Microsoft behauptet, MDASH übertrifft Claude Mythos und GPT-5.6 Sol im Cybersecurity-Test

Microsoft hat sein erstes dediziertes Cybersicherheitsmodell namens MAI-Cyber-1-Flash veröffentlicht und es in MDASH integriert, ein System zur Schwachstellensuche, das laut dem Unternehmen Anthropic's Mythos 5 und OpenAI's GPT-5.6 Sol übertrifft und dabei 50 % weniger kostet als die derzeit beste MDASH-Konfiguration von Microsoft.

Das kombinierte Setup erzielte laut Microsoft 95,95 % im CyberGym. CyberGym ist ein Benchmark, der KI-Agenten auffordert, 1.507 bekannte Schwachstellen in 188 Open-Source-Projekten zu reproduzieren, und sie dann anhand des Prozentsatzes bewertet, der erfolgreich in einer kontrollierten Umgebung reproduziert wurde.

Damit lag MDASH vor GPT-5.5 Cyber mit 85,6 %, Mythos 5 mit 83,8 %, GPT-5.6 Sol mit 83,6 % und Gemini 3.5 Flash Cyber mit 83,2 %. Das Ergebnis wird von Microsoft selbst berichtet und war zum Zeitpunkt der Veröffentlichung nicht auf der öffentlichen Rangliste von CyberGym erschienen, obwohl der Benchmark einen öffentlichen Testdatensatz und eine definierte Erfolgsmessung verwendet.

MAI-Cyber-1-Flash arbeitet nicht allein. Microsoft gibt an, dass es bis zu 90 % der Aufgaben übernimmt, während MDASH die schwierigsten 10 % an GPT-5.4 weiterleitet. Das ist wichtig, da Tokens – die Textstücke, die eine KI verarbeitet – jedes Mal Geld kosten, wenn ein Modell Code liest oder eine Antwort produziert.

Dies ist das erste Mal, dass ein Microsoft-Modell, das auf Effizienz ausgelegt ist, in der Lage ist, ein dichtes, hochmodernes Modell zu übertreffen, das mit allgemeinen Fähigkeiten im Hinterkopf entwickelt wurde. "In Kombination mit MDASH liefert (MAI-Cyber-1-Flash) eine Weltklasse-Leistung zu 50 Prozent der Kosten führender Modelle", schrieb Microsoft-CEO Satya Nadella.

Ein Modell (in diesem Fall MAI-Cyber-1-Flash) ist die KI, die über den Code nachdenkt. Ein Rahmen (in diesem Fall MDASH) ist die Maschine darum herum: die Agenten, Werkzeuge, Überprüfungen und Arbeitsabläufe, die entscheiden, wo man suchen, verdächtige Funde herausfordern, Duplikate entfernen und beweisen, dass ein Fehler ausgelöst werden kann.

MDASH verwendet mehr als 100 spezialisierte Agenten, die damit beauftragt sind, Code zu prüfen, zu debattieren, ob ein Fund echt ist, und einen Proof of Concept zu erstellen – eine funktionierende Demonstration, dass der Fehler existiert.

Microsoft erklärte, dass gelegentliche Scans und verzögerte Patches obsolet werden, da KI die Fehlersuche günstiger macht. Das Unternehmen argumentiert, dass jahrzehntelange Sicherheitsdaten ihm einen Vorteil verschaffen und fügt hinzu: "Niemand kann diese Geschichte herstellen."

Seit der Veröffentlichung von Claude Mythos versuchen Cybersicherheitsexperten, dessen Fähigkeiten zu übertreffen oder zu erreichen. Forscher reproduzierten Mythos-ähnliche Schwachstellensuche mit öffentlichen Modellen für unter 30 USD pro Scan. Dawid Moczadło, einer der beteiligten Forscher, sagte: "Der Graben verlagert sich von der Modellzugänglichkeit zur Validierung."

Der knappe Teil wird das System, das Funde beweist, ohne Entwickler unter falschen Alarmen zu begraben.

Decrypt berichtete auch, dass GPT-5.5 Cyber kürzlich die öffentliche CyberGym-Führung mit einem Score von 85,6 % übernommen hat, knapp vor Mythos. Microsofts Punktzahl liegt etwa 10 Punkte über GPT-5.5 Cyber und 7,5 Punkte über dem vorherigen Ergebnis von MDASH, bewertet jedoch das gesamte System und nicht MAI-Cyber-1-Flash allein.

Microsoft führt MDASH in einer privaten Vorschau über Microsoft Security Exposure Management im Defender-Portal ein. Kunden können Git-Repositories scannen, Ergebnisse sehen, die von unwahrscheinlich bis bewiesen eingestuft sind, und die Defender CLI verwenden, um vorgeschlagene Codekorrekturen zur Überprüfung durch Entwickler zu generieren.

Die Vorschau beschränkt derzeit Repositories auf etwa 256 MB und erlaubt einen gleichzeitigen Scan pro Mandant. Das Projekt Perception soll denselben Multi-Agenten-Ansatz über die Code-Scans hinaus auf breitere Bedrohungsüberwachungs- und Abhilfeworkflows ausweiten.

Dieser Inhalt wird nur zu allgemeinen Informationszwecken bereitgestellt und stellt keine finanzielle, Anlage-, Rechts- oder Steuerberatung dar. Alle erwähnten Ereignisse, Prämien, Online-Aktionen oder zugehörige Informationen sollten nicht als Empfehlung, Aufforderung oder Einladung zum Kauf, Verkauf, Handel oder anderweitigem Umgang mit Krypto-Assets betrachtet werden. Krypto-Assets sind sehr volatil und können zu Verlusten führen. Die Verfügbarkeit von WEEX Services, Produkten und zugehörigen Aktionen kann je nach Region unterschiedlich sein. Sie sind dafür verantwortlich sicherzustellen, dass Ihre Teilnahme mit geltenden lokalen Gesetzen und Vorschriften übereinstimmt.