Microsoft a dévoilé lundi son premier modèle de cybersécurité conçu sur mesure ainsi qu’une plateforme de défense agentique plus large, présentant ce lancement comme un élément d’une stratégie d’IA d’entreprise axée sur l’utilisation de modèles plus petits et moins coûteux pour la plupart des tâches, tout en orientant les missions plus difficiles vers des systèmes plus puissants.

L’entreprise a annoncé MAI-Cyber-1-Flash, un modèle de sécurité compact développé en interne par sa division Microsoft AI (MAI). Le modèle est intégré à MDASH, le dispositif multi-agent de Microsoft destiné à détecter et corriger les vulnérabilités logicielles. Microsoft affirme que le système combiné obtient un score de 96% sur CyberGym, un benchmark qui mesure la capacité des systèmes d’IA à raisonner sur de grands corpus de code afin d’identifier de véritables vulnérabilités. L’entreprise indique que ce résultat dépasse celui de modèles de pointe, notamment Mythos, Gemini et GPT, tout en réduisant les coûts d’environ moitié par rapport à la configuration de production actuelle de Microsoft.

Microsoft a également présenté Project Perception, un système de sécurité agentique conçu pour coordonner plusieurs types d’agents défensifs : des agents “red team” qui recherchent des chemins possibles de compromission, des agents “blue team” qui enquêtent et hiérarchisent les risques, et des agents “green team” qui corrigent les problèmes et renforcent les défenses. Project Perception doit entrer en préversion publique le August 3, ce qui fera de cette préversion un premier test de la capacité de Microsoft à traduire son approche modèle-et-dispositif en flux de travail que les équipes de sécurité pourront évaluer en dehors de l’entreprise.

Dans un entretien exclusif avec VentureBeat, Mustafa Suleyman, CEO de Microsoft AI, a déclaré que cette annonce marquait le début d’un effort de plus long terme.

“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,” a déclaré Suleyman. “We haven't been working on this for long. The next model is going to be pretty phenomenal.”

L’architecture 90/10 de Microsoft utilise toujours GPT-5.4 d’OpenAI

L’un des détails techniques les plus notables concerne la manière dont Microsoft déploie MAI-Cyber-1-Flash, plutôt que le modèle seul. L’entreprise a conçu MAI-Cyber-1-Flash pour traiter efficacement jusqu’à 90% des tâches de sécurité. MDASH fait ensuite remonter les 10% restants de problèmes particulièrement difficiles vers un modèle de pointe plus grand, GPT-5.4 d’OpenAI. Cela signifie que le système phare d’IA de sécurité de Microsoft continue de s’appuyer sur son partenaire de longue date, devenu un concurrent de plus en plus visible, pour les travaux les plus exigeants.

Suleyman a indiqué que l’élément clé est le dispositif d’orchestration, une couche qui dirige chaque problème entrant vers le modèle le mieux adapté pour le résoudre. “The harness is like a router,” a-t-il déclaré à 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.”

Il a décrit le système comme composé de trois parties : le dispositif d’orchestration, le modèle plus petit et plus rapide MAI-Cyber-1-Flash qui traite la majorité des requêtes, et GPT-5.4 fonctionnant à ses côtés comme “just a generalist coding model.”

Interrogé sur la manière dont un système dépendant du modèle d’OpenAI peut surpasser des concurrents de pointe, Suleyman a déclaré que la performance provient du système complet plutôt que d’un modèle unique. “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,” a-t-il dit. “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 a ajouté que le choix de GPT-5.4 pour l’escalade était également motivé par les coûts. “GPT-5.6 is expensive. GPT-5.4 is incredibly good relative to its cost,” a-t-il déclaré. “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.”

Cette structure reflète l’évolution de la relation de Microsoft avec OpenAI. Microsoft demeure client et partenaire dans un accord qui a suscité l’examen des régulateurs à Bruxelles et à Washington en 2024, tout en cherchant aussi à contrôler davantage de couches de la pile d’IA là où l’entreprise estime disposer d’avantages durables. Elle montre également comment Microsoft distingue la propriété des modèles de la propriété du système : même lorsqu’elle utilise un modèle partenaire, l’entreprise met l’accent sur le routage, les garde-fous et le flux de travail spécifique à la sécurité qui entourent ce modèle.

Les coûts des tokens sont devenus une contrainte majeure pour l’IA d’entreprise

Microsoft affirme que la nouvelle configuration permet d’économiser environ 50% par rapport à l’installation MDASH existante, qui utilise une combinaison de GPT-5.4, 5.4 mini et 5.3 codex. En cybersécurité, où les systèmes fonctionnent en continu et traitent de très grands volumes de signaux, les coûts liés aux tokens s’accumulent rapidement. Microsoft soutient que ces coûts sont devenus une contrainte centrale pour les défenseurs.

Suleyman a relié le problème des coûts aux limites physiques de l’infrastructure informatique. “The key barrier to adoption is access to chips, and cost is a function of chips,” a-t-il déclaré. “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.”

Il a également indiqué que les entreprises contestent de plus en plus le prix des modèles de pointe. Les sociétés ont d’abord utilisé les modèles les plus performants disponibles, a-t-il expliqué, mais “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 inscrit son approche dans une tendance plus large vers des modèles d’IA proches de l’état de l’art mais plus efficaces en coûts. Au cours de l’année écoulée, de tels systèmes sont apparus dans des lancements comme le récent modèle Grok de xAI et une vague de modèles chinois bâtis autour d’hypothèses similaires de rapport coût-performance. Suleyman a déclaré que la position de Microsoft en tant qu’entreprise de plateforme l’aligne sur les pressions de coûts des entreprises. “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,” a-t-il dit. “There's no point asking... Mythos what the capital of France is.”

Microsoft met en avant un avantage de données de sécurité de 100 billions de signaux

L’argument de Microsoft en matière de cybersécurité repose également sur l’échelle de sa télémétrie de sécurité. L’entreprise indique traiter plus de 100 billions de signaux de sécurité chaque jour, un chiffre cohérent avec son 2025 Digital Defense Report. Ce rapport mentionnait également 4.5 millions de nouveaux fichiers de logiciels malveillants bloqués et 5 milliards d’e-mails analysés par jour. Microsoft affirme tirer des informations opérationnelles de 1.6 million de clients.

“We have trillions and trillions of data points going back decades,” a déclaré Suleyman. “It is, I think, the largest longitudinal cybersecurity dataset around,” en partie parce que Microsoft sert des gouvernements “who have been consistently attacked for years, and we have been consistently attacked.”

Lorsqu’on lui a demandé si cela créait un avantage que les concurrents ne peuvent pas égaler, Suleyman a répondu : “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 thèse stratégique de Microsoft est que la cybersécurité peut fonctionner comme une boucle d’apprentissage par renforcement en temps réel. Les défenseurs agissent, les résultats sont observés et les modèles peuvent s’améliorer. L’entreprise soutient que le fait de relier les actions aux résultats — notamment ce qui a été exploité, contenu ou bloqué — fournit des signaux d’entraînement que les laboratoires de modèles purs ne peuvent pas simplement acheter ou fabriquer.

Les affirmations liées au benchmark s’accompagnent aussi de réserves. Les résultats CyberGym reposent sur la propre évaluation de Microsoft, et le chiffre détaillé derrière le score annoncé de 96% est 95.95%. Les benchmarks réalisés par des fournisseurs qui comparent un système agentique optimisé aux modèles de base de concurrents ne sont pas des tests contrôlés modèle contre modèle. Microsoft a mesuré une configuration complète dispositif-plus-modèles face à ce que les clients pourraient autrement assembler, ce qui peut être pertinent commercialement mais ne constitue pas une comparaison directe de modèles autonomes.

Microsoft affirme que l’accès sera restreint en raison des risques de double usage

Un modèle conçu pour trouver des vulnérabilités difficiles dans des bases de code complexes pourrait également être utile à des attaquants cherchant des failles. La propre équipe de renseignement sur les menaces de Microsoft, dans une recherche conjointe avec OpenAI publiée en February 2024, a documenté des acteurs étatiques de Russie, de Corée du Nord, d’Iran et de Chine testant de grands modèles de langage pour la reconnaissance, l’écriture de scripts et la recherche de vulnérabilités. Le 2025 Digital Defense Report de Microsoft a également averti que les agents d’IA pourraient finir par automatiser l’ensemble du cycle de vie d’une attaque.

Suleyman a déclaré que Microsoft restreindrait donc l’accès en conséquence. “We're very strict about who gets access to the model, and we're very careful about that,” a-t-il indiqué. “We constantly monitor the API and usage.” Un utilisateur approuvé, a-t-il ajouté, “has to be seen to be having good intent, but also have technical competence.”

Il a précisé que le déploiement se ferait par étapes : “It's not going to be thousands next week. There will be tens, and then hundreds, and then thousands.”

Microsoft affirme que MAI-Cyber-1-Flash a été évalué par son AI Red Team, testé au moyen d’exercices adversariaux automatisés et dirigés par des experts, puis évalué de manière indépendante par un tiers. L’entreprise indique que les protections de déploiement incluent l’isolation des locataires, l’audit et des environnements d’exécution en bac à sable sans accès à Internet.

Suleyman a également reconnu la position de Microsoft par rapport aux systèmes de pointe les plus récents, en présentant son approche sous l’angle de la prudence et de la fiabilité. “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,” a-t-il déclaré.

Cet accent intervient après une année 2024 difficile pour Microsoft en matière de sécurité, notamment sa décision de retarder la fonctionnalité Recall pour des raisons de confidentialité et son rôle dans l’organisation d’un sommet sectoriel après que la panne CrowdStrike a désactivé environ 8.5 millions d’appareils Windows.

Suleyman décrit la feuille de route plus large de Microsoft AI

Suleyman a déclaré que la feuille de route de MAI s’accélère environ neuf mois après la création par Microsoft de son équipe dédiée à la superintelligence. “We have the compute that we need. We certainly have the data we need. We have the talent,” a-t-il dit. “Our momentum is accelerating rapidly.”

Il a indiqué qu’une demande majeure des entreprises concerne des “agents that can produce arbitrary code to solve whatever problem they direct them at,” alors que les outils internes codés par vibe coding passent du stade expérimental à la production. La prochaine phase, a-t-il expliqué, intégrera des modèles de voix, de transcription, d’image et de code “all integrated into the same harness.”

Suleyman a également remis en question l’hypothèse du secteur selon laquelle l’IA convergera vers un seul grand modèle unifié. “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,” a-t-il dit, “or whether it's just a big lumbering expensive giant.”

Cette vision sous-tend l’annonce de Microsoft. L’entreprise affirme que la concurrence dans l’IA d’entreprise se déplace des modèles individuels vers des systèmes complets : routeurs, petits modèles spécialisés, options de repli vers des modèles de pointe et boucles de données propriétaires. En cybersécurité, Microsoft estime que son contrôle à la fois de la télémétrie de sécurité et des produits défensifs renforce cette approche. La question de savoir si la même stratégie s’applique dans des domaines où l’avantage de données de Microsoft est plus limité reste ouverte pour la feuille de route de MAI.

Pour l’instant, Microsoft présente MAI-Cyber-1-Flash, MDASH et Project Perception comme un aperçu de la manière dont l’entreprise entend rivaliser dans la prochaine phase de l’IA : non pas en s’appuyant uniquement sur le plus grand modèle, mais en construisant autour des modèles un système capable d’orienter efficacement les tâches. Comme l’a dit Suleyman, l’entreprise considère cela comme “the tip of the iceberg.”