
OrcaCyber Zero 1.0 dan cadangan $150.000: OrcaRouter bergabung dengan Omacom Foundation sebagai Patron Korporat Terhormat
- OrcaBARUOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $5.00 per 1 juta token
- orcaBARUOrca: OrcaVerify Text 1.02026-09-16$2.00 / $0.00 per 1 juta token
- deepseekBARUDeepSeek: DeepSeek V4.1 Flash2026-09-1040Kecerdasan
- openaiOpenAI: GPT-6 Astra2026-09-0453Kecerdasan77Koding
- googleGoogle: Gemini 3.8 Flash2026-09-0241Kecerdasan76Koding
- qwenQwen: Qwen3.8 Max (0902)2026-09-0245Kecerdasan76Koding
- anthropicAnthropic: Claude Fable 5.12026-09-0153Kecerdasan82Koding
- AlibabaQwen: Qwen3.8 Flash2026-08-26$0.15 / $0.47 per 1 juta token
- z-aiZ.ai: GLM 5.3 Flash2026-08-2642Kecerdasan72Koding
- DeepSeekDeepSeek: DeepSeek V4 Flash Vision (Exp)2026-08-21$0.22 / $0.66 per 1 juta token
- z-aiZ.ai: GLM 5.32026-08-1845Kecerdasan75Koding
- obsidianQwen3.8 27B2026-08-1534Kecerdasan68Koding
- deepseekDeepSeek: DeepSeek V4 Pro 08132026-08-1236Kecerdasan69Koding
- grokSpaceXAI: Grok 4.62026-08-1244Kecerdasan77Koding
- metaMeta: Muse Spark 1.22026-08-0540Kecerdasan72Koding
- qwenQwen: Qwen3.8 Max2026-08-0345Kecerdasan76Koding
- deepseekDeepSeek: DeepSeek V4 Flash 07312026-07-3135Kecerdasan69Koding
- minimaxMiniMax: MiniMax-H32026-07-31minimax/minimax-h3
- qwenQwen: Qwen3.7 Flash2026-07-27$0.03 / $0.13 per 1 juta token
- orcaOrcaDub: OrcaDub 1.02026-07-27orca/dub
OrcaRouter telah bergabung dengan Omacom Foundation sebagai Distinguished Corporate Patron, dengan donasi sebesar $150.000 dalam bentuk token ke Strategic Token Reserves milik Foundation. Cadangan tersebut diarahkan untuk pekerjaan keamanan, dengan tim keamanan dan kernel Foundation didahulukan, dan bukan untuk inferensi umum. Model pertama yang akan digunakan oleh tim-tim tersebut adalah OrcaCyber Zero 1.0, model coding kami yang dilatih pascapelatihan untuk analisis kerentanan, reproduksi, dan riset keamanan, yang per hari ini berada dalam beta tertutup. Itulah pengumumannya, dan bagian selanjutnya dari halaman ini menjelaskan alasan di baliknya.
Penalaran dimulai dari lalu lintas. Dalam 30 hari sebelum pengumuman ini, model kami melampaui 1,5 juta unduhan di Hugging Face, dan bentuk dari apa yang bergerak melalui router berubah seiring dengan itu.
Model termurah untuk ringkasan ini tidak lagi menjadi satu-satunya pertanyaan yang muncul; "bisakah apa pun di sini membaca crash ini, patch ini, atau laporan ini dan memberi tahu saya apa sebenarnya itu" menjadi pertanyaan yang umum. Router adalah tempat yang salah untuk menjawab pertanyaan itu dan tempat yang baik untuk menyadarinya. Jadi, alih-alih mendiskon inferensi umum, yang sudah murah dan semakin murah, kami membayar untuk bagian pekerjaan di mana jawaban yang salah paling mahal.
Apa yang digabungi OrcaRouter, dan ke mana token perginya
Distinguished Corporate Patron adalah tingkat korporat Omacom Foundation. Dukungan ini berupa donasi satu kali, bukan langganan, dan donasinya sebesar $150.000 dalam bentuk token yang dibayarkan ke Strategic Token Reserves, satu kumpulan dana yang dimanfaatkan tim Omacom Foundation sendiri untuk pekerjaan mereka.
Tujuannya lebih penting daripada jumlahnya. Sebuah reservasi bukanlah kupon, dan tidak satu pun dari ini diberikan sebagai tier gratis atau kode diskon. Token baru terpakai ketika seorang engineer Foundation menjalankan tugas nyata melalui OrcaRouter, lapisan routing yang sama yang diakses setiap pengguna lain. Kami lebih memilih mendanai komputasi di balik pertanyaan rekayasa yang spesifik (apakah bug ini dapat direproduksi, apakah patch ini bertahan) daripada menanggung kolam obrolan yang tanpa batas.
Mengapa donasi tersebut diarahkan pada pekerjaan keamanan dan bukan inferensi umum
Inferensi umum adalah separuh pasar ini yang sudah terpecahkan. Model umum yang kompeten tersedia dengan murah, perutean ke sana nyaris menjadi komoditas, dan tambahan kapasitas umum senilai $150.000 hanya memberi sebuah tim sedikit hal yang belum bisa dibelinya. Token marginal di sana bernilai kira-kira sebesar biayanya.
Pekerjaan keamanan berjalan secara berbeda dalam tiga hal yang penting bagi siapa pun yang membayar tagihannya.
• Tugas-tugasnya panjang. Membaca laporan, membuat reproducer, dan memeriksa perbaikan bukanlah pekerjaan satu putaran, dan semuanya menghabiskan token dengan cara yang tidak dilakukan oleh peringkasan.
• Model yang melakukannya dengan baik adalah model spesialis, bukan model umum.
• Pekerjaan ini memiliki jawaban yang dapat diperiksa: sebuah kerentanan entah dapat direproduksi atau tidak.
Sifat terakhir itulah yang membuat pengeluaran ini dapat dipertahankan. Kami tidak mendanai opini tentang keamanan. Kami mendanai upaya yang berakhir pada sesuatu yang dapat dilihat dan diterima atau ditolak oleh tim kernel.
Untuk apa OrcaCyber Zero 1.0 dilatih?
Tiga pekerjaan, semuanya pekerjaan keamanan: analisis kerentanan, reproduksi kerentanan, dan riset keamanan.
Analisis adalah tugas membaca: dengan adanya laporan, diff, atau komponen, cari tahu apa cacatnya dan di mana letaknya. Reproduksi adalah tugas membangun, dan itulah yang membedakan model keamanan dari model pengodean umum yang disertai system prompt tegas: hasilkan input yang benar-benar memicu kondisi tersebut, bukan deskripsi tentangnya. Riset keamanan adalah bagian yang terbuka, ketika tidak ada yang menyerahkan tiket yang rapi kepada Anda dan targetnya harus ditemukan lebih dulu.
Hasil pengukuran yang kami miliki mencakup pekerjaan reproduksi. Pada CyberGym Level 1, tolok ukur yang diambil dari 188 proyek sumber terbuka, OrcaCyber Zero 1.0 mereproduksi 1.478 dari 1.507 kerentanan dunia nyata pada percobaan pertama, dengan tingkat kelulusan 98,07%. Percobaan pertama adalah angka yang perlu dibaca dua kali. Pengukuran ini tidak menawarkan percobaan kedua, dan jendela rilis pun tidak. Apa itu model ini dan di mana posisinya dalam katalog ada di OrcaCyber Zero 1.0halaman


Di mana perimeter sebenarnya berada: panggilan yang dibuat model
Zero 1.0 membaca dan mereproduksi cacat dalam kode. Ia tidak mengatakan apa pun tentang lapisan yang kini sedang dibangun sebagian besar tim di sekitarnya. Begitu sebuah model diberi alat, kegagalan yang menarik bukan lagi berupa teks, melainkan menjadi pemanggilan: alat mana yang dipilihnya, argumen apa yang diteruskannya, apakah hasil yang diterimanya kembali diizinkan mengubah apa yang dilakukannya selanjutnya. Model yang pandai membaca C tidak melindungi pipeline di mana seorang agen dapat dibujuk untuk memanggil endpoint yang salah dengan argumen yang salah.
Itu adalah paruh kedua dari kerja keamanan di sini, dan itulah sebabnya kata "keamanan" dalam katalog kami tidak dimulai dan diakhiri dengan riset kerentanan. Tim yang menjalankan agen terhadap sistem internal harus memperlakukan lapisan panggilan sebagai permukaan serangan, yang merupakan masalah firewall agen untuk panggilan alat dan MCP hadir untuk diselesaikan. Kerja kernel dan kerja keamanan melihat kedua paruh ini, dan cadangan mencakup keduanya.

Apa arti beta tertutup bagi tim yang ingin mendapatkan akses?
Akses diberikan per kasus penggunaan, bukan diaktifkan untuk semua orang. OrcaCyber Zero 1.0 berada dalam beta tertutup, dan cakupannya sengaja dibuat sempit: riset keamanan tepercaya, analisis dan reproduksi kerentanan, serta alur kerja red-team. Tertutup adalah kata kuncinya, dan akses dibatasi pada pekerjaan itu, bukan pada lalu lintas model secara umum.
Dalam praktiknya, permintaan yang bergerak paling cepat adalah permintaan yang datang dengan target yang disertakan: komponen yang Anda pelihara, kelas kerentanan yang Anda kejar, keterlibatan yang Anda jalankan kuartal ini. Jika Anda ingin ikut, katakan apa yang ingin Anda arahkan ke model ini. Permintaan obrolan umum tidak mengantre di depan tim keamanan yang memegang kasus uji nyata, dan seharusnya tidak. Beta meluas seiring evaluasi tetap bertahan; kami tidak membukanya lebih cepat daripada kemampuan kami menilai apa yang kembali.
Bagaimana cadangan itu dibelanjakan
Token dalam suatu cadangan tidak ditetapkan ke satu model, dan mekanismenya layak mendapat satu paragraf karena menjelaskan bentuk donasi tersebut. Permintaan tiba di router, dan perutean adaptif memutuskan ke mana setiap permintaan pergi. Dalam praktiknya, pembagiannya terlihat seperti ini.
• Tinjauan patch, triase crash, upaya reproduksi — Ke mana perginya Rute yang disetel untuk keamanan: OrcaCyber Zero 1.0 vs Mengapa ini panjang, ini terspesialisasi, dan jawabannya dapat diverifikasi
• Catatan rilis, ringkasan changelog, nama tes, docstring skrip — Ke mana perginya Model umum seperti GLM 5.3 Flash vs Mengapa biayanya lebih murah dan lebih cocok untuk pekerjaan itu
Inilah sebabnya donasi berupa token, bukan tier gratis dari satu model. Tim Foundation mendapatkan keputusan routing yang sama seperti semua orang, dengan rute keamanan tersedia saat suatu tugas layak mendapatkannya dan tidak dibebankan kepada mereka saat tidak. Cadangan yang digunakan dengan cara ini bertahan lebih lama daripada cadangan yang digunakan untuk satu model, dan itu menyerahkan pilihan model kepada orang yang memahami tugas.
Intisarinya
Pekerjaan keamanan adalah tempat yang tepat untuk uang ini, dan alasannya bukan sentimen. Inferensi umum adalah komoditas dengan harga yang menurun; reproduksi kerentanan adalah tugas dengan jawaban yang dapat diverifikasi dan biaya per percobaan yang tinggi, dan di sanalah token yang disumbangkan melakukan kerja yang terukur. Tim kernel tidak peduli bagaimana sebuah model terdengar. Mereka peduli apakah reproducer-nya berjalan.
Jika Anda sudah mengarahkan lalu lintas melalui kami, tidak ada yang berubah dari lalu lintas Anda minggu ini. Yang berubah ada di sisi kami: model yang kami anggap sebagai hal paling berdampak yang pernah kami bangun kini memiliki pengguna pertama yang menuntut, seseorang dengan masalah sulit dan tidak sabar terhadap jawaban keliru yang terdengar masuk akal. Itu ujian yang lebih baik daripada posting peluncuran mana pun, dan kami lebih suka diukur berdasarkan itu.
Catatan sumber: angka yang dilaporkan vendor adalah donasi token senilai $150.000 kepada Strategic Token Reserves milik Omacom Foundation, cakupan yang dituju cadangan tersebut, serta status beta tertutup dan ketentuan akses OrcaCyber Zero 1.0. Pengukuran kami sendiri adalah hasil CyberGym Level 1 dari 1.478 dari 1.507 reproduksi percobaan pertama, tingkat kelulusan 98,07%, pada tolok ukur yang diambil dari 188 proyek sumber terbuka, yang kami jalankan sendiri. Yang dilaporkan platform adalah 1,5 juta unduhan model kami di Hugging Face selama 30 hari sebelum pengumuman ini, diambil dari penghitung platform itu sendiri. Tidak ada apa pun di sini yang mengutip pihak ketiga untuk suatu angka, dan tidak ada pihak luar yang dikreditkan atas suatu temuan. Diterbitkan 2026-09-19, angka diperiksa terhadap catatan kami sendiri pada hari yang sama.
