre son niveau de risque le plus élevé en cybersécurité. Ce niveau correspond à un modèle capable de concevoir et de mener des cyberattaques de manière autonome. Claude Opus 5.5, lui, délègue la plupart des tâches de cybersécurité à l'ancien Opus 4.8.

Hugging Face s'est heurté directement au problème. En juillet, l'entreprise a tenté d'analyser, à l'aide de modèles de pointe commerciaux, une attaque menée de façon entièrement autonome par une IA contre sa propre infrastructure. Les garde-fous ont purement et simplement bloqué l'analyse des données de l'attaque. L'équipe s'est rabattue sur le modèle à poids ouverts GLM 5.2, exécuté sur ses propres serveurs.

Les fournisseurs réagissent en proposant aux défenseurs des modèles spécialisés à accès contrôlé. OpenAI réserve GPT-5.5-Cyber, moins bridé, aux défenseurs vérifiés. Anthropic suit une voie similaire avec son programme de vérification cyber. L'entreprise fait tourner son modèle le plus puissant, Claude Mythos 5, via le scanner Claude Security et des produits de sécurité partenaires.

C'est important pour interpréter les résultats d'Artemis. Ni Mythos 5 ni GPT-6 Astra ne figurent dans la comparaison avec Orion-1. Et comme Opus 5.5 redirige les tâches cyber vers Opus 4.8, les scores d'Opus 5.5 pourraient en grande partie refléter les réponses de l'ancien modèle.

Notre analyse

L'épisode Hugging Face laisse penser que des garde-fous trop prompts à refuser peuvent desservir ceux-là mêmes qu'ils sont censés protéger. Une équipe qui analysait une attaque contre ses propres systèmes a dû se replier sur un modèle à poids ouverts hébergé en interne. Cela annonce un marché à deux vitesses : d'un côté, des modèles de pointe strictement verrouillés, de l'autre, des outils spécialisés ou auto-hébergés pour les défenseurs.

Orion-1 s'inscrit dans cette tendance, mais les preuves restent minces pour l'instant. Le benchmark est celui d'Artemis. Les modèles restreints les plus puissants sont absents de la comparaison. Les origines du modèle restent floues. Des tests indépendants face à Mythos 5 ou GPT-6 Astra en diraient bien plus que les chiffres actuels.

Les choix de conception semblent judicieux. Les limites d'autonomie par action et la validation humaine par défaut pour les étapes à fort impact rejoignent un mouvement plus large du secteur visant à entraîner l'IA à attaquer et à défendre dans un cadre explicite. Reste à voir si les clients de la préversion laisseront vraiment Orion-1 agir, ou s'ils le cantonneront à un rôle de conseil.