مايكروسوفت تطلق MAI-Cyber-1-Flash: 5B معلمة نشطة ونتيجة 95,95% على CyberGym

أطلقت Microsoft AI في 28 يوليو 2026 نموذج MAI-Cyber-1-Flash، وهو أول نموذج تطوّره الشركة خصيصًا للدفاع السيبراني. وبالتكامل مع إطار المسح MDASH رفع النموذج نتيجته على اختبار CyberGym إلى 95,95%، متجاوزًا الرقم القياسي السابق في القطاع.

ما هو نموذج MAI-Cyber-1-Flash

MAI-Cyber-1-Flash هو محوّل (Transformer) من نوع Mixture-of-Experts المتناثر، طورته Microsoft AI، ويضم 137 مليار معلمة إجمالًا، منها 5 مليارات نشطة، مع نافذة سياق بطول 256 ألف رمز، ويقتصر إدخاله وإخراجه على النص فقط. وهو نسخة مضبوطة بدقة (fine-tune) متخصصة من نموذج MAI-Code-1-Flash، وهو نموذج وكيلي خفيف للبرمجة مدمج بالفعل في GitHub Copilot وVS Code، ضمن عائلة MAI-Thinking-1. ولا يُقدَّم النموذج عبر نقطة API مستقلة، إذ يعمل داخل MDASH فقط.

• 137 مليار معلمة إجمالًا، 5 مليارات منها نشطة، بنية sparse MoE
• سياق بطول 256 ألف رمز، والإدخال والإخراج نصيان فقط
• نسخة مضبوطة بدقة ومتخصصة من MAI-Code-1-Flash ضمن عائلة MAI-Thinking-1
• 95,95% على CyberGym level 1 مقابل 88,45% لـMDASH في مايو 2026
• يتولى النموذج ما يصل إلى 90% من مهام MDASH، وتُحال المهام الأصعب البالغة 10% إلى GPT-5.4

لماذا يعود الرقم القياسي إلى التوجيه لا إلى النموذج

لا تأتي النتيجة الرئيسية من النموذج نفسه، بل من المنظومة المحيطة به. يدير MDASH أكثر من 100 وكيل متخصص عبر خمس مراحل: Prepare وScan وValidate وDedupe وProve. أما اختبار CyberGym فهو مجموعة عامة تضم 1507 مهام حقيقية لإعادة إنتاج الثغرات، جُمعت من 188 مشروعًا ضمن OSS-Fuzz؛ وفي إعداد level 1 يُزوَّد النظام بالشيفرة المصدرية المصابة ووصف عام للثغرة.

يعالج MAI-Cyber-1-Flash ما يصل إلى 90% من جميع مهام MDASH، ويحيل المهام الأصعب البالغة 10% إلى GPT-5.4، وهو ما يحقق وفورات معلنة بنسبة 50% مقارنةً بالتشكيلة السابقة المؤلفة من GPT-5.4 وGPT-5.4 mini وGPT-5.3 codex. أما الحد الأقصى السابق لـMDASH في مايو 2026، وهو 88,45%، فقد تحقق باستخدام نماذج متاحة للعموم فقط، وكان أفضل نتيجة علنية آنذاك، متقدمًا بنحو خمس نقاط على أقرب منافس بنتيجة 83,1%.

«استبدال 80% من النماذج داخل MDASH نقل الإطار من 88,4% إلى 95,95%»، بحسب وصف الإصدار الصادر عن فريق الأبحاث في

Microsoft.

لماذا لا يستطيع النموذج كتابة برمجيات استغلال

الأصفار التي سجلها MAI-Cyber-1-Flash في اختبار ExploitGym (0/0/0 في أقسام Kernel وUserspace وBrowser) ليست عيبًا، بل قرارًا اتخذته Microsoft. وبحسب ما يعلنه الفريق، دُرِّب النموذج على مهام دفاعية مثل ترقيع الأخطاء البرمجية، ولم يُدرَّب على مهام هجومية مثل نشر شيفرة خبيثة.

وعلى صعيد العمل الفعلي، أظهرت المنظومة أداءً مقنعًا. ففي مايو 2026 أسفر عمل شارك فيه MDASH عن 16 ثغرة CVE في حزمة الشبكات والمصادقة في Windows، بينها أربع ثغرات حرجة للتنفيذ عن بُعد للشيفرة. وبأثر رجعي، أعاد الإطار اكتشاف 96% من 28 حالة لدى MSRC في برنامج التشغيل clfs.sys، و100% من 7 حالات في tcpip.sys ضمن نافذة زمنية مدتها خمس سنوات. وقد أنشأ MDASH فريق Autonomous Code Security، الذي يضم أعضاء من Team Atlanta، الفائز بمسابقة DARPA AI Cyber Challenge.

ماذا يعني ذلك

تُظهر Microsoft أن الأرقام القياسية في اكتشاف الثغرات لا يحققها نموذج كبير واحد، بل تنسيق متقن بين وكلاء متخصصين منخفضي التكلفة: فنموذج بـ5 مليارات معلمة نشطة يتحمل 90% من العمل ويخفض الفاتورة إلى النصف، فيما لا يُستدعى النموذج الرائد (frontier) إلا للمهام الأصعب.

الأسئلة الشائعة

ما هو MDASH؟

MDASH هو إطار وكيلي متعدد النماذج من Microsoft للبحث عن الثغرات. يدير أكثر من 100 وكيل عبر خمس مراحل (Prepare وScan وValidate وDedupe وProve)، ويحقق على اختبار CyberGym نتيجة 95,95%.

لماذا سجّل MAI-Cyber-1-Flash أصفارًا في ExploitGym؟

هذا مقصود. فبحسب إعلان Microsoft، دُرِّب النموذج على المهام الدفاعية فقط، مثل ترقيع الأخطاء البرمجية، ولم يُدرَّب على كتابة برمجيات الاستغلال والشيفرة الخبيثة.

ما مقدار التوفير مقارنةً بالتشكيلة السابقة؟

تعلن Microsoft وفورات تبلغ نحو 50% مقارنةً بالتشكيلة السابقة المؤلفة من GPT-5.4 وGPT-5.4 mini وGPT-5.3 codex، وذلك لأن MAI-Cyber-1-Flash يتولى ما يصل إلى 90% من المهام، ولا يُحال إلى GPT-5.4 سوى المهام الأصعب البالغة 10%.