Il nuovo modello di sicurezza di Microsoft è piccolo per scelta, ed è questo l’aspetto interessante

Lunedì Microsoft ha presentato il suo primo modello di cybersicurezza sviluppato internamente. MAI-Cyber-1-Flash è un modello compatto pensato per trovare falle in grandi basi di codice. Non lavora da solo: fa parte di MDASH, un sistema multi-agente in cui diversi agenti di IA si dividono la scansione del codice, il ragionamento sui possibili problemi e la proposta di una correzione. L’azienda ha annunciato anche Project Perception, un sistema basato su agenti che sorveglia le minacce in tempo reale.

I dati pubblicati da Microsoft riguardano la combinazione, non il piccolo modello da solo. MAI-Cyber-1-Flash insieme a GPT-5.4 ottiene circa il 96% su CyberGym, un benchmark che misura la capacità di un sistema di IA di ragionare su un’ampia base di codice per individuare vulnerabilità reali. Il risultato supera di dodici punti Mythos, il miglior modello di Anthropic, e precede le configurazioni Gemini e GPT provate da Microsoft. Il dato su cui vale la pena soffermarsi è il costo: secondo l’azienda, il nuovo sistema costa circa il 50% in meno della soluzione precedente più efficace, che metteva in sequenza GPT-5.4, GPT-5.4 mini e un modello Codex. Il risparmio nasce dalla suddivisione. Il piccolo specialista svolge da solo circa il 90% delle attività; soltanto il decimo più difficile passa al costoso modello generalista.

Questo sistema di smistamento sta diventando in silenzio l’architettura dominante del 2026, e conviene capirlo anche se non userai mai uno strumento di sicurezza. Prima si sceglieva il modello più intelligente compatibile con il proprio budget e gli si affidava tutto. Ora si parte dall’idea che gran parte del lavoro reale sia di routine, che un piccolo modello specializzato possa svolgerlo altrettanto bene a una frazione del prezzo e che l’intelligenza costosa vada acquistata solo per i casi che la richiedono. Microsoft ha un motivo preciso per preferire questa struttura: si sta riposizionando come l’azienda che orchestra i modelli, non come quella che possiede il migliore, riducendo al tempo stesso la dipendenza da OpenAI. La dipendenza, però, non è scomparsa. Il 10% più difficile continua ad andare a GPT-5.4, come Microsoft dichiara apertamente.

Prima di entusiasmarsi serve una precisazione: CyberGym è un benchmark. I punteggi nella ricerca delle vulnerabilità tendono a essere migliori dei risultati sul campo, perché le basi di codice reali sono più disordinate dei set di prova. Un tasso di falsi allarmi accettabile su 100 file diventa insostenibile su 100.000. Microsoft cita inoltre il proprio vantaggio di scala: oltre 100.000 miliardi di segnali di sicurezza al giorno, provenienti da 1,6 milioni di clienti. È una risorsa notevole, ma non verificabile dall’esterno.

Cosa significa per te: Per la maggior parte delle persone oggi non cambia nulla, e va bene così. Questa è infrastruttura aziendale, non un prodotto da installare. Vale invece la pena ricordare lo schema, perché presto comparirà ovunque: un piccolo modello economico per la maggioranza dei casi, un grande modello costoso per le eccezioni. Se usi l’IA su scala significativa, è il modo più efficace per ridurre i costi disponibile oggi e non richiede di addestrare nulla. Se gestisci software professionalmente, il segnale più pratico è che la ricerca automatica delle vulnerabilità sta diventando abbastanza economica da funzionare di continuo anziché una volta ogni trimestre, sia per chi difende sia per chi attacca.

Fonti

• Introducing MAI-Cyber-1-Flash inside MDASH, Microsoft AI
• Rethinking security for the age of AI, Microsoft
• Microsoft launches its first cybersecurity model, TechCrunch
• Microsoft launches its own cybersecurity model MAI-Cyber-1-Flash, The Decoder