Нова AI-модель Microsoft перевищує ефективність конкурентів та знижує витрати на кібербезпеку на 50%

Microsoft оголосила про випуск нової спеціалізованої моделі штучного інтелекту MAI-Cyber-1-Flash, інтегрованої в мультиагентну платформу виявлення та усунення вразливостей MDASH. Оновлена система забезпечує високий рівень виявлення дефектів у кодових базах при скороченні витрат на обчислення на 50%.

 

Зазначається, що розробка моделі MAI-Cyber-1-Flash, що належить до лінійки компанії MAI-Thinking-1, покликана вирішити проблему швидкого пошуку дефектів у складному програмному забезпеченні на тлі зростання кількості автоматизованих загрози. У поєднанні з мультиагентним каркасом MDASH об'єднана система досягла показника у 96% у спеціалізованому бенчмарку CyberGym, що на 12 відсоткових пунктів вище за показники системи Mythos, а також перевершує результати моделей Gemini та GPT.

 

Архітектурне рішення передбачає розподіл завдань за рівнем складності: модель MAI-Cyber-1-Flash ефективно обробляє до 90% повсякденних запитів із локалізації вразливостей, тоді як складніші 10% завдань перенаправляються на масштабніші інструменти fleet-рівня, такі як GPT-5.4. «Зі зниженням вартості пошуку вразливостей стара модель безпеки, за якої ви періодично скануєте та згодом закриваєте прогалини, застаріла. Якщо ми прагнемо розкрити справжні переваги AI, ми маємо спочатку створити виняткові кібермоделі, які допоможуть посилити програмне забезпечення, на якому працює світ», як зазначили у Microsoft.

 

Паралельно компанія представила платформу Perception — систему агентної безпеки в межах MDASH, призначену для безперервного моніторингу та закриття нових векторів атак командами спеціалізованих AI-агентів. Модель MAI-Cyber-1-Flash пройшла внутрішнє тестування командою Microsoft AI Red Team, а також незалежну оцінку сторонніх експертів. Безпека використання enterprise-клієнтами забезпечується ізоляцією середовищ виконання без доступу до мережі інтернет, шифруванням та рольовим контролем доступу.

 

Запуск моделі MAI-Cyber-1-Flash у складі MDASH свідчить про зміну пріоритетів корпоративного сектору у сфері кіберзахисту: ключовим фактором стає економічна ефективність обробки сигналів. Оскільки AI-інструменти здешевили процес пошуку вразливостей для зловмисників, захисники змушені здійснювати безперервний аудит коду. Гібридна модель, де 90% рутинного аналізу виконує швидка та дешевша спеціалізована модель, а дорогі гігантські AI-системи залучаються лише для складних завдань, дозволяє втримати баланс між рівнем безпеки та витратами на інфраструктуру.

 

Для Microsoft цей реліз є важливою віхою у формуванні замкненого циклу навчання кібермоделей на основі власних даних. Використання щоденного потоку з понад 100 трлн безпекових сигналів та зворотного зв'язку від Центру реагування на безпекові інциденти (Microsoft Security Response Center) створює стійкий бар'єр для конкурентів. Поєднання власної моделі, масиву унікальних історичних даних та багаторагентного каркасу MDASH дозволяє корпорації зафіксувати лідерство у сегменті автоматизованого захисту enterprise-інфраструктури.