Microsoftは、同社初のサイバーセキュリティ専用モデルMAI-Cyber-1-Flashを発表し、脆弱性探索システムMDASHに統合した。同社によると、このシステムはAnthropicのMythos 5とOpenAIのGPT-5.6 Solを上回り、Microsoftの現行最良のMDASH構成と比べてコストを50%削減した。

Microsoftによると、統合されたMDASH構成はCyberGymで95.95%を記録した。CyberGymは、188件のオープンソースプロジェクトにわたる1,507件の既知の脆弱性をAIエージェントに再現させるベンチマークで、管理された環境で正常に再現できた脆弱性の割合によってシステムを評価する。

Microsoftは、この結果によりMDASHが、85.6%のGPT-5.5 Cyber、83.8%のMythos 5、83.6%のGPT-5.6 Sol、83.2%のGemini 3.5 Flash Cyberを上回ったと述べた。このスコアはMicrosoftによる自己申告で、公開時点ではCyberGymの公開リーダーボードには掲載されていなかった。ただし、このベンチマークは公開テストセットと定義済みの成功指標を使用している。

CyberGymのようなベンチマークが重要なのは、エージェントが疑わしいコードを指摘するだけでなく、既知の欠陥を実際に再現できるかをテストするためだ。これは、システムが非公開のコードベース全体でどのように機能するかを証明するものよりは範囲が狭いが、研究者やセキュリティチームにとって、脆弱性探索システムを比較する共通の方法を提供する。

MAI-Cyber-1-Flashは、システム内で単独で動作しているわけではない。Microsoftによると、このモデルはタスクの最大90%を処理し、MDASHは最も難しい10%をGPT-5.4に振り分ける。このルーティングが重要なのは、トークン、つまりAIモデルが処理するテキストの単位には、モデルがコードを読んだり回答を生成したりするたびにコストが発生するためだ。

Microsoftは今回のリリースについて、効率性を重視して構築された同社モデルが、より幅広い汎用能力を想定して設計された高密度の最先端モデルを上回ることができた初のケースだと説明した。Microsoft CEOのSatya Nadella氏は、「MDASHと組み合わせることで、（MAI-Cyber-1-Flash）は主要モデルの50%のコストで世界水準の性能を提供する」と書いた。

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

モデル、この場合はMAI-Cyber-1-Flashとは、コードについて推論するAIシステムを指す。ハーネス、この場合はMDASHとは、その周辺の仕組みであり、どこを調べるかを決め、疑わしい検出結果に異議を唱え、重複を排除し、バグを発動できることを証明するエージェント、ツール、チェック、ワークフローで構成される。

MDASHは、コードを監査し、検出結果が本物かどうかを議論し、欠陥が存在することを示す実動デモである概念実証を構築するために割り当てられた100以上の専門エージェントを使用する。この概念実証の段階はソフトウェアチームにとって重要で、未検証のバグ報告は追加のトリアージ作業を生む可能性がある一方、再現可能な検出結果は優先順位付けや修正がしやすい。

Microsoftは、AIによってバグ発見のコストが下がる中、散発的なスキャンや遅れたパッチ適用は時代遅れになりつつあると述べた。同社はまた、数十年にわたるセキュリティデータが優位性をもたらすと主張し、「この歴史は誰にも作り出せない」と述べた。

Claude Mythosのリリース以降、サイバーセキュリティ専門家はその能力に追いつく、または上回ることを試みてきた。研究者らは、公開モデルを使ってMythos型の脆弱性探索を1回のスキャンあたり30ドル未満で再現した。関与した研究者の1人であるDawid Moczadło氏は、「堀はモデルへのアクセスから検証へと移りつつある」と述べた。

つまり、プロセスで希少になりつつあるのは、開発者を誤検知で圧倒することなく検出結果を証明できるシステムだということだ。

Decryptは以前、GPT-5.5 Cyberが85.6%のスコアで公開CyberGymの首位に立ち、Mythosを僅差で上回ったと報じていた。Microsoftが新たに報告したスコアは、GPT-5.5 Cyberを約10ポイント、MDASHの前回結果を7.5ポイント上回るが、MAI-Cyber-1-Flash単体ではなくシステム全体を評価したものだ。

Microsoftは、DefenderポータルのMicrosoft Security Exposure Managementを通じてMDASHをプライベートプレビューとして提供する。顧客はGitリポジトリをスキャンし、可能性が低いものから実証済みのものまで順位付けされた検出結果を確認し、Defender CLIを使って開発者レビュー向けのコード修正案を生成できる。

現在のプレビューでは、リポジトリはおおむね256MBに制限され、テナントあたり同時スキャンは1件まで許可されている。Project Perceptionは、同じマルチエージェントのアプローチをコードスキャンの範囲を超えて、より広範な脅威監視と修復ワークフローへ拡張すると見込まれている。