Microsoft presenta MAI-Cyber-1-Flash: AI più sicura ma con metà dei costi

Microsoft introduce MAI-Cyber-1-Flash, un modello progettato esclusivamente per la sicurezza informatica che entra nella piattaforma MDASH con l’obiettivo di ridurre uno dei principali ostacoli operativi: il costo dell’analisi continua di codice e vulnerabilità.

La mossa arriva in un contesto in cui gli attacchi automatizzati sfruttano sempre più l’Intelligenza Artificiale per individuare falle in tempi rapidi, costringendo aziende e provider cloud ad aggiornare le proprie difese. Secondo l’azienda, il nuovo approccio consente di mantenere prestazioni elevate abbattendo i costi fino al 50%. L’idea alla base è chiara: rendere sostenibile un monitoraggio costante e su larga scala, senza sacrificare la qualità delle analisi.

Un modello mirato per la sicurezza software

MAI-Cyber-1-Flash è un modello compatto addestrato specificamente per attività di sicurezza, sia offensive che difensive. A differenza delle soluzioni generaliste, concentra il proprio ragionamento sull’analisi di grandi basi di codice, sull’individuazione di vulnerabilità complesse e sulla comprensione delle interazioni tra componenti software distribuiti. Questa specializzazione gli permette di lavorare in modo più efficiente su scenari reali, dove le dipendenze tra librerie e servizi aumentano la superficie d’attacco.

Il modello è stato progettato per operare all’interno di MDASH, un sistema multi agente che automatizza scansione, analisi e mitigazione delle vulnerabilità. In questa architettura, MAI-Cyber-1-Flash gestisce la maggior parte delle richieste, mentre i casi più complessi vengono inoltrati a GPT-5.4, utilizzato solo quando è necessario un livello superiore di ragionamento. Questo bilanciamento consente di ottimizzare le risorse senza rinunciare alla profondità delle analisi.

Architettura ibrida e impatto sui costi

Secondo i dati diffusi da Microsoft, la combinazione tra MAI-Cyber-1-Flash e GPT-5.4 raggiunge circa il 96% nel benchmark CyberGym, pensato per valutare l’individuazione di vulnerabilità reali in codebase estese. L’azienda sostiene che questa configurazione superi diverse soluzioni concorrenti, grazie a un’architettura che evita di affidare ogni operazione al modello più potente.

Circa il 90% delle attività quotidiane viene completato dal modello Flash, più leggero ed efficiente, mentre solo una piccola parte richiede l’intervento del modello avanzato. Questo approccio riduce consumo di token, latenza e costi operativi, rendendo possibile un monitoraggio continuo su larga scala. In un contesto in cui anche gli attaccanti utilizzano l’AI per accelerare la ricerca di vulnerabilità, la frequenza delle analisi diventa cruciale quanto la loro accuratezza.

Microsoft affianca a questo modello nuovi strumenti agentici, come la piattaforma Perception, pensata per osservare eventi di sicurezza in tempo reale e supportare gli analisti nella risposta agli incidenti. Resta però il nodo dell’efficacia sul campo: i benchmark offrono indicazioni utili, ma solo l’utilizzo in ambienti complessi e reali potrà confermare la solidità dell’approccio. Se i risultati saranno mantenuti, l’adozione di modelli specializzati e architetture ibride potrebbe diventare lo standard nella difesa automatizzata del software.