Microsoft、小型セキュリティモデルにスキャンの9割を担わせ、MDASHは難問のみGPT-5.4へエスカレーション

Microsoftは7月27日、MAI-Thinking-1から派生し、コードとセキュリティデータを重視したコンパクトモデル「MAI-Cyber-1-Flash」を発表した。同モデルはフロンティアモデルを単独で置き換えるものではなく、MDASHのマルチモデル・エージェントフレームワークに組み込まれる。脆弱性分析の約9割を特化型モデルが担い、最も難しい1割のタスクのみをGPT-5.4へルーティングする。この階層型推論は「モデルルーティング」をセキュリティ運用の経済性に直接適用するものだ。Microsoftによると、GPT-5.4、5.4 mini、5.3 Codexで構成されていた従来構成と比べ、コストを50%削減できるという。

MDASH自体は100を超えるエージェントを備え、それぞれがコード理解、脆弱性仮説の策定、エクスプロイトの検証、修復などを実行する。新しいハイブリッドシステムは、既知の脆弱性を再現する1,507件のタスクを含むCyberGymで95.95%を記録し、Microsoftが示したMythos、Gemini、GPTの比較構成を約10～13パーセントポイント上回った。同社は同時にProject Perceptionも発表した。まずRed、Blue、Greenの3つのエージェントチームが、それぞれ弱点の発見、リスク判定、修復生成を担当する。今後はMAI-Cyber-1-Flashを、さらに多くのセキュリティワークフローへ拡張する計画だ。

導入担当者は、95.95%がMDASHとGPT-5.4を組み合わせたシステム全体のスコアであり、単一モデルの成果とはみなせない点に注意する必要がある。また、比較構成で使用されたプロンプト、ツール予算、推論コストの詳細も、まだ完全には公開されていない。モデルの重みは公開されず、Azure AI Foundryによる顧客審査とコンピューティングリソースの割り当てを経て提供される。パブリックプレビューは発表の1週間後に開始される予定だ。Microsoftは、プラットフォームがテナント分離、ロールベースのアクセス制御、監査、ネットワークアクセスのないサンドボックスを提供するとしている。一方、エンジニアリングチームは引き続き、誤検知、修復後の回帰テスト、権限境界に加え、エージェントが実行可能なエクスプロイトコードを生成する際の人間による承認プロセスを検証する必要がある。