MAI-Cyber-1-Flash traite 90 % des failles, GPT-5.4 s'occupe du reste

Le modèle MAI-Cyber-1-Flash de Microsoft réduit de moitié les coûts de correction des failles dans MDASH en gérant 90 pour cent des tâches de sécurité.

Premier modèle maison de Microsoft dédié à la cybersécurité, MAI-Cyber-1-Flash vient s'installer dans MDASH, le harness multi-agents que l'entreprise consacre à l'identification et à la correction de vulnérabilités logicielles. Compact et orienté code, il s'inscrit dans la lignée MAI-Thinking-1 entraînée en interne, et constitue selon sa fiche technique une version affinée de MAI-Code-1-Flash.

Le principe tient dans une répartition du travail. Le petit modèle absorbe jusqu'à 90 % des requêtes, repère les failles, applique les correctifs et vérifie qu'ils tiennent. Les 10 % restants, jugés exceptionnellement difficiles, partent vers un modèle environ dix fois plus lourd, en l'occurrence GPT-5.4. Microsoft chiffre l'économie à 50 % par rapport à la configuration MDASH actuellement en production, qui combine GPT-5.4, 5.4 mini et 5.3 codex.

Sur CyberGym, suite d'évaluation qui soumet des agents à plus de mille cinq cents cas tirés de 188 projets logiciels réels, l'entreprise revendique 95,95 % de réussite pour cet attelage. La documentation détaille le chemin parcouru en interne : substituer le nouveau modèle à 80 % de ceux jusque-là mobilisés dans MDASH aurait fait passer le système de 88,4 % à ce score.

Perception accompagne le mouvement. Ce système de sécurité agentique met des équipes d'agents à disposition pour différents workflows, avec l'ambition de surveiller, corriger et refermer les vecteurs de menace en continu. MDASH compte déjà plus d'une centaine d'agents bâtis sur plusieurs modèles pour trouver, valider et remédier.

Le caractère dual des capacités cyber conduit à un accès restreint : le modèle reste cantonné à MDASH et a été entraîné sur des tâches défensives, non offensives. Microsoft fait état d'une évaluation par son AI Red Team, d'exercices adverses automatisés et experts, et d'une revue par un tiers indépendant, avec exécution en sandbox privée d'accès internet, isolation par tenant et contrôles par rôle. La preview est attendue au 3 novembre.