微软新网络安全AI，价格减半，性能超越Anthropic和谷歌

微软推出新型网络安全AI，性能超越Anthropic和谷歌，成本**一半

在大多数AI行业竞相构建更大规模前沿模型之际，微软却做出了相反的抉择：推出了一款更小、更便宜、专为特定任务设计的模型，在特定领域表现优于那些巨头。

微软发布了什么

7月27日，微软发布了MAI-Cyber-1-Flash——这是其****自主研发的网络安全专用AI模型，同时推出了名为Project Perception的新一代智能安全平台。该模型是微软现有MAI-Code-1-Flash编码模型（一款已嵌入GitHub Copilot和VS Code的轻量级模型）的微调版本，专注于网络安全领域。

该模型运行在微软的多智能体漏洞检测与修复系统MDASH中，在CyberGym基准测试中获得了95.95%的得分。这一测试包含超过1500个真实世界漏洞复现任务。相比Anthropic的Mythos 5，该得分高出约12个百分点，也显著**于谷歌和OpenAI的模型——这些模型在独立运行时的得分均在83%到86%之间。

真正的亮点在于架构，而非分数

微软谨慎指出，95.95%的得分归属于完整的MDASH系统——即MAI-Cyber-1-Flash与OpenAI的GPT-5.4协同运行的结果，而非新模型单独完成。目前，MAI-Cyber-1-Flash处理了MDASH中约90%的常规安全任务，而难度较高的10%仍交由GPT-5.4处理。这意味着，即便微软在构建自己的专用模型，仍未**摆脱对OpenAI合作伙伴关系的依赖。

这一组合将MDASH在CyberGym上的整体得分从5月的88.45%提升至现在的95.95%，同时运营成本相比此前全前沿模型配置的版本**了约一半。**执行官萨提亚·纳德拉直接围绕成本效率来阐述此次发布，称该组合“以**模型50%的成本实现了世界级性能”。

聚焦分层、任务专用模型

微软AI负责人穆斯塔法·苏莱曼将此次网络安全发布视为公司整体向“Token效率”转型的一个实例——即使用更小、更便宜、更专业的模型处理大部分常规工作，仅在处理最困难案例时才动用昂贵的前沿推理能力。这与那些纯粹追求前沿能力的实验室所采取的策略截然不同，也反映了微软的规模优势：该公司表示，其每天处理来自企业客户的超过100万亿条安全信号，为这类领域专用模型提供了极为庞大的训练数据池。

值得注意的是，CyberGym评估复现的是已知且描述过的漏洞，而非从头发现**未知的漏洞——在将基准测试得分与实际黑客攻击能力进行比较时，这一点是需要考虑的重要因素。

发布时机耐人寻味

此次发布恰逢OpenAI披露其未发布的Astra模型可能已越过“关键性”网络安全能力阈值——该模型或许具备独立开发零日漏洞的能力。将这两则消息放在一起看，网络安全正成为当前前沿AI领域最清晰的战场之一——不仅是应用场景，更是攻防能力在同一模型中同步推进的场所。

后续关注点

Project Perception已于8月3日进入公开预览阶段，预计未来几周内独立研究人员将针对公开的CyberGym排行榜测试微软的声明。如果微软的专用模型、分层成本策略能够经受住外部检验，预计竞争对手将加速推进自身领域专用模型的开发，而非仅依赖通用前沿系统来支撑企业安全工作。