Microsoft выпустила MAI-Cyber-1-Flash: 5B активных параметров и 95,95% на CyberGym

Microsoft AI 28 июля 2026 года выпустила MAI-Cyber-1-Flash — свою первую модель, созданную специально для киберзащиты. В связке со сканирующим harness MDASH она подняла результат на бенчмарке CyberGym до 95,95%, побив прежний рекорд отрасли.

Что за модель MAI-Cyber-1-Flash

MAI-Cyber-1-Flash — это разреженный Mixture-of-Experts трансформер от Microsoft AI на 137 млрд параметров всего, из которых активны 5 млрд, с контекстным окном 256 тысяч токенов и только текстовым входом и выходом. Это специализированный файнтюн модели MAI-Code-1-Flash — лёгкой агентной модели для кода, уже встроенной в GitHub Copilot и VS Code, из линейки MAI-Thinking-1. Отдельным API-эндпоинтом модель не поставляется: она работает только внутри MDASH.

• 137 млрд параметров всего, 5 млрд активных, архитектура sparse MoE
• Контекст 256 тысяч токенов, вход и выход — только текст
• Специализированный файнтюн MAI-Code-1-Flash из линейки MAI-Thinking-1
• 95,95% на CyberGym level 1 — против 88,45% у MDASH в мае 2026 года
• Модель берёт на себя до 90% задач MDASH, тяжёлые 10% уходят на GPT-5.4

Почему рекорд ставит маршрутизация, а не модель

Главный результат даёт не сама модель, а система вокруг неё. MDASH управляет более чем 100 специализированными агентами через пять стадий: Prepare, Scan, Validate, Dedupe и Prove. Бенчмарк CyberGym — это публичный набор из 1507 реальных задач по воспроизведению уязвимостей, собранных из 188 проектов OSS-Fuzz; в конфигурации level 1 системе дают уязвимый исходник и общее описание.

MAI-Cyber-1-Flash обрабатывает до 90% всех задач MDASH, а самые сложные 10% эскалирует на GPT-5.4 — это даёт заявленную экономию 50% против прежней связки из GPT-5.4, 5.4 mini и 5.3 codex. Прежний максимум MDASH в мае 2026 года — 88,45% — держался только на общедоступных моделях и уже был лучшим публичным результатом, примерно на пять пунктов опережая ближайшего конкурента с 83,1%.

«Замена 80% моделей внутри MDASH сдвинула harness с 88,4% до 95,95%», — говорится в описании релиза от исследовательской команды

Microsoft.

Почему модель не умеет писать эксплойты

Нули MAI-Cyber-1-Flash в бенчмарке ExploitGym (0/0/0 по разделам Kernel, Userspace и Browser) — это не дефект, а решение Microsoft. Как заявляет команда, модель обучали выполнять защитные задачи вроде патчинга багов, но не наступательные вроде развёртывания вредоносного кода.

На реальной работе связка показала себя убедительно. В мае 2026 года работа с участием MDASH дала 16 CVE в сетевом и аутентификационном стеке Windows, включая четыре критические уязвимости удалённого выполнения кода. Ретроспективно harness восстановил 96% из 28 кейсов MSRC в драйвере clfs.sys и 100% из 7 кейсов в tcpip.sys на пятилетнем окне. Сам MDASH создан командой Autonomous Code Security, куда входят участники Team Atlanta — победителя DARPA AI Cyber Challenge.

Что это значит

Microsoft показывает, что рекорды в поиске уязвимостей ставит не одна большая модель, а грамотная оркестрация дешёвых специализированных агентов: модель на 5 млрд активных параметров тянет 90% работы и режет счёт вдвое, а фронтир подключается лишь на самом сложном.

Частые вопросы

Что такое MDASH?

MDASH — это многомодельный агентный harness Microsoft для поиска уязвимостей. Он управляет более чем 100 агентами через пять стадий (Prepare, Scan, Validate, Dedupe, Prove) и на бенчмарке CyberGym показывает 95,95%.

Почему у MAI-Cyber-1-Flash нули в ExploitGym?

Это сделано намеренно. По заявлению Microsoft, модель обучали только защитным задачам — например, патчингу багов — и не обучали писать эксплойты и вредоносный код.

Насколько связка дешевле прежней?

Microsoft заявляет экономию около 50% по сравнению с прежней конфигурацией из GPT-5.4, 5.4 mini и 5.3 codex — за счёт того, что MAI-Cyber-1-Flash берёт до 90% задач, а на GPT-5.4 уходит лишь сложные 10%.