A Microsoft Security anunciou MAI-Cyber-1-Flash, seu primeiro modelo especializado em segurança, juntamente com o Project Perception, em 27 de julho, em um post assinado pela vice-presidente executiva Hayete Gallot. O Project Perception é um sistema coordenado de agentes red, blue e green e entra em prévia pública em 3 de agosto. A Microsoft também anunciou a FORGE Labs, liderada pelo vice-presidente Taesoo Kim, e uma aliança externa de red team com financiamento para 18 laboratórios universitários em seis continentes.

O resultado alegado

A Microsoft coloca sua pilha em 95,95% no CyberGym — reportado como 96% — o que, segundo a empresa, está 12 pontos acima do Mythos. O conjunto de comparação publicado foi: GPT-5.5 Cyber com 85,6%, Mythos 5 com 83,8%, GPT-5.6 Sol com 83,6% e Gemini 3.5 Flash Cyber com 83,2%. A empresa também afirma "quase 50% de economia de custos em relação à configuração MDASH atual no mercado hoje." Mustafa Suleyman chamou o resultado de "realmente bastante notável".

Três problemas com o número

Primeiro, o benchmark é inteiramente autorreportado: não há verificação independente, número de execuções nem barras de erro. Segundo, e mais relevante, os 96% vêm de um sistema orquestrado de dois modelos — o Flash lida com cerca de 90% das tarefas e encaminha o restante para o GPT-5.4 — em comparação com os modelos únicos dos concorrentes. Terceiro, a alegação de custo é medida em relação à configuração anterior da própria Microsoft, não aos rivais; ao menos um veículo a traduziu como "metade do custo de outros modelos líderes", o que é uma alegação materialmente diferente e sem sustentação.

O que o CyberGym mede

Reprodução de vulnerabilidades, não exploração no mundo real. Um modelo que reproduz 96% das vulnerabilidades conhecidas de um benchmark não resolveu 96% da segurança, e a Microsoft não afirma que tenha resolvido — mas a simplificação que circula na cobertura diz isso.

O movimento estratégico por trás disso

A Microsoft passou dois anos vendendo produtos de segurança construídos com modelos de parceiros. Agora, está lançando seus próprios pesos e precificando-os contra esses parceiros — dentro do seu maior movimento de adoção empresarial. E, no mesmo dia, doou o MDASH para a nova aliança de modelos abertos da Nvidia. Construir um modelo internamente, reduzir o preço dos fornecedores que revende e, ao mesmo tempo, apoiar a corrente de pesos abertos não são três movimentos. É um só.