Le MAI-Cyber-1-Flash de Microsoft atteint les meilleurs scores CyberGym pour moitié moins cher

L'IA en cybersécurité a un problème de coût. Les modèles suffisamment puissants pour détecter de véritables vulnérabilités sont coûteux à exécuter à grande échelle, et le volume de code à analyser croît plus vite que les budgets. Microsoft pense avoir une solution : un système multi-modèle optimisé qui confie l'essentiel du travail à un modèle bon marché et spécialisé, et réserve les plus coûteux pour les cas les plus difficiles.

L'entreprise a présenté lundi le MAI-Cyber-1-Flash, un modèle compact issu de la lignée MAI-Thinking-1, et a annoncé qu'il serait le modèle par défaut dans MDASH, son harnais multi-agent d'identification et de correction des vulnérabilités. Ensemble, selon Microsoft, ils atteignent 96 % sur le benchmark CyberGym, soit 12 points de pourcentage de plus que Mythos, un concurrent d'un laboratoire non nommé. L'ensemble du système coûte 50 % de moins que la meilleure configuration précédente de Microsoft utilisant GPT-5.4, 5.4 mini et 5.3 codex.

« La sécurité est une mission permanente, et compte tenu de l'énorme volume d'attaques entrantes, le coût des tokens est désormais la véritable contrainte pour les défenseurs », a écrit l'entreprise dans un article de blog.

L'affirmation de Microsoft repose sur une division du travail : le MAI-Cyber-1-Flash gère jusqu'à 90 % des tâches, tandis qu'un modèle plus grand (actuellement GPT-5.4) intervient pour les 10 % restants nécessitant un raisonnement plus approfondi. Cette approche hybride n'est pas unique : le Gemini 3.5 Flash Cyber de Google utilise plusieurs appels d'agents Flash dans CodeMender pour produire un seul rapport de vulnérabilité, mais Microsoft positionne son avantage en matière de données comme facteur différenciant. L'entreprise voit des billions de signaux quotidiens à travers l'identité, le terminal, le cloud et le réseau provenant de son propre parc de sécurité, ainsi que des informations opérationnelles de 1,6 million de clients.

« Personne ne peut fabriquer cet historique », indique l'article.

Le domaine concurrentiel de l'IA en cybersécurité est devenu encombré. Anthropic a délibérément limité les capacités de cybersécurité de Claude Opus 5, créant un angle mort que les spécialistes exploitent déjà. Le Fugu-Cyber de Sakana AI a trouvé plus de vulnérabilités confirmées dans le moteur JavaScript V8 que Claude Opus 4.6. Le Gemini 3.5 Flash Cyber de Google est verrouillé pour les gouvernements et les partenaires de confiance, limitant sa portée sur le marché. Microsoft rend son modèle largement disponible via MDASH, qui, selon elle, comprend déjà plus de 100 agents paramétrés par des experts du secteur.

L'affirmation sur les coûts mérite d'être examinée. Microsoft compare le nouveau système à son propre meilleur précédent, pas à ses concurrents. Une économie de 50 % sur une base coûteuse reste chère si des modèles rivaux comme Mythos ou Gemini 3.5 Flash Cyber proposent des prix absolus plus bas. L'entreprise n'a pas publié de tarification autonome pour le MAI-Cyber-1-Flash, seulement le chiffre à l'échelle du système. Le rapport technique promis dans l'article de blog pourrait clarifier les chiffres, mais il n'est pas encore public.

Microsoft lance également Perception, un système de sécurité agentique qui utilise des équipes d'agents pour une surveillance et un correction continus, élargissant le champ d'action au-delà du focus sur les vulnérabilités logicielles de MDASH. Perception utilisera bientôt le MAI-Cyber-1-Flash pour de nombreux workflows, un signe que Microsoft entend faire de ce modèle le cheval de bataille par défaut dans sa gamme de produits de sécurité.

Le véritable test viendra lorsque les équipes de sécurité exécuteront leurs propres benchmarks. Un modèle qui obtient de bons résultats sur CyberGym peut ne pas se généraliser à toutes les bases de code d'entreprise ou à tous les scénarios de menace. Microsoft affirme que le MAI-Cyber-1-Flash a été construit à partir de zéro en interne sur des données de la plus haute qualité, mais la validation par un tiers compte plus que le marketing. Sans cela, les 96 % restent un chiffre sur une diapositive.