MAI-Cyber-1-Flash de Microsoft ofrece puntuaciones máximas en CyberGym a la mitad del costo

La IA de ciberseguridad tiene un problema de costo. Los modelos lo suficientemente potentes para encontrar vulnerabilidades reales son costosos de ejecutar a escala, y el volumen de código a escanear crece más rápido que los presupuestos. Microsoft cree tener una solución: un sistema multimodelo ajustado que pone la mayor parte del trabajo en un modelo económico y especializado y reserva los costosos para los casos más difíciles.

El lunes, la compañía presentó MAI-Cyber-1-Flash, un modelo compacto derivado de la línea MAI-Thinking-1, y anunció que sería el modelo predeterminado dentro de MDASH, su arnés multiagente de identificación y remediación de vulnerabilidades. Juntos, dice Microsoft, logran un 96% en el benchmark CyberGym, 12 puntos porcentuales por encima de Mythos, un competidor de un laboratorio no identificado. Todo el sistema cuesta un 50% menos que la mejor configuración anterior de Microsoft usando GPT-5.4, 5.4 mini y 5.3 codex.

“La seguridad es una misión siempre activa, y dado el enorme volumen de ataques entrantes, el costo de tokens es ahora la verdadera limitación para los defensores”, escribió la compañía en una publicación de blog.

La afirmación de Microsoft se basa en una división del trabajo: MAI-Cyber-1-Flash maneja hasta el 90% de las tareas, mientras que un modelo más grande (actualmente GPT-5.4) interviene en el 10% restante que requiere un razonamiento más profundo. Ese enfoque híbrido no es único, Google's Gemini 3.5 Flash Cyber utiliza múltiples llamadas de agente Flash dentro de CodeMender para producir un solo informe de vulnerabilidad, pero Microsoft posiciona su ventaja de datos como el diferenciador. La compañía ve billones de señales diarias a través de identidad, endpoint, nube y red de su propia infraestructura de seguridad, junto con información operativa de 1.6 millones de clientes.

“Nadie puede fabricar esta historia”, dice la publicación.

El campo competitivo de la IA de ciberseguridad se ha vuelto abarrotado. Anthropic limitó deliberadamente las capacidades de ciberseguridad de Claude Opus 5, creando un punto ciego que los especialistas ya están explotando. Fugu-Cyber de Sakana AI encontró más vulnerabilidades confirmadas en el motor JavaScript V8 que Claude Opus 4.6. Gemini 3.5 Flash Cyber de Google está restringido a gobiernos y socios de confianza, lo que limita su alcance en el mercado. Microsoft está poniendo su modelo ampliamente disponible a través de MDASH, que según dice ya incluye más de 100 agentes ajustados por expertos de la industria.

La afirmación sobre el costo merece un escrutinio. Microsoft compara el nuevo sistema con su propio mejor anterior, no con los competidores. Un ahorro del 50% sobre una base costosa sigue siendo costoso si modelos rivales como Mythos o Gemini 3.5 Flash Cyber ofrecen precios absolutos más bajos. La compañía no publicó el precio independiente de MAI-Cyber-1-Flash, solo la cifra a nivel de sistema. El informe técnico prometido en la publicación del blog puede aclarar los números, pero aún no es público.

Microsoft también lanza Perception, un sistema de seguridad agéntico que utiliza equipos de agentes para monitoreo y parcheo continuos, expandiéndose más allá del enfoque de vulnerabilidades de software de MDASH. Perception pronto usará MAI-Cyber-1-Flash para muchos flujos de trabajo, una señal de que Microsoft pretende que el modelo se convierta en el caballo de batalla predeterminado en toda su línea de productos de seguridad.

La verdadera prueba llegará cuando los equipos de seguridad ejecuten sus propios benchmarks. Un modelo que obtenga buenos puntajes en CyberGym puede no generalizarse a todos los códigos base empresariales o escenarios de amenazas. Microsoft afirma que MAI-Cyber-1-Flash fue construido desde cero internamente con los datos de mayor calidad, pero la validación de terceros importa más que el marketing. Sin ella, el 96% sigue siendo un número en una diapositiva.