Microsoft presentó el lunes su primer modelo de ciberseguridad desarrollado a medida y una plataforma de defensa agéntica más amplia, posicionando el lanzamiento como parte de una estrategia de IA empresarial centrada en usar modelos más pequeños y económicos para la mayor parte del trabajo, mientras dirige las tareas más difíciles a sistemas más potentes.

La compañía anunció MAI-Cyber-1-Flash, un modelo compacto de seguridad desarrollado internamente por su división Microsoft AI (MAI). El modelo está integrado en MDASH, el arnés multiagente de Microsoft para detectar y corregir vulnerabilidades de software. Microsoft afirma que el sistema combinado obtiene 96% en CyberGym, un benchmark que mide qué tan bien los sistemas de IA razonan sobre grandes bases de código para identificar vulnerabilidades reales. La compañía dijo que el resultado supera a modelos de frontera como Mythos, Gemini y GPT, al tiempo que reduce los costos aproximadamente a la mitad frente a la configuración de producción actual de Microsoft.

Microsoft también presentó Project Perception, un sistema de seguridad agéntico diseñado para coordinar varios tipos de agentes defensivos: agentes de “red team” que buscan posibles rutas de compromiso, agentes de “blue team” que investigan y clasifican riesgos, y agentes de “green team” que remedian problemas y fortalecen las defensas. Project Perception está programado para entrar en vista previa pública el 3 de agosto, lo que convierte a la vista previa en una prueba temprana de si Microsoft puede trasladar su enfoque de modelo y arnés a flujos de trabajo que los equipos de seguridad puedan evaluar fuera de la compañía.

En una entrevista exclusiva con VentureBeat, el CEO de Microsoft AI, Mustafa Suleyman, dijo que el anuncio representa el inicio de un esfuerzo de mayor alcance.

“We really do have a pretty significant data and harness and expertise moat, and that is enabling us to train models which are faster, better, cheaper, and I think this is genuinely the tip of the iceberg,” dijo Suleyman. “We haven't been working on this for long. The next model is going to be pretty phenomenal.”

La arquitectura 90/10 de Microsoft todavía usa GPT-5.4 de OpenAI

Uno de los detalles técnicos más relevantes no es el modelo por sí solo, sino cómo Microsoft despliega MAI-Cyber-1-Flash. La compañía diseñó MAI-Cyber-1-Flash para manejar de forma eficiente hasta 90% de las tareas de seguridad. Luego, MDASH escala el 10% restante de problemas especialmente difíciles a un modelo de frontera más grande, GPT-5.4 de OpenAI. Eso significa que el sistema insignia de IA de seguridad de Microsoft sigue dependiendo de su socio de larga data y competidor cada vez más visible para el trabajo más exigente.

Suleyman dijo que el componente clave es el arnés, una capa de orquestación que dirige cada problema entrante al modelo más adecuado para resolverlo. “The harness is like a router,” dijo a VentureBeat. “It's kind of like guardrails and a rule set of an organizing logic, which matches queries to... incoming problems to a model that suits the problem.”

Describió el sistema como compuesto por tres partes: el arnés, el modelo MAI-Cyber-1-Flash más pequeño y rápido que maneja la mayoría de las consultas, y GPT-5.4 operando junto a él como “just a generalist coding model.”

Consultado sobre cómo un sistema que depende del modelo de OpenAI puede superar a competidores de frontera, Suleyman dijo que el desempeño proviene del sistema completo y no de un solo modelo. “These are very complicated, long, agentic loops which require storing state, drawing on another database, consulting best practice... handing back to a small model, writing a bunch of code, validating that that was correct,” dijo. “There's like hundreds of steps to solve that, and that's why it's really the system together that delivers the better performance.”

Suleyman dijo que la elección de GPT-5.4 para la escalación también estuvo impulsada por el costo. “GPT-5.6 is expensive. GPT-5.4 is incredibly good relative to its cost,” dijo. “The whole game here is to reduce the costs. Mythos and so on are extremely expensive models... we want to be able to deliver better performance for cheaper. That's what customers want.”

La estructura refleja la relación cambiante de Microsoft con OpenAI. Microsoft sigue siendo cliente y socio en un acuerdo que atrajo escrutinio regulatorio en Bruselas y Washington en 2024, al tiempo que avanza para controlar más capas del stack de IA donde cree que tiene ventajas duraderas. También muestra cómo Microsoft está separando la propiedad del modelo de la propiedad del sistema: incluso cuando usa un modelo de un socio, enfatiza el enrutamiento, las barreras de protección y el flujo de trabajo específico de seguridad alrededor de ese modelo.

Los costos de tokens se han convertido en una restricción importante para la IA empresarial

Microsoft afirma que la nueva configuración ofrece ahorros de costos de aproximadamente 50% frente a la configuración existente de MDASH, que usa una combinación de GPT-5.4, 5.4 mini y 5.3 codex. En ciberseguridad, donde los sistemas operan de forma continua y procesan volúmenes muy grandes de señales, los costos de tokens se acumulan con rapidez. Microsoft sostiene que esos costos se han convertido en una restricción central para los defensores.

Suleyman vinculó el problema de costos con los límites físicos de la infraestructura de cómputo. “The key barrier to adoption is access to chips, and cost is a function of chips,” dijo. “No matter how much money you've got, there's actually a limited supply of chips. Then trying to squeeze more model output on fewer chips is clearly super valuable.”

También dijo que las empresas están reaccionando contra el precio de los modelos de frontera. Las compañías inicialmente usaron los modelos más capaces disponibles, dijo, pero “then they realize they're sort of paying... a phenomenal amount of money, and people are absolutely token maxing everywhere across their business. So there's a massive pushback to reduce cost everywhere.”

Microsoft está posicionando su enfoque junto a una tendencia más amplia hacia modelos de IA eficientes en costos y cercanos a la frontera. Durante el último año, sistemas de este tipo han aparecido en lanzamientos como el reciente modelo Grok de xAI y una ola de modelos chinos construidos en torno a supuestos similares de costo-rendimiento. Suleyman dijo que la posición de Microsoft como compañía de plataforma la alinea con las presiones de costos empresariales. “The top model providers want you to use the most expensive model continuously, whereas because we are a platform, we're on the side of the enterprise,” dijo. “There's no point asking... Mythos what the capital of France is.”

Microsoft cita una ventaja de datos de seguridad de 100 billones de señales

El argumento de ciberseguridad de Microsoft también se apoya en la escala de su telemetría de seguridad. La compañía afirma que procesa más de 100 billones de señales de seguridad cada día, una cifra consistente con su Digital Defense Report 2025. Ese informe también citó 4.5 millones de nuevos archivos de malware bloqueados y 5 mil millones de correos electrónicos analizados por día. Microsoft dice que obtiene información operativa de 1.6 millones de clientes.

“We have trillions and trillions of data points going back decades,” dijo Suleyman. “It is, I think, the largest longitudinal cybersecurity dataset around,” en parte porque Microsoft atiende a gobiernos “who have been consistently attacked for years, and we have been consistently attacked.”

Consultado sobre si eso crea una ventaja que los competidores no pueden igualar, Suleyman dijo: “That is definitely a moat for us. Both the data and the expertise, and just the experience in the institution of going through that process.”

La afirmación estratégica de Microsoft es que la ciberseguridad puede funcionar como un ciclo activo de aprendizaje por refuerzo. Los defensores actúan, se observan los resultados y los modelos pueden mejorar. La compañía sostiene que conectar acciones con resultados —incluido qué fue explotado, contenido o bloqueado— proporciona señales de entrenamiento que los laboratorios centrados solo en modelos no pueden simplemente comprar o fabricar.

Las afirmaciones sobre benchmarks también vienen con salvedades. Los resultados de CyberGym se basan en la propia evaluación de Microsoft, y la cifra detallada detrás del titular de 96% es 95.95%. Los benchmarks realizados por proveedores que comparan un sistema agéntico ajustado con modelos base de competidores no son pruebas controladas de modelo contra modelo. Microsoft midió una configuración completa de arnés más modelos frente a lo que los clientes podrían ensamblar de otro modo, lo que puede ser comercialmente relevante, pero no es una comparación directa de modelos independientes.

Microsoft dice que el acceso estará restringido por riesgos de doble uso

Un modelo diseñado para encontrar vulnerabilidades difíciles en bases de código complejas también podría ser útil para atacantes que buscan vulnerabilidades. El propio equipo de inteligencia de amenazas de Microsoft, en una investigación conjunta con OpenAI publicada en febrero de 2024, documentó a actores estatales de Rusia, Corea del Norte, Irán y China explorando grandes modelos de lenguaje para reconocimiento, scripting e investigación de vulnerabilidades. El Digital Defense Report 2025 de Microsoft también advirtió que los agentes de IA podrían llegar a automatizar todo el ciclo de vida de un ataque.

Suleyman dijo que Microsoft restringirá el acceso en consecuencia. “We're very strict about who gets access to the model, and we're very careful about that,” dijo. “We constantly monitor the API and usage.” Un usuario aprobado, agregó, “has to be seen to be having good intent, but also have technical competence.”

Dijo que el despliegue avanzará por etapas: “It's not going to be thousands next week. There will be tens, and then hundreds, and then thousands.”

Microsoft afirma que MAI-Cyber-1-Flash fue evaluado por su AI Red Team, probado mediante ejercicios adversariales automatizados y dirigidos por expertos, y evaluado de forma independiente por un tercero. La compañía dijo que las protecciones de despliegue incluyen aislamiento de tenants, auditoría y entornos de ejecución en sandbox sin acceso a internet.

Suleyman también reconoció la posición de Microsoft frente a los sistemas de frontera más recientes, enmarcando su enfoque en torno a la cautela y la confiabilidad. “Even though we might be a few months behind the absolute cutting edge at any given moment... it matters that we're doing it very carefully and thoughtfully, and we have a track record of doing that,” dijo.

Ese énfasis sigue a un año difícil en seguridad para Microsoft en 2024, incluida su decisión de retrasar la función Recall por preocupaciones de privacidad y su papel al convocar una cumbre de la industria después de que la interrupción de CrowdStrike deshabilitara alrededor de 8.5 millones de dispositivos Windows.

Suleyman describe la hoja de ruta más amplia de Microsoft AI

Suleyman dijo que la hoja de ruta de MAI se está acelerando, aproximadamente nueve meses después de que Microsoft estableciera su equipo de superinteligencia. “We have the compute that we need. We certainly have the data we need. We have the talent,” dijo. “Our momentum is accelerating rapidly.”

Dijo que una de las principales solicitudes empresariales es contar con “agents that can produce arbitrary code to solve whatever problem they direct them at,” a medida que las herramientas internas creadas con vibe coding pasan de experimentos a producción. La siguiente fase, dijo, incorporará modelos de voz, transcripción, imagen y programación “all integrated into the same harness.”

Suleyman también cuestionó la suposición de la industria de que la IA convergerá en un único gran modelo unificado. “It remains to be seen whether one giant model that is fully multimodal is actually able to deliver additional transfer learning benefit because of the integration,” dijo, “or whether it's just a big lumbering expensive giant.”

Esa visión sustenta el anuncio de Microsoft. La compañía argumenta que la competencia en IA empresarial está pasando de modelos individuales a sistemas completos: enrutadores, modelos pequeños especializados, opciones de respaldo con modelos de frontera y ciclos de datos propietarios. En ciberseguridad, Microsoft dice que su control tanto de la telemetría de seguridad como de los productos defensivos fortalece ese enfoque. Si la misma estrategia aplica en áreas donde la ventaja de datos de Microsoft es menor sigue siendo una pregunta abierta para la hoja de ruta de MAI.

Por ahora, Microsoft presenta MAI-Cyber-1-Flash, MDASH y Project Perception como una vista previa de cómo pretende competir en la próxima fase de la IA: no dependiendo solo del modelo más grande, sino construyendo un sistema alrededor de modelos que pueda dirigir tareas de manera eficiente. Como dijo Suleyman, la compañía ve esto como “the tip of the iceberg.”