Microsoft stellt Cybersicherheitsmodell MAI-Cyber-1-Flash für MDASH vor
Wichtige Erkenntnisse
- •Microsoft zufolge erzielten MAI-Cyber-1-Flash und MDASH 96 Prozent im Cybersicherheitsbenchmark CyberGym.
- •Das Unternehmen gibt an, dass das System bei CyberGym 12 Punkte vor Mythos sowie vor Gemini und GPT lag.
- •Microsoft zufolge kann MAI-Cyber-1-Flash 90 Prozent der Aufgaben verarbeiten, während schwierigere Arbeiten an GPT-5.4 weitergeleitet werden.
- •Microsoft sagt, die Modellarchitektur solle die Kosten für sicherheitsbezogene KI-Workloads um 50 Prozent senken.
- •Microsoft stellte außerdem Perception vor, ein agentenbasiertes Sicherheitssystem zur Echtzeitüberwachung und -abwehr von Bedrohungen.
Microsoft sieht den Abstand zu führenden KI-Modellen im Bereich Cybersicherheit durch die Einführung von MAI-Cyber-1-Flash verringert. Dabei handelt es sich um ein kompaktes, auf Sicherheit ausgerichtetes Modell, das in das zuvor vorgestellte Multi-Agenten-System MDASH integriert ist.
Nach Angaben von Microsoft erreicht das kombinierte System 96 Prozent im CyberGym-Benchmark, der messen soll, wie effektiv KI-Systeme reale Sicherheitslücken in großen Codebasen erkennen. Das Unternehmen gibt an, dass dieses Ergebnis das System im Benchmark 12 Punkte vor Mythos und vor Gemini sowie GPT platziert. Da Sicherheitsteams häufig große Mengen an Code und Warnmeldungen priorisieren müssen, verweist Microsofts Fokus auf benchmarkgestützte Schwachstellenerkennung auf einen praktischen Anwendungsfall für spezialisierte Modelle statt auf einen Vergleich mit allgemeinen Chatbots.
Microsoft zufolge kann MAI-Cyber-1-Flash 90 Prozent der Aufgaben innerhalb des Systems übernehmen, während nur schwierigere Fälle an GPT-5.4 weitergeleitet werden. Diese Architektur soll nach Angaben des Unternehmens die Kosten um 50 Prozent senken. Das Modell basiert auf Microsofts MAI-Thinking-1-Reihe. Die Weiterleitung des Großteils der Arbeit an ein kleineres Domänenmodell, während Frontier-Modelle für schwierigere Fälle reserviert bleiben, steht im Zentrum von Microsofts Kostenargument, da Sicherheitsimplementierungen in Unternehmen wiederholte Analysen mit hohem Volumen statt einmaliger Prompts umfassen können.
Die Architektur zeigt, dass Microsoft bei komplexen Schlussfolgerungsaufgaben weiterhin auf OpenAI setzt, sich zugleich aber zunehmend als Orchestrator mehrerer KI-Modelle positioniert. Dieser Wandel erfolgt, während das in Redmond ansässige Unternehmen auch bei Open-Weight-Modellen aktiver geworden ist, nachdem die exklusive OpenAI-Distribution über Jahre zum Wachstum von Azure beigetragen hatte.
Microsoft stellt außerdem Perception vor, ein agentenbasiertes Sicherheitssystem, das Bedrohungen in Echtzeit überwachen und eindämmen soll. Das Unternehmen verweist auf den Umfang seiner Sicherheitsdaten als zentralen Vorteil und nennt mehr als 100 Billionen tägliche Sicherheitssignale sowie 1,6 Millionen Kunden. Für Kunden wird der nächste Test darin bestehen, wie sich diese Systeme jenseits kontrollierter Benchmarks bewähren, einschließlich der Frage, wie zuverlässig Agenten Schwachstellen erkennen, Warnmeldungen priorisieren und sich in bestehende Sicherheitsabläufe einfügen, ohne zusätzlichen unnötigen Prüfaufwand zu verursachen.