Microsoft lança MAI-Cyber-1-Flash: modelo de 5B ativos atinge 95,95% no CyberGym

MAI-Cyber-1-Flash: o primeiro modelo da Microsoft para cibersegurança

A Microsoft AI acaba de lançar o MAI-Cyber-1-Flash, seu primeiro modelo construído especificamente para defesa cibernética. Diferentemente de um modelo convencional que você acessa via API, ele roda dentro do MDASH — o ambiente de escaneamento multi-agente da Microsoft.

A arquitetura impressiona: um transformer com camadas de Mixture-of-Experts esparsa, 137 bilhões de parâmetros totais com apenas 5 bilhões ativos, e uma janela de contexto de 256 mil tokens. É um fine-tune do MAI-Code-1-Flash — o mesmo modelo leve que já está embarcado no GitHub Copilot e no VS Code — especializado para tarefas de segurança.

95,95% no CyberGym: o que esse número realmente significa

O CyberGym é uma suíte pública com 1.507 tarefas de reprodução de vulnerabilidades reais, extraídas de 188 projetos do OSS-Fuzz. O MDASH rodando MAI-Cyber-1-Flash junto com GPT-5.4 atingiu 95,95% de acerto.

Para contextualizar: em maio de 2026, quando a Microsoft detalhou o MDASH pela primeira vez, o sistema marcava 88,45% usando apenas modelos de prateleira — já o melhor resultado público, cerca de cinco pontos acima do segundo colocado (83,1%). A equipe de pesquisa é direta: trocar 80% dos modelos existentes no MDASH pelo MAI-Cyber-1-Flash elevou o sistema de 88,4% para 95,95%.

A Microsoft posiciona o resultado como aproximadamente 12 pontos acima do Mythos da Anthropic, com os quatro sistemas concorrentes entre 83,2% e 85,6%.

Roteamento: o verdadeiro produto

O MDASH gerencia mais de 100 agentes especializados em cinco estágios: Preparar, Escanear, Validar, Deduplicar e Provar. Agentes auditores sinalizam achados, agentes debatedores discutem explorabilidade (usando discordância como sinal), e o estágio de Prova executa os inputs com ASan para alvos C/C++.

O segredo está no roteamento: o MAI-Cyber-1-Flash processa até 90% das tarefas, escalando os 10% mais difíceis para o GPT-5.4. Esse modelo híbrido gera uma economia de 50% no custo em relação à configuração anterior com GPT-5.4, 5.4 mini e 5.3 codex.

Desempenho em números

Os zeros no ExploitGym são uma decisão de design deliberada. A Microsoft afirma que o modelo foi treinado para tarefas defensivas — corrigir vulnerabilidades, não criar exploits. Um modelo de 5B ativos que não pode gerar exploits, mas impulsiona uma pipeline de descoberta com 95,95% de acerto, é exatamente o artefato que um produto exclusivamente defensor precisa.

Resultados no mundo real

O MDASH foi desenvolvido pelo time de Autonomous Code Security (ACS) da Microsoft, que inclui membros da Team Atlanta, vencedora do DARPA AI Cyber Challenge. Em maio, o trabalho assistido pelo MDASH gerou 16 CVEs — incluindo quatro vulnerabilidades críticas de execução remota de código na stack de rede e autenticação do Windows. Retrospectivamente, o sistema recuperou 96% de 28 casos do MSRC no clfs.sys e 100% de 7 casos no tcpip.sys em uma janela de cinco anos.

Acesso: três portas fechadas

Não há download de pesos nem API aberta. O acesso ao MAI-Cyber-1-Flash passa por três canais restritos:

• MDASH Private Preview — o harness completo para times que querem escaneamento agente em repositórios próprios
• Azure AI Foundry — acesso em nível de modelo a partir de 3 de agosto de 2026, restrito ao uso dentro do MDASH
• Project Perception — o sistema agente de segurança entrando em preview público dentro do Microsoft Defender em 3 de agosto

A Microsoft é clara: o acesso é limitado a defensores verificados e o código gerado deve ser revisado e testado antes de uso em produção.