Microsoft uvodi MAI-Cyber-1-Flash u MDASH uz rezultat od 95,95% na CyberGym testu
Microsoft je 28. jula 2026. uveo MAI-Cyber-1-Flash, svoj prvi model namenjen sajber bezbednosti, u MDASH sistem za identifikaciju i sanaciju ranjivosti. Kombinacija novog modela i GPT-5.4 ostvarila je 95,95% na testu CyberGym, uz navodno 50% niži trošak od najbolje dosadašnje MDASH postavke.
Rezultat zahteva pažljivo tumačenje
Ocena pripada celom MDASH sistemu, a ne samostalnom modelu. MAI-Cyber-1-Flash treba da obradi do 90% zadataka, dok je GPT-5.4 rezervisan za najtežih 10%. Pristup je ograničen na odobrene MDASH korisnike kroz privatni pregled u Azure AI Foundry.
CyberGym Level 1 proverava da li agent, uz opis poznate ranjivosti i nezakrpljen izvorni kod, može da napravi funkcionalan dokaz koncepta. Test ne meri slepo otkrivanje ranjivosti niti potvrđuje ispravnost generisane zakrpe. Javna rang-lista 28. jula još je prikazivala Microsoftov raniji rezultat od 88,4%.
Specijalizovani model i usmeravanje zadataka
MAI-Cyber-1-Flash je sparse mixture-of-experts transformer sa ukupno 137 milijardi parametara, pet milijardi aktivnih parametara i kontekstom od 256.000 tokena. U testiranoj konfiguraciji zamenio je 80% postojećih MDASH modela i podigao prijavljeni rezultat sa 88,4% na 95,95%.
„Model je jedan ulaz, a sistem oko njega je proizvod“, rekao je Taesoo Kim, potpredsednik Microsofta za agentsku bezbednost.
Microsoft poredi trošak sa kombinacijom GPT-5.4, GPT-5.4 mini i GPT-5.3 Codex. Kompanija nije objavila potrošnju tokena, broj poziva, latenciju, raspodelu zadataka ni računarske resurse, pa uštedu od 50% za sada nije moguće nezavisno reprodukovati.
Model je na ExploitGym kategorijama za kernel, userspace i pregledače dobio nula poena. Testovi su obavljeni u mrežno izolovanom okruženju, a Microsoft upozorava da generisani tekst i kod mogu biti netačni ili nepotpuni. Project Perception trebalo bi da uđe u javni pregled 3. avgusta.
Za Vaše poslovanje ovo znači da specijalizovano usmeravanje AI zadataka može smanjiti troškove obrade ranjivosti. Ipak, odluke o zakrpama i produkcionim sistemima moraju ostati pod stručnim nadzorom, uz sopstvena merenja preciznosti, troška i rizika.