Microsoft presenta MAI-Cyber-1-Flash, su primer modelo propio de ciberseguridad integrado en MDASH

Microsoft ha presentado MAI-Cyber-1-Flash, su primer modelo de inteligencia artificial especializado en ciberseguridad, integrado dentro de MDASH, el sistema multiagente de la compañía para identificar y corregir vulnerabilidades de software. Según Microsoft, la combinación de ambos permite alcanzar un rendimiento de referencia, reduciendo a la mitad el coste de su oferta anterior dentro de MDASH.

La compañía enmarca el lanzamiento en un contexto de presión creciente sobre los equipos de seguridad, donde herramientas de IA cada vez más potentes permiten a los atacantes rastrear grandes volúmenes de código en busca de una única vulnerabilidad explotable. Frente a ese escenario, Microsoft plantea MAI-Cyber-1-Flash como un modelo pensado específicamente para detectar fallos complejos en bases de código extensas.

Un modelo pequeño apoyado en GPT-5.4 para los casos más difíciles

El dato que Microsoft destaca con más fuerza es el resultado en CyberGym, el benchmark de referencia para evaluar cómo un sistema razona sobre grandes bases de código en busca de vulnerabilidades reales. Según la compañía, la combinación de MDASH con MAI-Cyber-1-Flash alcanza un 95,95% de acierto, doce puntos por encima de Mythos y por delante también de Gemini y GPT en esa misma prueba.

Ahora bien, conviene precisar cómo se construye esa cifra. MAI-Cyber-1-Flash no trabaja solo, sino que está pensado para resolver de forma eficiente hasta el 90% de las tareas habituales, dejando que MDASH recurra a GPT-5.4, un modelo mayor y más costoso, únicamente para el 10% de casos excepcionalmente complejos. El resultado final que se compara en el gráfico corresponde, por tanto, a ese sistema combinado, no a un modelo único enfrentado de forma aislada al resto.

Ese reparto de tareas es también la base del ahorro que anuncia Microsoft. La compañía cifra en un 50% el ahorro de coste frente a su configuración anterior dentro de MDASH, que combinaba GPT-5.4, GPT-5.4-mini y GPT-5.3-codex. Es una comparación interna, frente a su propia oferta previa, más que una medición directa de coste frente a otros proveedores de seguridad basada en IA.

El origen del modelo y la ventaja de los datos propios

MAI-Cyber-1-Flash procede de la familia MAI-Thinking-1, el modelo de razonamiento de tamaño medio que Microsoft presentó en junio y que la propia compañía situó como una herramienta competitiva para uso empresarial, aunque todavía por detrás de los modelos de frontera de otros laboratorios en tareas generalistas. MAI-Cyber-1-Flash es una variante compacta y especializada en código de esa misma base, entrenada específicamente para tareas de seguridad.

Más allá del modelo en sí, Microsoft insiste en que su principal ventaja en este terreno está en el volumen de datos propios acumulados durante años de operar sistemas de seguridad a gran escala, más de 100 billones de señales diarias procedentes de identidad, endpoint, nube y red, junto a un historial extenso de exploits reales y sus correspondientes remediaciones. Es un argumento distinto al del rendimiento puro del modelo, y probablemente el que Microsoft considera más difícil de replicar por parte de terceros.

El tercer elemento que la compañía menciona es el propio harness, es decir, la orquestación de MDASH, ajustada según Microsoft por especialistas en ciberseguridad que han desarrollado más de 100 agentes distintos para localizar, validar y corregir vulnerabilidades combinando varios modelos.

Perception y las garantías de seguridad del propio modelo

Junto a MAI-Cyber-1-Flash, Microsoft lanza también Perception, un sistema de seguridad agéntica formado por equipos de agentes dentro de MDASH orientados a monitorizar, parchear y cerrar nuevos vectores de amenaza de forma continua. La compañía adelanta que Perception incorporará más adelante el propio MAI-Cyber-1-Flash para un rango más amplio de flujos de trabajo, aunque por ahora no detalla plazos concretos.

En el apartado de seguridad del propio modelo, Microsoft explica que MAI-Cyber-1-Flash se ha desarrollado con una calibración orientada a minimizar riesgos, evaluado por su equipo interno de Red Team y sometido a pruebas adversariales tanto automatizadas como dirigidas por expertos, además de una evaluación independiente por parte de un tercero. A eso se suman los controles habituales de MDASH para clientes empresariales, como control de acceso basado en roles, aislamiento por inquilino, cifrado, auditoría y entornos de ejecución en sandbox sin acceso a internet.

El anuncio se suma así a la línea de trabajo que Microsoft viene desarrollando con su familia MAI, tras los modelos de razonamiento presentados en junio y la ampliación de su catálogo con modelos de voz, transcripción e imagen en abril. En todos los casos, la estrategia se repite, porque la compañía combina modelos propios de tamaño contenido con una orquestación cuidada y con el acceso privilegiado de Microsoft a datos operativos a gran escala.

Fin del Artículo. ¡Cuéntanos algo en los Comentarios!