Microsoft 发布 MAI-Cyber-1-Flash：5B 活跃参数的网络安全模型，驱动 MDASH 在 CyberGym 上达到 95.95%

MAI-Cyber-1-Flash 是一个带有自注意力和稀疏 Mixture-of-Experts 层的 Transformer。它拥有 137B 总参数，其中 5B 为激活参数，以及 256k 上下文长度。输入和输出均为纯文本。

它是 MAI-Code-1-Flash 的网络安全专用微调版本，后者是已嵌入 GitHub Copilot 和 VS Code 的轻量级智能体编程模型。发布说明将其描述为源自 MAI-Thinking-1 谱系。

基准测试

CyberGym 是一个公开测试套件，包含 1,507 个真实世界漏洞复现任务，取自 188 个 OSS-Fuzz 项目。Microsoft 在 CyberGym 默认的 level 1 配置下进行了评估，该配置提供存在漏洞的源代码和一份高层描述。

MDASH 搭配 MAI-Cyber-1-Flash 与 GPT-5.4 运行时得分 95.95%。Microsoft 称这比 Anthropic 的 Mythos 高出约 12 个百分点，而发布图表显示四个竞争系统的得分介于 83.2% 至 85.6% 之间。

当 Microsoft 于 2026 年 5 月首次详细介绍 MDASH 时，该测试框架仅使用通用可获得的模型就在 CyberGym 上取得了 88.45% 的成绩。这已经是公开排行榜上的最高分，比排名第二的 83.1% 高出约五个百分点。研究团队直白地说明了这一提升：将 MDASH 中 80% 的现有模型替换后，该测试框架的得分从 88.4% 提升至 95.95%。

为什么路由才是真正的产品

MDASH 通过五个阶段管理超过 100 个专用智能体：准备、扫描、验证、去重和证明。审计智能体标记发现项，辩论智能体就可利用性展开争论（将分歧作为信号），而证明阶段则针对 C/C++ 目标使用 ASan 执行触发输入。

为了大规模控制前沿模型的成本，MAI-Cyber-1-Flash 处理了 高达 90% 的 MDASH 任务，并将最难的 10% 升级交由 GPT-5.4 处理。相比此前由 GPT-5.4、5.4 mini 和 5.3 codex 组成的配置，这种路由方式带来了 50% 的成本节省。

MDASH 由微软的 Autonomous Code Security (ACS) 团队开发，团队成员来自赢得 DARPA AI Cyber Challenge 的 Team Atlanta。今年 5 月，MDASH 辅助的工作在 Windows 网络与身份验证栈中发现了 16 个 CVE（其中包括四个严重的远程代码执行漏洞）。回顾性地看，它在五年时间窗口内找回了 28 个 MSRC 案例中 96% 的 clfs.sys 相关问题，以及 7 个案例中 100% 的 tcpip.sys 相关问题。

性能

研究团队展示了来自轻量级终端测试框架的独立结果：

基准测试	MAI-Cyber-1-Flash
CVEBench	0.314
CyberSecEval4 — 威胁情报	0.553
CyberSecEval4 — 恶意软件分析	0.33
CRSBench	0.651（POV=1200）
ExploitGym — 内核 / 用户空间 / 浏览器	0 / 0 / 0

ExploitGym 上清一色的零是刻意为之，而非缺陷。Microsoft 团队表示，该模型被训练用于执行防御性任务，例如修补漏洞，而非部署恶意软件等攻击性任务。一个无法生成漏洞利用、却能驱动 95.95% 发现流水线的 5B 激活参数模型，恰恰是纯防御型产品所需要的产物。

如何使用

核心要点

MAI-Cyber-1-Flash 总参数量 137B / 激活参数 5B，是 MAI-Code-1-Flash 的稀疏 MoE 微调版本，上下文窗口为 256k。
CyberGym 上的 95.95% 是系统得分——由 MDASH 加上新模型再加上 GPT-5.4 共同取得，较 2026 年 5 月的 88.45% 有所提升。
它能处理多达 90% 的 MDASH 任务，并将剩下 10% 的难题升级交由 GPT-5.4 处理，据称可降低成本 50%。
ExploitGym 得分按设计为 0/0/0——该模型只修补漏洞，不编写漏洞利用程序。
访问受到限制