Microsoft ha presentato MAI-Cyber-1-Flash, il suo primo modello dedicato alla cybersecurity, e lo ha integrato in MDASH, un sistema per la ricerca di vulnerabilità che, secondo l’azienda, ha superato Mythos 5 di Anthropic e GPT-5.6 Sol di OpenAI, riducendo al contempo i costi del 50% rispetto all’attuale migliore configurazione MDASH di Microsoft.

Secondo Microsoft, la configurazione combinata di MDASH ha ottenuto il 95,95% su CyberGym, un benchmark che chiede agli agenti IA di riprodurre 1.507 vulnerabilità note in 188 progetti open source. CyberGym assegna i punteggi ai sistemi in base alla percentuale di vulnerabilità che riescono a riprodurre con successo in un ambiente controllato.

Microsoft ha affermato che il risultato ha portato MDASH davanti a GPT-5.5 Cyber all’85,6%, Mythos 5 all’83,8%, GPT-5.6 Sol all’83,6% e Gemini 3.5 Flash Cyber all’83,2%. Il punteggio è stato autodichiarato da Microsoft e, al momento della pubblicazione, non era comparso nella leaderboard pubblica di CyberGym, sebbene il benchmark utilizzi un set di test pubblico e una metrica di successo definita.

Benchmark come CyberGym sono rilevanti perché verificano se un agente sia in grado di andare oltre la semplice segnalazione di codice sospetto e di riprodurre effettivamente una falla nota. Questo resta un criterio più ristretto rispetto alla dimostrazione di come un sistema si comporterà su codebase private, ma offre a ricercatori e team di sicurezza un modo comune per confrontare i sistemi di ricerca delle vulnerabilità.

MAI-Cyber-1-Flash non opera da solo all’interno del sistema. Microsoft ha dichiarato che il modello gestisce fino al 90% delle attività, mentre MDASH instrada il 10% più difficile verso GPT-5.4. Questo instradamento è significativo perché i token, cioè i blocchi di testo elaborati da un modello di IA, comportano un costo ogni volta che un modello legge codice o genera una risposta.

Microsoft ha descritto il lancio come la prima volta in cui uno dei suoi modelli orientati all’efficienza è riuscito a battere un modello denso e all’avanguardia progettato per capacità generali più ampie. “When combined with MDASH, (MAI-Cyber-1-Flash) delivers world-class performance at 50 percent of the cost of leading models,” ha scritto Satya Nadella, CEO di Microsoft.

Today, we are announcing a series of updates that give customers frontier-grade security at half the cost. MAI-Cyber-1-Flash is our first cybersecurity model, built ground up to find the most challenging vulnerabilities in complex code bases. When combined with MDASH, it… pic.twitter.com/npcIihN1H7 — Satya Nadella (@satyanadella) July 27, 2026

Un modello, in questo caso MAI-Cyber-1-Flash, è il sistema di IA che ragiona sul codice. Un harness, in questo caso MDASH, è l’infrastruttura circostante: agenti, strumenti, controlli e workflow che decidono dove cercare, mettono in discussione i risultati sospetti, eliminano i duplicati e dimostrano che un bug può essere attivato.

MDASH utilizza oltre 100 agenti specializzati incaricati di analizzare il codice, discutere se un risultato sia autentico e costruire una proof of concept, cioè una dimostrazione funzionante dell’esistenza della falla. Questa fase di proof of concept è centrale per i team software perché le segnalazioni di bug non verificate possono creare ulteriore lavoro di triage, mentre i risultati riproducibili sono più facili da prioritizzare e correggere.

Microsoft ha affermato che le scansioni occasionali e le patch ritardate stanno diventando obsolete man mano che l’IA rende più economica la scoperta dei bug. L’azienda ha inoltre sostenuto che decenni di dati sulla sicurezza le conferiscono un vantaggio, dichiarando: “No one can manufacture this history.”

Dall’uscita di Claude Mythos, gli esperti di cybersecurity stanno cercando di eguagliarne o superarne le capacità. Alcuni ricercatori hanno riprodotto la ricerca di vulnerabilità in stile Mythos con modelli pubblici per meno di 30 dollari a scansione. Dawid Moczadło, uno dei ricercatori coinvolti, ha affermato che “the moat is moving from model access to validation.”

Ciò significa che la parte più scarsa del processo sta diventando sempre più il sistema capace di dimostrare i risultati senza sommergere gli sviluppatori di falsi allarmi.

Decrypt aveva in precedenza riportato che GPT-5.5 Cyber aveva recentemente conquistato la leadership pubblica di CyberGym con un punteggio dell’85,6%, superando di poco Mythos. Il nuovo punteggio riportato da Microsoft è circa 10 punti superiore a GPT-5.5 Cyber e 7,5 punti sopra il precedente risultato di MDASH, ma valuta il sistema completo anziché il solo MAI-Cyber-1-Flash.

Microsoft sta rendendo MDASH disponibile in anteprima privata tramite Microsoft Security Exposure Management nel portale Defender. I clienti possono scansionare repository Git, esaminare risultati classificati da improbabili a provati e usare la Defender CLI per generare correzioni di codice proposte da sottoporre alla revisione degli sviluppatori.

L’anteprima attualmente limita i repository a circa 256MB e consente una scansione concorrente per tenant. Project Perception dovrebbe estendere lo stesso approccio multi-agente oltre la scansione del codice, verso workflow più ampi di monitoraggio delle minacce e remediation.