Microsoft afferma che MDASH supera Claude Mythos e GPT-5.6 Sol nel test di cybersecurity

Microsoft ha rilasciato il suo primo modello dedicato alla cybersecurity chiamato MAI-Cyber-1-Flash e lo ha integrato in MDASH, un sistema di ricerca delle vulnerabilità che, secondo l'azienda, supera Mythos 5 di Anthropic e GPT-5.6 Sol di OpenAI, costando il 50% in meno rispetto alla migliore configurazione MDASH attuale di Microsoft.

Il setup combinato ha ottenuto un punteggio del 95,95% su CyberGym, secondo Microsoft. CyberGym è un benchmark che chiede agli agenti AI di riprodurre 1.507 vulnerabilità note in 188 progetti open-source, quindi li valuta in base alla percentuale di riproduzione riuscita in un ambiente controllato.

Questo ha posizionato MDASH davanti a GPT-5.5 Cyber con l'85,6%, Mythos 5 con l'83,8%, GPT-5.6 Sol con l'83,6% e Gemini 3.5 Flash Cyber con l'83,2%. Il risultato è auto-riferito da Microsoft e non era apparso sulla classifica pubblica di CyberGym al momento della pubblicazione, sebbene il benchmark utilizzi un set di test pubblico e una metrica di successo definita.

MAI-Cyber-1-Flash non lavora da solo. Microsoft afferma che gestisce fino al 90% dei compiti, mentre MDASH indirizza il 10% più difficile a GPT-5.4. Questo è importante perché i token---i pezzi di testo che un'AI elabora---costano denaro ogni volta che un modello legge codice o produce una risposta.

Questa è la prima volta che un modello Microsoft costruito per l'efficienza è in grado di superare un modello d'avanguardia denso costruito con capacità generali in mente. "Quando combinato con MDASH, (MAI-Cyber-1-Flash) offre prestazioni di livello mondiale al 50% del costo dei modelli leader," ha scritto il CEO di Microsoft Satya Nadella.

Un modello (in questo caso MAI-Cyber-1-Flash) è l'AI che ragiona sul codice. Un harness (MDASH in questo caso) è la macchina attorno ad esso: gli agenti, gli strumenti, i controlli e il flusso di lavoro che decidono dove cercare, sfidare i risultati sospetti, rimuovere i duplicati e dimostrare che un bug può essere attivato.

MDASH utilizza più di 100 agenti specializzati assegnati ad auditare il codice, dibattere se un risultato è genuino e costruire una prova di concetto---una dimostrazione funzionante che il difetto esiste.

Microsoft ha dichiarato che le scansioni occasionali e le patch ritardate stanno diventando obsolete poiché l'AI rende la scoperta dei bug più economica. L'azienda sostiene che decenni di dati sulla sicurezza le conferiscono un vantaggio, aggiungendo: "Nessuno può fabbricare questa storia."

Da quando è stato rilasciato Claude Mythos, gli esperti di cybersecurity hanno cercato di superare o eguagliare le sue capacità. I ricercatori hanno riprodotto la ricerca di vulnerabilità in stile Mythos con modelli pubblici per meno di 30 dollari per scansione. Dawid Moczadło, uno dei ricercatori coinvolti, ha affermato che "il fossato si sta spostando dall'accesso al modello alla validazione."

La parte scarsa sta diventando il sistema che prova i risultati senza seppellire gli sviluppatori sotto falsi allarmi.

Decrypt ha anche riportato che GPT-5.5 Cyber aveva recentemente preso il comando pubblico di CyberGym con un punteggio dell'85,6%, superando di poco Mythos. Il punteggio di Microsoft è circa 10 punti sopra GPT-5.5 Cyber e 7,5 punti sopra il precedente risultato di MDASH, ma valuta l'intero sistema piuttosto che MAI-Cyber-1-Flash da solo.

Microsoft sta mettendo MDASH in anteprima privata attraverso Microsoft Security Exposure Management nel portale Defender. I clienti possono scansionare i repository Git, vedere i risultati classificati da improbabili a provati e utilizzare il Defender CLI per generare proposte di correzioni di codice per la revisione degli sviluppatori.

L'anteprima attuale limita i repository a circa 256 MB e consente una scansione concorrente per inquilino. Il Progetto Perception dovrebbe estendere lo stesso approccio multi-agente oltre la scansione del codice in monitoraggi delle minacce più ampi e flussi di lavoro di rimedio.

Disclaimer: il presente contenuto è fornito esclusivamente a scopo informativo e di branding generale e non costituisce consulenza finanziaria, di investimento, legale o fiscale. Qualsiasi evento, ricompensa, evento online o informazione correlata menzionata nel presente documento non deve essere considerata una raccomandazione, una sollecitazione o un invito ad acquistare, vendere, fare trading o altrimenti negoziare asset di criptovalute o a utilizzare i relativi servizi. Le criptovalute sono altamente volatili e possono comportare perdite. I servizi e gli eventi online di WEEX potrebbero non essere disponibili in tutte le regioni e sono soggetti alle leggi, ai regolamenti e ai requisiti di idoneità applicabili. Sei responsabile di garantire che il tuo utilizzo dei servizi WEEX sia conforme alle leggi locali e di valutare attentamente i rischi prima di partecipare a qualsiasi attività correlata alle criptovalute.