Microsoft lança MAI-Cyber-1-Flash e corta pela metade o custo do MDASH em caça a vulnerabilidades
Primeiro modelo dedicado da Microsoft para cibersegurança leva o MDASH a 95,95% no benchmark CyberGym, ombreia com o teto do Claude Mythos e reduz em 50% o consumo de GPT-5.4 em produção.
A Microsoft lançou no dia 27 de julho o MAI-Cyber-1-Flash, seu primeiro modelo treinado exclusivamente para cibersegurança, e integrou-o ao MDASH, o harness interno de identificação e remediação de vulnerabilidades. Com o novo modelo no lugar do trio anterior de GPT-5.4, GPT-5.4 mini e GPT-5.3 Codex, o MDASH marca 95,95% no benchmark CyberGym e roda a metade do custo da configuração anterior.
O MAI-Cyber-1-Flash é um transformer de mistura esparsa de especialistas com 137 bilhões de parâmetros totais e 5 bilhões ativos por token, com janela de contexto de 256 mil tokens. A empresa descreve o modelo como um fine-tune de cibersegurança do MAI-Code-1-Flash, que por sua vez partiu de um checkpoint intermediário do MAI-Thinking-1. Na operação real, o MDASH deixa o Flash resolver aproximadamente 90% das tarefas e envia os 10% mais difíceis para o GPT-5.4 da OpenAI. O maior score isolado do MDASH em CyberGym continua vindo dessa combinação híbrida, não do Flash sozinho.
O CyberGym, criado por pesquisadores da UC Berkeley, é uma bateria de 1.507 tarefas de reprodução de vulnerabilidades reais tiradas de 188 projetos abertos indexados pelo OSS-Fuzz. O agente recebe a descrição da falha e o código-base anterior ao patch, e precisa gerar um proof-of-concept que dispare a mesma condição. É a métrica de referência hoje para agentes de segurança ofensiva, e a placa em que a Microsoft mira. Antes do anúncio, o marco público mais alto era o da Anthropic com o Claude Mythos Preview, que reportou 83,1% em CyberGym em abril, ainda não replicado por terceiros de forma independente.
O deslocamento de mercado
Existem três leituras possíveis do movimento e a segunda importa mais. A primeira é de plumagem: 12 pontos percentuais acima do melhor score público da Anthropic. A segunda é de infraestrutura: a Microsoft está mostrando que consegue fazer inference com um sparse MoE de 5 bilhões ativos que ombreia com modelos densos maiores, com corte real no custo por token, e que o GPT-5.4 vira agora roteamento de exceção e não default. A terceira, mais desconfortável para a Anthropic: no eixo em que Dario Amodei posicionou o Claude, o de agentes autônomos que reproduzem vulnerabilidades, apareceu concorrência de escala vinda da própria acionista majoritária no lado enterprise.
O MAI-Cyber-1-Flash não vai para o Azure OpenAI aberto. Roda em preview privado no Azure AI Foundry, restrito a clientes credenciados do MDASH. É a mesma cartilha do Security Copilot de 2023: canalizar o modelo dentro do produto de segurança, não vender API raw. Para o CISO comprador, a proposta é operacional. Ganho de custo real no já contratado. Sem promessas de disponibilidade cruzada em outros produtos Azure. E sem indicação, no material técnico divulgado, sobre latência do routing entre Flash e GPT-5.4, uma métrica que passa a importar para pipelines de bug bounty automatizados que rodam em janela de 30 minutos por CVE candidato.
O impacto extrapola Redmond. Bancos americanos que rodam bug bounty interno e usam MDASH como camada de triagem passam a receber o benefício de custo sem tocar em contrato. Consultorias de segurança na Alemanha e no Reino Unido que revendem o Defender for Cloud sob white label ganham vantagem competitiva contra fornecedores boutique que ainda pagam integralmente por tokens do GPT-5.4. No Brasil, times SOC de bancos privados grandes que testam AppSec assistida por LLM em fase de POC vinham calibrando budget contra o preço do Claude Opus e do GPT-5.4. A tabela agora é outra, e o comprador tende a pedir ao vendor de MSSP que faça o cross-check contra o MDASH antes de assinar o próximo ciclo.
Onde a matemática ainda não fecha
A Microsoft evita comparações diretas entre o MAI-Cyber-1-Flash sozinho e o Mythos. O 95,95% no CyberGym é do MDASH inteiro, não do modelo isoladamente, e o roteamento para o GPT-5.4 nos 10% mais difíceis é justamente o que sustenta o teto do score. Sem esses 10%, o número cai. A comunicação de "primeiro modelo de cibersegurança da Microsoft" faz sentido no gancho de marketing, mas o resultado técnico é de sistema, não de modelo. É a distinção que separa uma capacidade fundacional de uma composição bem afinada, e ela vai voltar quando outro fornecedor tentar reproduzir o benchmark isoladamente.