Microsoft lanza MAI-Cyber-1-Flash: 5B de parámetros activos y 95,95% en CyberGym

Microsoft AI lanzó el 28 de julio de 2026 MAI-Cyber-1-Flash, su primer modelo creado específicamente para la ciberdefensa. Junto con el harness de escaneo MDASH, ha elevado su resultado en el benchmark CyberGym hasta el 95,95% y ha superado el anterior récord del sector.

Qué es MAI-Cyber-1-Flash

MAI-Cyber-1-Flash es un transformer Mixture-of-Experts disperso de Microsoft AI con 137B de parámetros en total, de los cuales 5B están activos, una ventana de contexto de 256 mil tokens y entrada y salida exclusivamente de texto. Se trata de un fine-tune especializado de MAI-Code-1-Flash, un modelo agéntico ligero para código, ya integrado en GitHub Copilot y VS Code, que forma parte de la línea MAI-Thinking-1. El modelo no se ofrece mediante un endpoint de API independiente: funciona únicamente dentro de MDASH.

• 137B de parámetros en total, 5B activos, arquitectura sparse MoE
• Contexto de 256 mil tokens, entrada y salida solo de texto
• Fine-tune especializado de MAI-Code-1-Flash, de la línea MAI-Thinking-1
• 95,95% en CyberGym level 1, frente al 88,45% de MDASH en mayo de 2026
• El modelo asume hasta el 90% de las tareas de MDASH; el 10% más pesado pasa a GPT-5.4

Por qué el récord lo marca el enrutamiento y no el modelo

El resultado principal no lo aporta el modelo en sí, sino el sistema que lo rodea. MDASH coordina más de 100 agentes especializados a lo largo de cinco etapas: Prepare, Scan, Validate, Dedupe y Prove. El benchmark CyberGym es un conjunto público de 1507 tareas reales de reproducción de vulnerabilidades, recopiladas de 188 proyectos de OSS-Fuzz; en la configuración level 1, al sistema se le proporciona el código fuente vulnerable y una descripción general.

MAI-Cyber-1-Flash procesa hasta el 90% de todas las tareas de MDASH y escala a GPT-5.4 el 10% más difícil. Eso supone el ahorro declarado del 50% frente a la anterior combinación de GPT-5.4, 5.4 mini y 5.3 codex. El máximo previo de MDASH, el 88,45% de mayo de 2026, se logró solo con modelos de acceso general y ya era el mejor resultado público, unos cinco puntos por delante del competidor más cercano, con un 83,1%.

«Sustituir el 80% de los modelos dentro de MDASH llevó al harness del 88,4% al 95,95%», señala la descripción del lanzamiento del equipo de investigación de

Microsoft.

Por qué el modelo no sabe escribir exploits

Los ceros de MAI-Cyber-1-Flash en el benchmark ExploitGym (0/0/0 en las secciones Kernel, Userspace y Browser) no son un defecto, sino una decisión de Microsoft. Según declara el equipo, el modelo se entrenó para tareas defensivas, como parchear bugs, y no para tareas ofensivas, como desplegar código malicioso.

En trabajo real, la combinación se ha mostrado convincente. En mayo de 2026, un trabajo con participación de MDASH permitió descubrir 16 CVE en la pila de red y autenticación de Windows, entre ellas cuatro vulnerabilidades críticas de ejecución remota de código. De forma retrospectiva, el harness recuperó el 96% de 28 casos del MSRC en el controlador clfs.sys y el 100% de 7 casos en tcpip.sys, en una ventana de cinco años. El propio MDASH fue creado por el equipo Autonomous Code Security, que incluye a miembros de Team Atlanta, ganador del DARPA AI Cyber Challenge.

Qué significa

Microsoft demuestra que los récords en la búsqueda de vulnerabilidades no los marca un único modelo grande, sino una buena orquestación de agentes especializados y baratos: un modelo de 5B de parámetros activos se encarga del 90% del trabajo y reduce la factura a la mitad, y el modelo de frontera entra solo en lo más complejo.

Preguntas frecuentes

¿Qué es MDASH?

MDASH es el harness agéntico multimodelo de Microsoft para la búsqueda de vulnerabilidades. Coordina más de 100 agentes a lo largo de cinco etapas (Prepare, Scan, Validate, Dedupe, Prove) y alcanza un 95,95% en el benchmark CyberGym.

¿Por qué MAI-Cyber-1-Flash tiene ceros en ExploitGym?

Es intencionado. Según Microsoft, el modelo se entrenó solo para tareas defensivas, como el parcheo de bugs, y no para escribir exploits ni código malicioso.

¿Cuánto más barata es la combinación respecto a la anterior?

Microsoft declara un ahorro de en torno al 50% frente a la configuración previa de GPT-5.4, 5.4 mini y 5.3 codex, ya que MAI-Cyber-1-Flash asume hasta el 90% de las tareas y solo el 10% más complejo pasa a GPT-5.4.