微软发布安全模型 MAI Cyber 2 Flash:漏洞测试成功率达92.3%,主打低成本
据 IT之家 11 月 18 日报道,微软 AI 部门于 11 月 17 日发布专用网络安全模型 MAI Cyber 2 Flash,面向企业安全团队,主打漏洞发现、修复建议与网络威胁调查。微软披露,该模型在一项真实漏洞发现基准中的表现略高于 GPT-6 Astra,离线评估的每任务成本则不足后者的 2%。不过,这一成本比例并不等于客户实际使用时的账单比例,仍需结合具体任务与部署配置判断。
漏洞发现成绩提升,评测条件同样值得关注
微软称,MAI Cyber 2 Flash 基于其积累的专有安全数据和安全研究经验构建,目标是帮助安全人员持续发现软件漏洞、推荐修复方案,并降低大规模使用 AI 的算力与成本压力。
在衡量真实漏洞发现能力的 CyberGym-E2E 测试中,该模型取得 92.3% 的任务成功率,GPT-6 Astra 为 91.5%。据来源披露,这组结果已剔除 92 个与训练数据来源重叠的任务,最终基于剩余 813 个任务统计。交代数据重叠处理方式,有助于读者理解评测范围,但单项成绩仍不能代表所有企业环境中的实际表现。
- CyberGym-E2E:任务成功率为 92.3%,微软披露的每任务成本不足 GPT-6 Astra 的 2%。
- WebExploitBench:在相同推理预算下取得 40.4% 的成绩,高于 GPT-5.6 Cyber 的 38.4%。
- 上下文窗口:支持 100 万 token,为上一代 MAI Cyber 1.1 Flash 的四倍。
影响:安全 AI 的竞争从能力延伸到使用效率
对企业安全团队而言,模型能否找到漏洞只是采用门槛之一。持续处理代码和威胁线索,还要求模型在重复执行任务时保持可控的资源消耗。因此,MAI Cyber 2 Flash 更值得关注的方向,是专用能力与单位任务成本的结合,而不只是某个榜单上的小幅领先。
100 万 token 的上下文窗口,也为一次性纳入更多代码和调查材料提供了空间。理论上,这有利于减少材料拆分,让模型保留更完整的任务背景;但能否提升复杂、多步骤调查的质量,仍要看具体工作负载,而不能仅凭窗口大小下结论。
客户侧也有初步效率反馈。Insight Enterprises 的评估称,MAI Cyber 模型相较 GPT Profile 的 token 效率高出 20%。这一反馈提供了观察线索,但来源并未将其明确表述为此次新模型在所有场景下都具备的收益,不宜直接推广为普遍结论。
将进入微软安全产品,实际收益仍待验证
落地方面,MAI Cyber 2 Flash 将专供微软安全产品使用,包括代号为 MDASH 的产品。自 12 月中旬起,符合条件客户的 MAI 配置文件中,现有模型将自动替换为新模型。
微软同时提醒,性能和成本对比会随工作负载、模型配置、推理强度及评测方法变化。对企业用户来说,离线评测优势需要通过真实安全流程验证:既要看漏洞发现结果,也要核对修复建议、调查质量与最终支出。这次发布体现了安全 AI 向专用化、低成本方向推进,但其应用价值仍应以实际任务表现衡量。