Microsoft asegura que su sistema de IA supera a GPT-5.6 y Claude Mythos en pruebas de ciberseguridad

Microsoft presentó MAI-Cyber-1-Flash, su primer modelo de inteligencia artificial desarrollado específicamente para tareas de ciberseguridad. Integrado con el sistema MDASH, la compañía asegura que la solución supera en rendimiento a modelos de referencia como GPT-5.6 Sol, GPT-5.5 Cyber, Claude Mythos 5 y Gemini 3.5 Flash Cyber en pruebas de detección de vulnerabilidades de software.

Según datos publicados por la empresa, MDASH obtuvo una puntuación de 95,95% en la prueba CyberGym, un benchmark que evalúa la capacidad de los modelos de IA para identificar y reproducir vulnerabilidades conocidas en proyectos de código abierto. En comparación, GPT-5.5 Cyber registró 85,6%, Claude Mythos 5 alcanzó 83,8%, GPT-5.6 Sol obtuvo 83,6% y Gemini 3.5 Flash Cyber logró 83,2%.

Microsoft explicó que el resultado corresponde al rendimiento del sistema completo y no únicamente del modelo MAI-Cyber-1-Flash. La solución combina el nuevo modelo con MDASH, una plataforma que coordina más de 100 agentes de inteligencia artificial especializados en analizar código, verificar posibles vulnerabilidades, descartar falsos positivos y generar pruebas que demuestren la existencia de los fallos detectados.

La compañía señaló que MAI-Cyber-1-Flash se encarga de aproximadamente el 90% de las tareas, mientras que los casos más complejos son derivados a GPT-5.4, una estrategia que, según Microsoft, permite reducir el costo computacional en un 50% respecto a la mejor configuración anterior de MDASH.

El director ejecutivo de Microsoft, Satya Nadella, afirmó que esta es la primera vez que un modelo diseñado principalmente para ser eficiente logra superar a modelos de propósito general considerados de última generación en una tarea especializada de ciberseguridad.

La empresa también destacó que el sistema aprovecha décadas de datos acumulados sobre incidentes de seguridad informática, lo que considera una ventaja competitiva para entrenar herramientas capaces de identificar vulnerabilidades con mayor precisión.

Por ahora, MDASH se encuentra disponible en versión preliminar privada a través de Microsoft Defender, donde los clientes pueden escanear repositorios de código, revisar las vulnerabilidades detectadas y generar propuestas automáticas de corrección. No obstante, las cifras de rendimiento reportadas por Microsoft corresponden a pruebas realizadas por la propia compañía y, al momento del anuncio, aún no habían sido incorporadas al ranking público de CyberGym.