首页 >> 综合 > 快讯 >

微软发布 MAI Cyber 2 Flash 专用安全大模型,漏洞发现率 92.3%,成本不足竞品 2%

2026-11-18 07:37:53 来源:网易 编辑:钟影航 

微软在 Ignite 大会推出 MAI Cyber 2 Flash 这款专门面向网络安全场景的专用大模型,主打代码漏洞识别、威胁溯源、修复方案推荐,在 CyberGym-E2E 基准测试中漏洞相关任务成功率达到 92.3%,略高于 GPT-6 Astra 的 91.5%,同时单任务推理成本不到 GPT-6 Astra 的 2%,在安全能力接近的前提下大幅压低算力开销,适合企业安全团队长时间、大批量自动化扫描代码,降低 AI 安全巡检的预算压力,这款模型也是微软 Project Perception 安全体系里的核心组件,后续会集成进微软 MDASH 漏洞扫描系统。

一、核心性能参数

  • 基准测试 CyberGym-E2E:MAI Cyber 2 Flash 92.3%,GPT-6 Astra 91.5%
  • WebExploitBench 测试:同等推理预算下得分 40.4%,高于 GPT-5.6 Cyber 的 38.4%
  • 上下文窗口:100 万 token,是上一代 MAI Cyber 1.1 Flash 的 4 倍
  • 推理开销:单任务成本仅为 GPT-6 Astra 的 2%,token 消耗更少
  • 上线部署时间:12 月中旬自动接入 MDASH,符合条件的企业客户可启用

二、模型主要能力清单

  1. 代码漏洞自动挖掘,识别软件代码里的安全缺陷,输出漏洞位置、风险等级
  2. 给出漏洞修复建议,同步生成修复代码片段,方便开发人员直接参考
  3. 多步骤安全事件调查,依托超大上下文,一次性读取整套代码库、日志、告警信息
  4. 适配自动化安全巡检,支持 7×24 小时后台持续扫描,不用人工持续盯守
  5. 接入微软安全体系,和 Defender、MDASH 联动,打通告警、验证、修复流程

三、对比上代版本的升级点

  1. 上下文窗口从 25 万 token 提升到 100 万 token,能处理更大体量的项目代码
  2. 漏洞基准识别成功率小幅提升,复杂漏洞场景识别稳定性更好
  3. 推理效率进一步优化,token 利用率更高,相同预算下可以跑更多扫描任务
  4. 适配 MDASH 多智能体扫描框架,和其他安全模型协同工作

四、需要留意的局限

  1. 测试数据是离线基准评测结果,企业真实业务场景的效果会受代码类型、业务复杂度影响
  2. 成本对比仅针对本次安全基准任务,其他通用任务不能直接套用这个比例
  3. 它是安全专用模型,不适合通用聊天、文案创作、通用编程等非安全场景
  4. 模型只是辅助工具,模型识别出来的漏洞,依旧需要安全工程师复核确认

【相关 FAQ】

问题 1:微软 MAI Cyber 2 Flash 的漏洞发现率是多少,对比竞品是什么水平?

回答 1:微软 MAI Cyber 2 Flash 在 CyberGym-E2E 测试中漏洞任务成功率 92.3%,略高于 GPT-6 Astra 的 91.5%,同时单任务成本不足竞品 GPT-6 Astra 的 2%。

问题 2:微软 MAI Cyber 2 Flash 100 万 token 上下文窗口有什么用处?

回答 2:微软 MAI Cyber 2 Flash 拥有 100 万 token 超大上下文,可以一次性读取完整代码库、安全日志,处理复杂、多步骤的安全调查任务,不用拆分文件多次调用。

问题 3:微软 MAI Cyber 2 Flash 什么时候可以给企业使用?

回答 3:微软 MAI Cyber 2 Flash 计划在 12 月中旬自动部署到 MDASH 平台,符合条件的企业客户可以在 MDASH 中启用这个安全大模型。

问题 4:微软 MAI Cyber 2 Flash 是通用大模型吗,能不能用来写普通业务代码?

回答 4:不是,微软 MAI Cyber 2 Flash 是安全专用大模型,核心定位是漏洞挖掘、威胁分析,不适合通用聊天、普通业务代码开发这类通用场景。

【参考资料】

[2026-11-18](微软推出 MAI Cyber 2 Flash 安全大模型)DoNews

[2026-11-18](MAI Cyber 2 Flash 登场,性能比肩 GPT-6 Astra)IT 之家

[2026-11-17](Ignite:微软发布 MAI Cyber 2 Flash 安全 AI)微软官方博客

[2026-11-17](微软 MAI Cyber 2 Flash 基准测试解读)Sombra Radio

【免责声明】

微软 MAI Cyber 2 Flash 的测试数据、成本对比基于官方离线基准测试,企业实际使用效果、算力成本会随代码结构、业务环境、调用策略发生变化;该模型仅作为安全辅助工具,不能替代专业安全人员人工审计,漏洞风险处置以企业安全规范为准。

 
最新文章
站长推荐