Microsoft afirma que ha reducido la brecha con los modelos de IA de frontera en ciberseguridad con la presentación de MAI-Cyber-1-Flash, un modelo compacto centrado en seguridad e integrado en su sistema multiagente MDASH, presentado anteriormente.

Según Microsoft, el sistema combinado alcanza una puntuación de 96 por ciento en CyberGym, un benchmark diseñado para medir con qué eficacia los sistemas de IA identifican fallas de seguridad reales en grandes bases de código. La compañía dice que ese resultado ubica al sistema 12 puntos por delante de Mythos y por encima de Gemini y GPT en el benchmark. Dado que los equipos de seguridad suelen necesitar clasificar grandes volúmenes de código y alertas, el énfasis de Microsoft en el descubrimiento de vulnerabilidades medido por benchmarks apunta a un caso de uso práctico para modelos especializados, más que a una comparación con chatbots de propósito general.

Microsoft dice que MAI-Cyber-1-Flash puede manejar 90 por ciento de las tareas dentro del sistema, mientras que solo los casos más difíciles se envían a GPT-5.4. La compañía afirma que esa arquitectura debería reducir los costos en 50 por ciento. El modelo se basa en la línea MAI-Thinking-1 de Microsoft. Dirigir la mayor parte del trabajo a un modelo de dominio más pequeño y reservar los modelos de frontera para los casos más complejos es central en el argumento de costos de la compañía, ya que las implementaciones de seguridad empresarial pueden implicar análisis repetidos y de alto volumen, en lugar de solicitudes puntuales.

La configuración muestra que Microsoft sigue dependiendo de OpenAI para tareas de razonamiento complejo, al mismo tiempo que se posiciona cada vez más como orquestador de múltiples modelos de IA. Ese cambio llega mientras la compañía con sede en Redmond también se ha vuelto más activa en modelos de pesos abiertos, después de años en los que la distribución exclusiva de OpenAI ayudó a impulsar el crecimiento de Azure.

Microsoft también está presentando Perception, un sistema de seguridad basado en agentes diseñado para monitorear y mitigar amenazas en tiempo real. La compañía señala la escala de sus datos de seguridad como una ventaja clave, citando más de 100 billones de señales de seguridad diarias y 1.6 millones de clientes. Para los clientes, la próxima prueba será cómo funcionan estos sistemas más allá de los benchmarks controlados, incluida la fiabilidad con la que los agentes identifican vulnerabilidades, priorizan alertas y se integran en las operaciones de seguridad existentes sin añadir una carga de revisión innecesaria.