A Microsoft MDASH obteve 95,95% no CyberGym, superou o “mito” do Claude e o GPT-5.6 Sol

A Microsoft lançou seu primeiro modelo dedicado de cibersegurança, MAI-Cyber-1-Flash, em 27 de julho, e o integrou ao MDASH, um sistema de caça a vulnerabilidades que obteve 95,95% no benchmark CyberGym. A empresa afirma que essa configuração supera os Mythos 5 da Anthropic e o GPT-5.6 Sol da OpenAI, custando 50% menos do que a atual melhor configuração do MDASH da Microsoft. O CyberGym é um benchmark que pede que agentes de IA reproduzam 1.507 vulnerabilidades conhecidas em 188 projetos de código aberto, avaliando-as pela porcentagem reproduzida com sucesso em um ambiente controlado. O CEO da Microsoft, Satya Nadella, afirmou que o sistema combinado entrega desempenho de nível mundial pelo custo da metade dos modelos líderes, marcando a primeira vez que um modelo focado em eficiência da Microsoft superou modelos densos de estado da arte construídos para capacidades gerais.

MDASH supera modelos concorrentes no benchmark CyberGym

O sistema MDASH da Microsoft pontuou 95,95% no CyberGym, de acordo com a empresa. Esse resultado o colocou à frente do GPT-5.5 Cyber, que obteve 85,6%, do Mythos 5, com 83,8%, do GPT-5.6 Sol, com 83,6%, e do Gemini 3.5 Flash Cyber, com 83,2%. O resultado foi reportado pela própria Microsoft e não havia aparecido no leaderboard público do CyberGym no momento da publicação, embora o benchmark utilize um conjunto de testes público e uma métrica de sucesso definida. A pontuação representa aproximadamente 10 pontos acima do GPT-5.5 Cyber e 7,5 pontos acima do resultado anterior do MDASH.

MAI-Cyber-1-Flash lida com 90% do workload com backup do GPT-5.4

O MAI-Cyber-1-Flash não funciona sozinho. A Microsoft diz que ele lida com até 90% das tarefas, enquanto o MDASH direciona os 10% mais difíceis para o GPT-5.4. O modelo é a IA que raciocina sobre o código, enquanto o MDASH é o arcabouço — a infraestrutura que inclui agentes, ferramentas, verificações e um fluxo de trabalho que decide onde procurar, desafia achados suspeitos, remove duplicatas e prova que bugs podem ser acionados. O MDASH usa mais de 100 agentes especializados, designados para auditar o código, debater se um achado é genuíno e construir uma prova de conceito para demonstrar que a falha existe.

Microsoft abre prévia privada via portal do Defender

A Microsoft está colocando o MDASH em prévia privada via o Microsoft Security Exposure Management no portal do Defender. Os clientes poderão escanear repositórios Git, ver achados classificados de improváveis a comprovados e usar o Defender CLI para gerar correções de código propostas para revisão do desenvolvedor. A prévia atualmente limita repositórios a aproximadamente 256 MB e permite um único scan concorrente por tenant. O Project Perception deve estender a mesma abordagem multiagente além do escaneamento de código para fluxos mais amplos de monitoramento de ameaças e remediação.

FAQ

Qual pontuação o MDASH da Microsoft obteve no CyberGym?
A Microsoft afirma que o MDASH pontuou 95,95% no CyberGym, um benchmark que pede que agentes de IA reproduzam 1.507 vulnerabilidades conhecidas em 188 projetos de código aberto.

Como o MAI-Cyber-1-Flash distribui o workload?
A Microsoft diz que o MAI-Cyber-1-Flash lida com até 90% das tarefas, enquanto o MDASH direciona os 10% mais difíceis para o GPT-5.4. O sistema usa mais de 100 agentes especializados para auditar o código e validar os achados.

Quais são os limites para a prévia privada do MDASH?
A prévia atualmente limita repositórios a aproximadamente 256 MB e permite um único scan concorrente por tenant via o Microsoft Security Exposure Management no portal do Defender.