微软推出 MAI-Cyber-1-Flash 安全模型

关键信息

微软称 MAI-Cyber-1-Flash 负责大约 90% 的任务，因此预计成本可下降 50%。该模型基于 MAI-Thinking-1 系列，微软还发布了 Perception，这是一套基于智能体的安全系统，利用其庞大的遥测数据实时监控并缓解威胁。

资讯摘要

微软表示，它在 AI 网络安全领域已经缩小了与前沿模型之间的差距，并推出了 MAI-Cyber-1-Flash。这个模型是一个紧凑型安全系统，嵌入在 MDASH 中，而 MDASH 是微软此前公布的多智能体框架，用于识别和修复软件漏洞。微软声称，MAI-Cyber-1-Flash 加上 MDASH 在 CyberGym 基准上得分 96%，而 CyberGym 用来衡量 AI 在大型代码库中发现真实安全漏洞的能力。微软还表示，这一成绩比 Mythos 高出 12 分，并领先于 Gemini 和 GPT。公司称，由于 MAI-Cyber-1-Flash 能独立处理 90% 的任务，整体成本有望下降 50%。

剩下最难的案例会升级交给 GPT-5.4，这说明微软在复杂推理上仍然依赖 OpenAI。微软把这解读为自己越来越像一个 AI 模型编排者，而不是只依赖单一前沿模型。公司还把这种转变与更偏向开放权重的策略联系起来，并强调其安全优势来自每天超过 100 万亿条安全信号和 160 万客户。同一次发布中，微软还推出了 Perception，这是一个基于智能体的安全系统，目标是实时检测并缓解威胁。

资讯正文

微软推出了自己的网络安全模型 MAI-Cyber-1-Flash，但在最棘手的任务上仍依赖 OpenAI

微软表示，它已经在 AI 网络安全领域缩小了与前沿模型之间的差距。该公司推出了 MAI-Cyber-1-Flash，这是一款内置于其此前公布的 MDASH 多智能体系统中的紧凑型安全模型。两者结合后，在衡量 AI 在大型代码库中识别真实安全漏洞能力的基准 CyberGym 上取得了 96% 的成绩，比 Mythos 高出 12 个百分点，并领先于 Gemini 和 GPT。微软表示，由于 MAI-Cyber-1-Flash 负责处理 90% 的任务，只将棘手案例交给 GPT-5.4，因此成本应可下降 50%。该模型基于 MAI-Thinking-1 系列。

微软仍然依赖 OpenAI 来完成复杂推理，但这一架构也契合了它作为 AI 模型编排者不断演变的角色。正是这种转变，使这家位于雷德蒙德的公司在多年通过独家分发 OpenAI 产品推动 Azure 增长之后，转而成为开放权重的倡导者。

微软还推出了 Perception，这是一套基于智能体的安全系统，可实时监测并缓解威胁。微软称，其优势在于每天拥有超过 100 万亿条安全信号的数据，以及 160 万客户。

来源与参考

1. 原始链接
2. Microsoft launches its own cybersecurity model MAI-Cyber-1-Flash but still depends on OpenAI for the toughest tasks