Microsoft 表示，隨著推出 MAI-Cyber-1-Flash，其在網路安全領域已縮小與前沿 AI 模型的差距。MAI-Cyber-1-Flash 是一款專注於安全的精簡型模型，整合至 Microsoft 先前公布的 MDASH 多代理系統中。

根據 Microsoft 說法，這套組合系統在 CyberGym 上取得 96 percent 的分數。CyberGym 是一項基準測試，旨在衡量 AI 系統識別大型程式碼庫中真實安全缺陷的有效程度。該公司表示，這項結果使該系統在該基準測試中領先 Mythos 12 分，並高於 Gemini 和 GPT。由於安全團隊通常需要分流處理大量程式碼與警示，Microsoft 對以基準測試衡量的漏洞發現能力的強調，指向了專用模型的實際應用情境，而不是與通用聊天機器人的比較。

Microsoft 表示，MAI-Cyber-1-Flash 可在系統內處理 90 percent 的任務，只有更困難的案例才會交由 GPT-5.4 處理。該公司表示，這種架構應可將成本降低 50 percent。該模型基於 Microsoft 的 MAI-Thinking-1 系列。將大多數工作交給較小的領域模型，同時保留前沿模型處理更困難案例，是該公司成本論點的核心，因為企業安全部署可能涉及重複且高量的分析，而非一次性的提示請求。

這套架構顯示，Microsoft 在複雜推理任務上仍持續依賴 OpenAI，同時也越來越將自身定位為多個 AI 模型的協調者。這一轉變發生之際，這家總部位於 Redmond 的公司在多年透過 OpenAI 獨家分發推動 Azure 成長後，也更加積極投入開放權重模型。

Microsoft 也推出 Perception，這是一套以代理為基礎的安全系統，設計用於即時監控與緩解威脅。該公司指出，其安全資料規模是一項關鍵優勢，並稱每日安全訊號超過 100 trillion，客戶數達 1.6 million。對客戶而言，下一項考驗將是這些系統在受控基準測試之外的表現，包括代理能否可靠地識別漏洞、排列警示優先順序，並在不增加不必要審查負擔的情況下融入既有安全營運。