Microsoft bringt spezialisiertes Cybersecurity-Modell für MDASH in Vorschau

Der von Microsoft genannte Spitzenwert von 95,95 Prozent bezieht sich ausdrücklich auf MDASH mit MAI-Cyber-1-Flash und GPT-5.4, nicht auf das neue Modell allein. CyberGym Level 1 ist ein Test zur Reproduktion bekannter Schwachstellen: Ein Agent erhält die Beschreibung einer Schwachstelle und den dazugehörigen ungepatchten Quellcode; bewertet wird, ob er daraus einen funktionsfähigen Proof of Concept erzeugen kann. Laut Quelltext misst der Test weder die blinde Suche nach neuen Schwachstellen noch, ob ein erzeugter Patch korrekt ist.

Auf der öffentlichen Bestenliste von CyberGym war Microsofts Ergebnis von 95,95 Prozent bei einer Prüfung am 28. Juli 2026 nicht verzeichnet. Dort stand laut Quelltext Wiz mit dem Atlas-Agenten und 90,9 Prozent an erster Stelle, eingetragen am 27. Juli, während Microsofts MDASH-Eintrag vom 12. Mai weiterhin mit 88,4 Prozent gelistet war. Ob das neue Resultat überhaupt zur Aufnahme eingereicht wurde, geht aus Microsofts öffentlichen Unterlagen nicht hervor.

Auch der Vergleich mit einem früheren MDASH-Wert von 96,55 Prozent bleibt unscharf. Dieser im Juni genannte Wert zählte jeden Absturz, einschließlich nicht zielgerichteter Schwachstellen. In den Unterlagen vom Juli steht nicht, ob für die 95,95 Prozent derselbe Maßstab verwendet wurde. Der Quelltext warnt deshalb davor, beide Zahlen als direkte Vorher-Nachher-Entwicklung zu lesen.

Laut Modellkarte ist MAI-Cyber-1-Flash ein spärlich aktivierter Mixture-of-Experts-Transformer mit 137 Milliarden Gesamtparametern, fünf Milliarden aktiven Parametern und einem Kontextfenster von 256.000 Tokens. Das Modell ist eine auf Cybersicherheit feinabgestimmte Variante von MAI-Code-1-Flash, das wiederum aus einem Mid-Training-Checkpoint von MAI-Thinking-1 entwickelt wurde. Verfügbar ist MAI-Cyber-1-Flash ausschließlich innerhalb von MDASH, nicht als eigenständiges öffentliches Modell oder als allgemeine Programmierschnittstelle.

Die Modellkarte beschreibt, dass die geprüfte Konfiguration 80 Prozent der bisherigen MDASH-Modelle ersetzt habe und das gemeldete CyberGym-Ergebnis von 88,4 auf 95,95 Prozent angehoben worden sei. Diese 80 Prozent beziehen sich auf den Anteil ersetzter Modelle. Davon getrennt ist die Angabe, dass das kleinere Modell bis zu 90 Prozent der Aufgaben übernehmen könne. Zusammengenommen ist das zentrale technische Versprechen damit das Routing: MAI-Cyber-1-Flash soll den Großteil der Aufgaben abfangen, GPT-5.4 den schwierigen Rest.

Bei den Kosten setzt Microsoft den gemeldeten Vorteil von 50 Prozent gegen seine derzeit beste MDASH-Mischung aus GPT-5.4, GPT-5.4 mini und GPT-5.3 Codex. Die Produktseite spricht separat von „vergleichbarer Leistung bei 50 Prozent der Kosten führender Modelle“. Weder Ankündigung noch Modellkarte legen jedoch Token-Nutzung, Aufrufvolumen, Latenz, Aufgabenmix oder die Zuteilung von Rechenressourcen offen. Der genannte Kostenvorteil lässt sich damit nach den vorliegenden Angaben nicht unabhängig reproduzieren oder mit anderen Systemen normiert vergleichen.

Taesoo Kim, Microsofts Vizepräsident für agentische Sicherheit, hatte die Trennung zwischen Modell und System bereits im Juni betont: „Das Modell ist ein Eingabebaustein, das System darum herum ist das Produkt.“ Unter einer leichtgewichtigen Terminal-Umgebung meldet die Modellkarte zudem 0,314 auf CVEBench, 0,553 auf CyberSecEval4 Threat Intelligence, 0,33 im Malware-Analyse-Test und 0,651 auf CRSBench bei POV=1200. Auf ExploitGym erreichte das Modell in den Kategorien Kernel, Userspace und Browser jeweils null. Diese Ergebnisse stammen laut Quelltext aus anderen Aufgaben und Bewertungsskalen und sind deshalb kein eigenständiger CyberGym-Wert für MAI-Cyber-1-Flash.

Microsoft erklärte außerdem, sämtliche Benchmarks seien in einer netzwerkisolierten Umgebung ohne Zugriff auf Produktionssysteme, das öffentliche Internet oder externe Dienste durchgeführt worden. Die Modellkarte weist zugleich darauf hin, dass erzeugter Text und Code ungenau oder unvollständig sein können und vor folgenreicher Nutzung überprüft werden sollten.

Die Verwaltung von Software-Schwachstellen mit MAI-Cyber-1-Flash innerhalb von MDASH ist das erste von Microsoft angekündigte Szenario für Project Perception, ein umfassenderes System zur Koordination defensiver Sicherheitsagenten. Project Perception soll am 3. August in die öffentliche Vorschau gehen. Microsoft plant, das Modell über den Bereich Software-Schwachstellen hinaus auf weitere Sicherheitsabläufe auszuweiten.