Microsoft 表示，随着 MAI-Cyber-1-Flash 的推出，其在网络安全领域与前沿 AI 模型的差距已经缩小。MAI-Cyber-1-Flash 是一款专注于安全的紧凑型模型，已集成到该公司此前发布的 MDASH 多智能体系统中。

据 Microsoft 称，这一组合系统在 CyberGym 上取得了 96% 的得分。CyberGym 是一项基准测试，旨在衡量 AI 系统识别大型代码库中真实安全缺陷的有效性。该公司表示，这一结果在该基准上领先 Mythos 12 个百分点，并高于 Gemini 和 GPT。由于安全团队通常需要对大量代码和告警进行分诊，Microsoft 对经过基准测试的漏洞发现能力的强调，指向了专用模型的实际应用场景，而不是与通用聊天机器人的比较。

Microsoft 表示，MAI-Cyber-1-Flash 可以处理系统内 90% 的任务，只有更困难的案例会被转交给 GPT-5.4。该公司称，这种架构应可将成本降低 50%。该模型基于 Microsoft 的 MAI-Thinking-1 系列。将大部分工作路由给较小的领域模型，同时将前沿模型留给更困难的案例，是该公司成本论点的核心，因为企业安全部署可能涉及重复的高容量分析，而非一次性提示。

这一设置表明，Microsoft 仍在复杂推理任务上依赖 OpenAI，同时日益将自身定位为多个 AI 模型的编排者。与此同时，这家总部位于 Redmond 的公司也更积极地参与开放权重模型；此前多年，OpenAI 的独家分发曾帮助推动 Azure 增长。

Microsoft 还推出了 Perception，这是一套基于智能体的安全系统，旨在实时监控和缓解威胁。该公司将其安全数据规模列为关键优势，称其每天拥有超过 100 万亿个安全信号，并服务于 160 万客户。对客户而言，下一项考验将是这些系统在受控基准之外的表现，包括智能体识别漏洞、确定告警优先级，以及在不增加不必要审查负担的情况下融入现有安全运营的可靠性。