Aikido lance Altar-1, l'IA open-weight pour la cyberdéfense

Ce qui s'est passé

Le 21 septembre 2026, la startup belge Aikido Security a annoncé Altar-1, présenté comme le premier modèle d'intelligence artificielle open-weight conçu spécifiquement pour les charges de travail de cyberdéfense. La publication d'Altar-1 marque une rupture significative avec les outils de sécurité IA existants, qui reposent presque tous sur des infrastructures cloud tierces pour l'inférence — ce qui pose des problèmes de confidentialité pour les organisations manipulant des données sensibles.

Techniquement, Altar-1 est dérivé du modèle GLM-5.3 de Z.AI, une architecture Mixture of Experts (MoE) dont le checkpoint d'origine occupe 1,51 To. L'équipe d'Aikido a réduit cette empreinte à 328 Go en combinant la quantification AWQ INT4 (Activation-aware Weight Quantization) et un élagage d'experts (expert pruning) ciblé sur les composants peu pertinents pour les tâches de sécurité. Après cet élagage, le checkpoint publié contient environ 504 milliards de paramètres et fonctionne sous forme W4A16 — poids en INT4, activations en FP16.

Ce choix de quantification est délibéré. Maintenir les activations en FP16 préserve la précision numérique des couches critiques du raisonnement, notamment pour l'analyse de code et l'exploitation de vulnérabilités, tout en rendant le modèle déployable sur du matériel datacenter standard. Selon Aikido, un serveur équipé de quatre GPU NVIDIA H100 80 Go en NVLink suffit à faire tourner Altar-1 en production — un investissement accessible aux grandes entreprises et aux administrations.

Altar-1 constitue le cœur de raisonnement d'Aikido Machine, l'appliance de pentesting autonome de la société. Cette appliance est déployée physiquement dans l'environnement du client — ou en VM dans son cloud privé — et conduit en continu des campagnes de découverte, d'exploitation et de validation de failles sur toute la surface d'attaque. Grâce à Altar-1, ces campagnes intègrent désormais un raisonnement IA local, sans que les assets du client ne transitent jamais par les serveurs d'Aikido ou d'un fournisseur cloud tiers.

Aikido cite trois secteurs prioritaires : les établissements financiers soumis à des obligations de localisation des données (notamment sous DORA en Europe ou GLBA aux États-Unis), les prestataires de santé manipulant des données patients couverts par HIPAA ou le RGPD, et les organisations industrielles exploitant des environnements OT air-gappés ou partiellement connectés où envoyer des données vers le cloud est techniquement ou réglementairement impossible.

L'aspect open-weight est particulièrement notable : Aikido a publié le checkpoint d'Altar-1 sur Hugging Face, le rendant accessible à la communauté de recherche en sécurité. Cette démarche s'inscrit dans une tendance que l'on observe depuis 2025, où des modèles spécialisés open-weight commencent à concurrencer les modèles propriétaires sur des tâches verticales précises. La publication permet également à des chercheurs indépendants d'auditer les capacités offensives du modèle, réduisant — en théorie — le risque d'un usage détourné non détecté par la communauté.

Sur le plan des performances, Aikido affirme qu'Altar-1 atteint des résultats comparables aux meilleurs modèles frontier sur les benchmarks de sécurité ciblés, notamment CyberSecEval 3 et les CTF synthétiques. Des évaluations indépendantes corroborent partiellement ces affirmations : Altar-1 surpasse les modèles généralistes de même taille sur les tâches de fuzzing de code, de génération d'exploits proof-of-concept et d'analyse statique de binaires. Ces résultats restent à nuancer : les benchmarks de sécurité standardisés favorisent naturellement les modèles entraînés explicitement sur ces datasets.

Le lancement s'inscrit dans un contexte réglementaire favorable à la souveraineté des données. En Europe, l'acte sur la gouvernance des données (DGA) et les lignes directrices de l'ENISA sur l'IA en cybersécurité publiées début 2026 ont renforcé la demande pour des solutions IA déployables on-premise. En France, l'ANSSI a publié en juin 2026 un guide recommandant aux opérateurs d'importance vitale (OIV) d'évaluer systématiquement les flux de données générés par leurs outils de sécurité IA — une recommandation qu'Altar-1 est précisément conçu pour satisfaire.

Pourquoi c'est important

L'arrivée d'Altar-1 illustre une transformation profonde du marché de la sécurité IA. Depuis l'émergence des grands modèles de langage en 2023, la plupart des outils de pentesting IA reposent sur des API cloud dont la politique de rétention des données reste opaque pour les clients. Pour une banque systémique ou un hôpital universitaire, envoyer des configurations réseau ou des extraits de code vers ces services représente un risque juridique et opérationnel réel, souvent incompatible avec les exigences de leur assurance cyber ou de leurs auditeurs externes.

La disponibilité d'un modèle open-weight de qualité frontier pour la sécurité change la donne sur plusieurs fronts. Elle permet d'abord à des équipes red team internes de déployer des capacités de raisonnement avancé sur des cibles non communicables à l'extérieur — environnements OT, systèmes de simulation industriels. Elle ouvre aussi la voie à des implémentations hautement personnalisées, où le modèle est fine-tuné sur les patterns d'attaque spécifiques à un secteur ou à une organisation, sans jamais exposer ces patterns à un tiers.

Il faut cependant mesurer les risques associés à cette publication. Un modèle open-weight capable de générer des exploits fonctionnels et de raisonner sur des chaînes d'attaque complexes peut également être utilisé par des acteurs malveillants. Aikido a intégré des garde-fous — system prompts de sécurité, détection d'intentions malveillantes — mais reconnaît que ces protections peuvent être contournées sur un modèle dont les poids sont publics. Ce débat entre publication ouverte et contrôle des accès est l'un des plus vifs de la communauté sécurité IA en 2026.

Du point de vue des RSSI, Altar-1 représente une option sérieuse à évaluer, notamment pour les organisations déjà clientes d'Aikido. Son intégration dans Aikido Machine simplifie le déploiement, et la compatibilité avec les formats standard (GGUF, safetensors) facilite l'intégration avec des pipelines d'automatisation basés sur LangChain ou LlamaIndex. Le retour sur investissement devra être calculé en comparaison des coûts de licence des solutions cloud-only concurrentes qui facturent à l'appel API.

Ce qu'il faut retenir

• Altar-1 est le premier modèle IA open-weight de niveau frontier spécialisé en cyberdéfense, déployable entièrement on-premise sans transit de données vers le cloud.
• Ses 504 milliards de paramètres tiennent en 328 Go grâce à la quantification AWQ INT4, opérationnel sur un serveur à 4 x H100 en datacenter standard.
• La publication open-weight soulève des questions légitimes de dual-use : les RSSI doivent surveiller les adaptations offensives potentielles dans la communauté adversariale.