微软发布网安专用模型 MAI Cyber 2 Flash,成本约为 GPT-6 Astra 的 2%
微软最具性价比网安 AI 模型 MAI Cyber 2 Flash 登场:性能比肩 GPT-6 Astra,每任务成本约为其 2%
微软自家安全团队专用模型,专攻漏洞挖掘和威胁调查这些安全运维活儿。亮点是成本只要 GPT-6 Astra 的 2% 出头,但成绩还略高一点。做企业安全的、想降本又不想牺牲检测能力的团队,12 月中旬就能用上了。
微软 AI 部门于 11 月 17 日发布网络安全专用模型 MAI Cyber 2 Flash,定位为企业安全团队的高性价比方案,用于发现软件漏洞、推荐修复方案和调查网络威胁。在 CyberGym-E2E 基准中,该模型取得 92.3% 的任务成功率,略高于 GPT-6 Astra 的 91.5%,而每任务成本不足后者的 2%。该结果基于剔除 92 个与训练数据重叠任务后的 813 个任务统计得出。
技术细节上,该模型拥有 100 万 token 上下文窗口,是上一代 MAI Cyber 1.1 Flash 的四倍,可一次性分析更大规模代码库。在 WebExploitBench 测试中,它在相同推理预算下取得 40.4% 的成绩,高于 GPT-5.6 Cyber 的 38.4%。客户 Insight Enterprises 的评估显示,相较 GPT Profile,其 token 效率高出 20%。
微软强调成本数据反映的是离线评估成本,实际支出会随工作负载、推理强度和评测方法变化。落地方面,该模型专供微软安全产品使用(包括代号 MDASH 的产品),自 12 月中旬起将自动替换符合条件的 MAI 配置文件中的现有模型。
微软最具性价比网安 AI 模型 MAI Cyber 2 Flash 登场:性能比肩 GPT-6 Astra,每任务成本约为其 2%
IT之家 11 月 18 日消息,微软 AI 部门于 11 月 17 日发布全新专用安全模型 MAI Cyber 2 Flash, 定位为面向企业安全团队的“高性价比”网络安全 AI。 该模型旨在帮助安全人员全天候发现软件漏洞、推荐修复方案并调查网络威胁,同时显著降低大规模使用 AI 的算力与成本。 微软称,MAI Cyber 2 Flash 基于其多年积累的专有安全数据与安全研究经验构建。在衡量真实漏洞发现能力的 CyberGym-E2E 基准中,该模型取得 92.3% 的任务成功率,略高于 GPT-6 Astra 的 91.5%;而微软披露的每任务成本不足后者的 2%。该结果是在剔除 92 个与训练数据来源重叠的任务后、基于剩余 813 个任务统计得出。IT之家附上相关截图如下: 在另一项 WebExploitBench 测试中,MAI Cyber 2 Flash 在相同推理预算下取得 40.4% 的成绩,高于 GPT-5.6 Cyber 的 38.4%。微软还表示,该模型拥有 100 万 token 的上下文窗口,是上一代 MAI Cyber 1.1 Flash 的四倍,可一次性分析更大规模的代码库,更适合复杂、多步骤的安全调查任务。 客户侧的初步反馈也显示其效率优势。Insight Enterprises 的评估称,MAI Cyber 模型相较 GPT Profile 的 token 效率高出 20%,意味着完成类似安全任务时可能消耗更少的计算资源。不过微软也强调,上述性能与成本对比会随具体工作负载、模型配置、推理强度及评测方法而变化,且成本数据反映的是离线评估成本,并不等同于客户的实际支出。 在落地方面,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 配置文件中的现有模型将自动替换为 MAI Cyber 2 Flash。
This report is categorized under AITOP's "Models" desk, focusing on US frontier AI labs and Silicon Valley technology leaders. Within our cross-regional analytical framework, it directly maps to US-China foundation model benchmarks and commercialization comparison and AI developer toolchains, coding agents, and engineering workflows. Key entities and technical topics under continuous tracking include MAI Cyber 2 Flash, Microsoft, GPT-6 Astra, cybersecurity.
Source attribution: curated from IT之家. Cross-source corroboration: 11 independent sources have covered this development (including kimmonismus, OpenAI, The Rundown AI), confirming industry-wide signal strength.