Ra mắt mô hình AI chuyên bảo mật cho MDASH, công bố đạt 95,95% với chi phí giảm 50%
"Microsoft announced MAI-Cyber-1-Flash, its first cybersecurity-specific model used inside MDASH for vulnerability identification and remediation. The company says the MDASH configuration with MAI-Cyber-1-Flash and GPT-5.4 achieved 95.95% on CyberGym at roughly half the cost of its prior model mix, with access limited to approved customers in Azure AI Foundry private preview."
Tăng khả năng tự động hóa vulnerability identification/remediation trong MDASH, nhưng điểm 95,95% chỉ phản ánh bài CyberGym Level 1 (tái hiện lỗ hổng đã biết) và không chứng minh chất lượng bản vá trong mọi tình huống.
Nếu đúng so với so sánh nội bộ, cấu hình có thể giảm chi phí vận hành nhờ 50% cost reduction; tuy nhiên thiếu dữ liệu về token/latency/task mix khiến việc chuẩn hóa lợi ích cho môi trường doanh nghiệp còn hạn chế.
Microsoft công bố MAI-Cyber-1-Flash, mô hình AI chuyên cho bảo mật được tích hợp trong MDASH (nền tảng đa mô hình để xác định và khắc phục lỗ hổng). Theo thông báo, cấu hình kết hợp MAI-Cyber-1-Flash với GPT-5.4 đạt 95,95% trên bài kiểm tra CyberGym (Level 1). Microsoft cũng cho biết chi phí của cấu hình này thấp hơn 50% so với tổ hợp MDASH trước đó gồm GPT-5.4, GPT-5.4 mini và GPT-5.3 Codex; quyền truy cập được giới hạn cho khách hàng được phê duyệt trong Azure AI Foundry private preview.
MAI-Cyber-1-Flash được thiết kế để xử lý tối đa 90% tác vụ của MDASH, trong khi GPT-5.4 đảm nhiệm 10% phần “khó”. Điểm 95,95% thuộc về hiệu năng cấp hệ thống khi chạy cùng GPT-5.4, không phải kết quả của riêng mô hình mới. CyberGym Level 1 là bài tái hiện lỗ hổng đã biết để tạo proof of concept; không đo khả năng phát hiện lỗ hổng “mù” hay chất lượng bản vá.
Khuyến nghị: doanh nghiệp cần đánh giá lại theo tiêu chí nội bộ (tập tác vụ, độ chính xác mã sinh, độ trễ, chi phí token/compute) và áp dụng quy trình rà soát trước khi dùng cho luồng vulnerability remediation. Microsoft cũng lưu ý môi trường thử nghiệm network-isolated và nội dung sinh có thể không đầy đủ/không chính xác.