Microsoft afferma di aver ridotto il divario con i modelli di AI di frontiera nella cybersecurity con l’introduzione di MAI-Cyber-1-Flash, un modello compatto focalizzato sulla sicurezza integrato nel suo sistema multi-agente MDASH, già presentato in precedenza.

Secondo Microsoft, il sistema combinato raggiunge un punteggio del 96 percento su CyberGym, un benchmark progettato per misurare l’efficacia con cui i sistemi di AI identificano vulnerabilità di sicurezza reali in grandi basi di codice. L’azienda afferma che questo risultato colloca il sistema 12 punti davanti a Mythos e sopra sia Gemini sia GPT nel benchmark. Poiché i team di sicurezza devono spesso valutare grandi volumi di codice e avvisi, l’enfasi di Microsoft sulla scoperta di vulnerabilità misurata tramite benchmark indica un caso d’uso pratico per modelli specializzati, più che un confronto con chatbot generici.

Microsoft afferma che MAI-Cyber-1-Flash può gestire il 90 percento delle attività all’interno del sistema, passando solo i casi più difficili a GPT-5.4. Secondo l’azienda, questa architettura dovrebbe ridurre i costi del 50 percento. Il modello si basa sulla linea MAI-Thinking-1 di Microsoft. Instradare la maggior parte del lavoro verso un modello di dominio più piccolo, riservando i modelli di frontiera ai casi più complessi, è centrale nell’argomentazione sui costi dell’azienda, poiché le implementazioni di sicurezza in ambito enterprise possono comportare analisi ripetute e ad alto volume, invece di richieste isolate.

La configurazione mostra che Microsoft continua a fare affidamento su OpenAI per le attività di ragionamento complesso, mentre si posiziona sempre più come orchestratore di più modelli di AI. Questo cambiamento arriva mentre l’azienda con sede a Redmond è diventata anche più attiva nei modelli open-weight, dopo anni in cui la distribuzione esclusiva di OpenAI ha contribuito a sostenere la crescita di Azure.

Microsoft sta inoltre introducendo Perception, un sistema di sicurezza basato su agenti progettato per monitorare e mitigare le minacce in tempo reale. L’azienda indica la scala dei suoi dati di sicurezza come un vantaggio chiave, citando oltre 100 trilioni di segnali di sicurezza giornalieri e 1,6 milioni di clienti. Per i clienti, la prossima prova sarà verificare come questi sistemi si comporteranno al di fuori dei benchmark controllati, inclusa l’affidabilità con cui gli agenti identificano le vulnerabilità, assegnano priorità agli avvisi e si integrano nelle operazioni di sicurezza esistenti senza aggiungere un carico di revisione non necessario.