MS、セキュリティAI「MAI-Cyber-1」発表

Microsoft AI（MAI）は、サイバーセキュリティ領域に特化して自社開発されたインハウスAIモデル「MAI-Cyber-1-Flash」を発表しました。多層モデルエージェント型セキュリティ基盤「MDASH」のフラグシップエンジンとして機能し、セキュリティスキャンと脆弱性自動修復の運用効率を劇的に向上させます。

MAI-Cyber-1-Flashの性能とMDASHシステムの仕組み

公式ブログの発表によると、MAI-Cyber-1-Flash は総パラメータ数1,370億（アクティブパラメータ50億）の Sparse MoE（複数の専門小ネットワークを動的に選択・切り替えるアーキテクチャ（Sparse 混合エキスパート）） 構造を備え、25万6,000トークンのロングコンテキストに対応しています。

本モデルは、多層モデルエージェント型スキャニングシステム「MDASH（Multi-model Dynamic Agentic Security Harness）」のコアエンジンとして設計されています。90/10ルーティング戦略を導入し、日常的なセキュリティ監視や脆弱性検知・修復の最大90%を高速・低コストな MAI-Cyber-1-Flash が処理し、残る10%の難易度の高い防御タスクのみを GPT-5.4 等の最高峰フロンティアモデルへ自動ルーティングします。

産業用セキュリティベンチマーク「CyberGym」において96%の高スコアを記録し、従来の汎用モデル単体運用と比較して約50%の運用コスト削減を達成しました。

汎用モデルとの比較とドメイン特化型戦略の意義

巨大な汎用モデル（GPT-5.4等）を全タスクで常時運用する従来型システムに対し、ドメイン特化型モデルを前段に配置する2層構造を採用することで、同等以上の検出精度を維持しながら応答遅延の大幅短縮と50%のコスト削減を両立しています。

マイクロソフトが小規模かつ高効率な「ドメイン特化型専門モデル（Specialist Models）」への注力を本格化させたことを示す象徴的な事例と言えます。

未確認事項の整理

Azure OpenAI Service や Microsoft Defender 製品群を通じた一般的なサードパーティエンタープライズ顧客への具体的提供時期や価格体系については本発表時点では未確認です。

分析と今後の展望

セキュリティ脅威の高度化とAI運用コストの増大という二重の課題に対し、動的エージェントルーティング手法はきわめて現実的かつ効果的な解となります。エンタープライズセキュリティ基盤におけるAIモデルの選定基準が「汎用能力の高さ」から「タスク特化型のコストパフォーマンス」へとシフトする契機となるでしょう。

引用元：The Official Microsoft Blog