Microsoft ha presentado MAI-Cyber-1-Flash, un nuevo modelo de seguridad desarrollado internamente e integrado en su plataforma de defensa MDASH. Según la empresa, la combinación ofrece mejoras de rendimiento y ahorros de costes que podrían transformar la forma en que las empresas detectan vulnerabilidades de software.
Microsoft entra en el cada vez más disputado terreno de la ciberseguridad impulsada por IA con la presentación de MAI-Cyber-1-Flash, un modelo compacto creado específicamente para identificar vulnerabilidades en bases de código complejas. El anuncio, realizado por los responsables de IA de Microsoft Mustafa Suleyman y Hayete Gallot, sitúa al nuevo modelo como un componente central de MDASH, el sistema multiagente de la compañía para la identificación y corrección de vulnerabilidades.
Según la empresa, la lógica detrás del lanzamiento es sencilla: a medida que la IA reduce el coste de descubrir fallos de software, los atacantes están escalando su capacidad de reconocimiento más rápido de lo que los escaneos de seguridad periódicos tradicionales pueden seguir el ritmo. La compañía sostiene que el modelo convencional —escanear ocasionalmente, parchear eventualmente— ya no resulta suficiente, y que los equipos de defensa necesitan modelos diseñados específicamente para una búsqueda continua y de alto volumen de vulnerabilidades.
Resultados de referencia
Según la empresa, el sistema unificado MDASH, que combina MAI-Cyber-1-Flash con el modelo de mayor tamaño GPT-5.4, alcanzó una tasa de éxito del 95,95 % en CyberGym, un banco de pruebas que Microsoft describe como el estándar de referencia del sector para evaluar cómo razonan los sistemas de IA sobre grandes bases de código para detectar vulnerabilidades reales. En comparación, Microsoft indica que cuatro sistemas competidores no identificados obtuvieron entre el 83,2 % y el 85,6 % en la misma prueba. La compañía también afirma que el sistema combinado supera al modelo Mythos de Anthropic por 12 puntos porcentuales en la misma prueba, aunque no se dispuso de verificación independiente de estas cifras en el momento de la publicación.
Un enfoque escalonado entre coste y rendimiento
El eje central de la propuesta de Microsoft es una arquitectura escalonada: MAI-Cyber-1-Flash está diseñado para gestionar de forma eficiente hasta el 90 % de las tareas de seguridad, liberando así al modelo más costoso GPT-5.4 para el 10 % restante de casos que requieren un razonamiento más profundo. Según la empresa, esta división del trabajo genera una reducción de costes del 50 % en comparación con su anterior mejor configuración de MDASH, que combinaba GPT-5.4, GPT-5.4 mini y GPT-5.3 Codex.
Junto con el nuevo modelo, Microsoft lanza Perception, un sistema de seguridad agéntico compuesto por equipos de agentes de IA diseñados para vigilar, parchear y cerrar de forma continua nuevos vectores de amenaza dentro de MDASH. Según la empresa, Perception adoptará progresivamente MAI-Cyber-1-Flash para un abanico más amplio de flujos de trabajo de seguridad más allá de la corrección de vulnerabilidades.
Modelo, datos y harness
Microsoft estructura su enfoque en torno a tres pilares. El modelo en sí, MAI-Cyber-1-Flash, se describe como un sistema compacto y centrado en código, derivado de la familia de modelos MAI-Thinking-1 y entrenado internamente con datos curados. En cuanto a los datos, Microsoft señala lo que considera una ventaja decisiva: décadas de telemetría de seguridad que, según la empresa, generan billones de señales diarias en identidad, endpoints, nube y red, junto con un historial de exploits y correcciones reales. El tercer pilar, el propio harness de MDASH, incluiría según la compañía más de 100 agentes ajustados por especialistas en seguridad para encontrar, validar y corregir vulnerabilidades, alimentando directamente el nuevo sistema Perception.
Medidas de seguridad y gobernanza
Según la empresa, MAI-Cyber-1-Flash —como primer modelo cibernético propio de Microsoft— pasó por una calibración centrada en la seguridad durante su desarrollo, que incluyó evaluación por parte del equipo interno AI Red Team de Microsoft, pruebas adversariales automatizadas y dirigidas por expertos, y una evaluación independiente por parte de terceros. En cuanto a la implementación, la compañía indica que MDASH ofrece a los clientes empresariales controles de acceso basados en roles, aislamiento de inquilinos, cifrado, auditabilidad y entornos de ejecución en espacios aislados sin acceso a internet.
Microsoft también señala lo que describe como un bucle continuo de aprendizaje por refuerzo que abarca toda su organización de seguridad: datos procedentes del Microsoft Security Response Center, telemetría de ataques y defensas en identidad, endpoints, nube, datos, navegador y aplicaciones, y, según la empresa, más de 100 billones de señales de seguridad diarias procedentes de 1,6 millones de clientes. Según Microsoft, este bucle de retroalimentación —que conecta acciones concretas con resultados medibles— continuará impulsando mejoras iterativas en sus modelos cibernéticos.
El lanzamiento pone de relieve una carrera cada vez más intensa entre los grandes proveedores tecnológicos por integrar modelos de IA especializados directamente en las operaciones de seguridad, mientras las empresas enfrentan una presión creciente para igualar la velocidad de los ataques asistidos por IA con defensas automatizadas igualmente rápidas.
El Dr. Jakob Jung es redactor jefe de Security Storage y Channel Germany. Lleva más de 20 años trabajando en el periodismo especializado en TI. A lo largo de su carrera ha colaborado con Computer Reseller News, Heise Resale, Informationweek, Techtarget (almacenamiento y centros de datos) y ChannelBiz. Además, colabora como freelance con numerosas publicaciones del sector de las TI, entre las que se incluyen Computerwoche, Channelpartner, IT-Business, Storage-Insider y ZDnet. Sus temas principales son el canal, el almacenamiento, la seguridad, los centros de datos, los sistemas ERP y CRM.
Contacto – Contacto por correo electrónico: jakob.jung@security-storage-und-channel-germany.de