Segun MarkTechPost (AI/ML News), Microsoft ha presentado MAI-Cyber-1-Flash, un modelo especializado en ciberseguridad que opera dentro del entorno MDASH, su sistema de escaneo multi-modelo. Este modelo, basado en arquitecturas de atención autónoma y capas de expertos dispersas, cuenta con 137 mil millones de parámetros, de los cuales 5 mil millones están activos, y soporta una longitud de contexto de 256 mil tokens. Solo procesa entradas y salidas en formato textual. Su desarrollo se deriva directamente del modelo MAI-Code-1-Flash, ya integrado en herramientas como GitHub Copilot y VS Code, y pertenece a la línea tecnológica MAI-Thinking-1.
El rendimiento del modelo fue evaluado en el conjunto de pruebas CyberGym, compuesto por 1.507 tareas reales de reproducción de vulnerabilidades extraídas de 188 proyectos de código abierto. En la configuración estándar de nivel 1, donde se entrega solo el código vulnerable y una descripción general, el sistema MDASH con MAI-Cyber-1-Flash alcanza un porcentaje de precisión del 95,95%. Este resultado supera en aproximadamente 12 puntos al modelo Mythos de Anthropic, y se sitúa entre los sistemas más avanzados en el ranking público, que oscila entre el 83,2% y el 85,6%. Antes, en mayo de 2026, MDASH lograba un 88,45% con modelos generales disponibles, siendo entonces el mejor resultado registrado en la lista pública, cinco puntos por encima del segundo lugar.
La mejora se atribuye a la reconfiguración de más del 80% de los modelos existentes dentro de MDASH, lo que permite que MAI-Cyber-1-Flash asuma el 90% de las tareas del sistema. Este enfoque no solo optimiza el rendimiento, sino que también reduce costos operativos al evitar el uso excesivo de modelos de vanguardia. El proceso se divide en cinco fases: preparación, escaneo, validación, eliminación de duplicados y prueba. En cada etapa, agentes especializados ejecutan tareas específicas: los auditores identifican hallazgos, los debatidores evalúan la explotabilidad mediante el análisis de discrepancias, y en la fase de prueba, se aplican entradas que activan vulnerabilidades usando ASan para lenguajes C y C++.
Para los lectores peruanos, este avance en inteligencia artificial cibernética representa una señal clave sobre la evolución de la defensa digital. Aunque las empresas locales aún enfrentan desafíos en la inversión tecnológica, el desarrollo de herramientas como esta indica que las soluciones de ciberseguridad ya no dependen únicamente de equipos físicos o software tradicional. En un entorno donde las empresas de servicios, comercio electrónico o finanzas digitales son cada vez más vulnerables a ataques, el uso de modelos especializados que operan en tiempo real puede prevenir fallos antes de que se materialicen. La capacidad de detectar y validar vulnerabilidades con precisión es una ventaja estratégica que, si se adopta con responsabilidad, puede fortalecer la seguridad de los sistemas digitales que sustentan el crecimiento económico del país.