Microsoft представляє нову AI-модель для кібербезпеки MDASH: вища точність, менші витрати

Вступ

Microsoft представила свою першу спеціалізовану модель штучного інтелекту для кібербезпеки, інтегровану в платформу MDASH. MDASH є багатомодельним інструментом для ідентифікації та усунення вразливостей.

Нова модель та її можливості

Нова модель, названа MAI-Cyber-1-Flash, працює в поєднанні з GPT-5.4. Ця конфігурація, за даними компанії, досягла показника 95.95% на тесті CyberGym. Microsoft також заявляє, що використання цієї конфігурації коштує на 50% менше, ніж її поточна найкраща комбінація MDASH, яка включає GPT-5.4, GPT-5.4 mini та GPT-5.3 Codex. Доступ до MAI-Cyber-1-Flash наразі обмежений для затверджених клієнтів MDASH через приватний попередній перегляд Azure AI Foundry. MAI-Cyber-1-Flash розроблена для обробки до 90% завдань MDASH, тоді як GPT-5.4 зарезервована для найскладніших 10%. Модель доступна виключно в рамках MDASH і не пропонується як окрема публічна модель або загальнодоступний програмний інтерфейс.

Результати тестування та ефективність

Зазначений показник 95.95% належить системі MDASH, що працює з MAI-Cyber-1-Flash разом із GPT-5.4, а не новій моделі окремо. CyberGym Level 1 — це тест на відтворення відомих вразливостей, де агенту надається опис вразливості та відповідний незапатчений вихідний код, а потім перевіряється його здатність створити робочий доказ концепції. Цей тест не вимірює сліпе виявлення вразливостей або коректність згенерованого патча. На момент перевірки 28 липня 2026 року, результат Microsoft 95.95% не був вказаний у публічному рейтингу CyberGym, де все ще значився попередній результат Microsoft для MDASH від 12 травня — 88.4%. Публічні матеріали Microsoft не уточнюють, чи був цей результат поданий для публікації. Попередній результат MDASH у 96.55% (червень) не може бути прямо порівняний, оскільки він враховував будь-який збій, включаючи нецільові вразливості, а липневі матеріали не вказують, чи використовується той самий критерій для 95.95%. Згідно з карткою моделі, оцінена конфігурація замінила 80% існуючих моделей MDASH і підвищила заявлений результат CyberGym з 88.4% до 95.95%. Модель також показала результати 0.314 на CVEBench, 0.553 на CyberSecEval4 (аналіз загроз), 0.33 на тесті аналізу шкідливого ПЗ та 0.651 на CRSBench при POV=1200. Однак, модель отримала нуль у категоріях ядра, користувацького простору та браузера в ExploitGym, який вимагає перетворення вразливостей та вхідних даних, що викликають збій, на робочі експлойти для виконання коду. Усі бенчмарк-тестування проводилися в мережево-ізольованому середовищі без доступу до виробничих систем, публічного інтернету або зовнішніх сервісів.

Технічні характеристики та архітектура

MAI-Cyber-1-Flash є трансформером типу "розріджена суміш експертів" (sparse mixture-of-experts) зі 137 мільярдами загальних параметрів, п'ятьма мільярдами активних параметрів та вікном контексту на 256 000 токенів. Це кібербезпековий доналаштований варіант MAI-Code-1-Flash, який, своєю чергою, був розроблений з проміжної контрольної точки MAI-Thinking-1. Загальний дизайн вказує на маршрутизацію як на центральну технічну особливість: MAI-Cyber-1-Flash призначена для більшості завдань, а GPT-5.4 бере на себе найскладніші.

Доступність та майбутні плани

Управління вразливостями програмного забезпечення за допомогою MAI-Cyber-1-Flash в MDASH є першим сценарієм, анонсованим Microsoft для Project Perception. Project Perception — це ширша система для координації агентів оборонної безпеки. Публічний попередній перегляд Project Perception заплановано на 3 серпня, і Microsoft планує розширити використання моделі за межі роботи з вразливостями програмного забезпечення на додаткові робочі процеси безпеки. Картка моделі попереджає, що згенерований текст і код можуть бути неточними або неповними і потребують перегляду перед використанням.