MAI-Cyber-1-Flash inside MDASH – Microsoft AI Announcement

Overview

Microsoft 在 MDASH 内部推出了 MAI-Cyber-1-Flash，相比其之前的最佳产品，在 CyberGym 基准上实现了顶尖性能，成本降低了 50%。

Model Architecture and Lineage

MAI-Cyber-1-Flash 是一个紧凑且代码密集的安全模型，源自 MAI-Thinking-1 谱系，内部基于高质量数据构建。

Performance on CyberGym

在 CyberGym 基准测试中，MDASH 使用 MAI-Cyber-1-Flash 与 GPT-5.4 结合，成功率达到 95.95%，比 Mythos 高 12 个百分点，超过了其他模型 83.2%–85.6% 的范围。

Cost Efficiency and Multi‑Model Strategy

该系统的设计使得 MAI-Cyber-1-Flash 可处理多达 90% 的任务，从而让更大且更昂贵的 GPT-5.4 模型仅保留用于剩余 10% 的极其困难任务；这种分割相比 MDASH 之前的最佳产品（GPT 5.4 + 5.4 mini + 5.3 codex）实现了 50% 的成本节约。

Data and Harness Advantages

Microsoft 的遥测提供了跨身份、终端、云和网络的万亿级每日信号，此外还有无与伦比的真实漏洞和修复记录；MDASH 的多代理 harness 由行业专家调校，包含 100+ 个使用多种领先模型的代理，提升了模型的有效性。

Safety, Governance, and Enterprise Controls

由于这是 Microsoft 的首个网络模型，MAI-Cyber-1-Flash 在安全首要的校准下开发，经过 Microsoft AI Red Team 的严格评估，通过自动化和专家领导的对抗性演练进行测试，并由第三方独立评估；通过 MDASH 提供的企业控制措施包括基于角色的访问、租户隔离、加密、可审计性以及无需互联网访问的沙盒执行。

Reinforcement Learning Loop and Future Agentic Systems

Microsoft 的安全运营每天从 160 万客户那里产生超过 100 万亿条安全信号，构建了一个实时强化学习循环，持续改进模型；新推出的 Perception agentic 安全系统将把 MAI‑Cyber‑1‑Flash 扩展到漏洞识别以外的其他安全工作流。

Community Questions and Limitations

评论者提出了若干公告尚未涉及的问题：

"If I’m being frivolous, does this mean Microsoft’s model is best at fixing Microsoft products because they have trillions of data points on problems with Microsoft products" – @gste

"Does it work on Linux" – @tesdinger

"Open weights, please?" – @LorenDB

"How much of this security related stuff is open source? Models, training data, evaluation benchmarks?" – @chvid

"the problem is they are using cybergym, which has been saturated for a few months now." – @danieltk76

这些言论凸显了关于平台兼容性、模型开放性、命名约定以及 CyberGym 基准当前饱和状态的担忧。