微軟在AI安全領域邁出重要一步，推出自研緊湊型網路安全模型MAI-Cyber-1-Flash，該模型集成於此前公佈的MDASH多智慧體系統中。在衡量AI識別大型程式碼庫中真實安全漏洞能力的CyberGym基準測試中，這一組合取得96%的得分，不僅領先於OpenAI的GPT系列和谷歌的Gemini，還比另一前沿模型Mythos高出12個百分點。

MAI-Cyber-1-Flash基於微軟的MAI-Thinking-1模型系列開發，其設計思路是承擔約90%的常規安全任務，僅將最複雜的推理案例傳遞給OpenAI的GPT-5.4處理。微軟表示，這種分層架構可使整體安全運營成本相比純粹使用前沿模型降低50%。這一策略體現了微軟在AI領域角色的轉變——從主要作為OpenAI模型的獨家分銷商，逐步演變為一個AI模型編排者，根據任務複雜度靈活排程自研與第三方模型。

在釋出模型的同時，微軟還推出了名為Perception的智慧體安全系統，該系統能夠即時監控並緩解威脅。微軟強調其獨特的資料優勢：每天處理超過100萬億條安全訊號，並服務於160萬客戶。這些海量資料為訓練和最佳化安全模型提供了堅實基礎。

值得注意的是，儘管在常規任務上實現了自研突破，微軟在複雜推理環節仍明確依賴OpenAI。這種“自研+外採”的組合模式，既降低了大規模部署前沿模型的成本，又保留了應對高階威脅的能力。微軟近年來也因這一角色轉變，開始公開支援開放權重模型，這與過去通過獨家分銷OpenAI模型來推動Azure增長的戰略形成對比。

對於AI產業投資者而言，微軟此舉可能加速AI安全市場的成本下降，並推動更多企業採用類似的多模型編排架構。同時，這也意味著OpenAI在高階推理能力上的壁壘依然存在，但通用型安全任務的利潤空間可能被壓縮。