マイクロソフトが2026年7月27日に発表したMAI-Cyber-1-Flashは、ソフトウェアの脆弱性を自動で検知し、実証コードの作成から修正パッチの適用までを一貫してこなすセキュリティ特化型のAIモデルです。その性能は業界標準ベンチマークのCyberGymで95.95パーセントというスコアを記録し、Anthropicの主力モデルであるClaude Mythos 5を12ポイント上回りました。マイクロソフトにとって初めての本格的なセキュリティ専用モデルであり、汎用推論モデル「MAI-Thinking-1」の系譜から派生した、コード解析に強いコンパクトな設計になっています。単体で動くのではなく、100以上のエージェントを束ねる基盤「MDASH」に組み込まれて運用される点が、このモデルの性能を理解するうえでの鍵になります。この記事では、公表された数値の中身と、それを支えるアーキテクチャ、そして競合各社との位置関係を整理します。
MAI-Cyber-1-Flashの性能はCyberGymで95.95%を記録
MAI-Cyber-1-Flashの中核的な実力を示す数値は、CyberGymというベンチマークでの95.95パーセント、報道によっては約96パーセントというスコアです。マイクロソフトはこの結果について、Anthropicの「Claude Mythos 5」を12ポイントという差で上回ったと説明しており、GoogleのGeminiやOpenAIのGPT系モデルもあわせて上回ったとしています。サティア・ナデラCEOは自身のXアカウントで、複雑なコードベースの中から最も発見が難しい脆弱性を見つけ出すためにゼロから構築した、マイクロソフト初のサイバーセキュリティモデルだと述べました。
ただし、この95.95パーセントという数字はMAI-Cyber-1-Flash単体の成績ではありません。マイクロソフトAI公式アカウントの発表を詳しく見ると、12ポイントの差をつけたとされる成績は「MAI-Cyber-1-FlashとGPT-5.4を組み合わせたMDASH構成」によるものだと説明されています。単一モデルの純粋な性能比較というよりも、複数モデルを組み合わせたシステム全体としての到達点を示す数字だという前提を押さえておく必要があります。
脆弱性の発見から修復までを自律的に実行する仕組み
MAI-Cyber-1-Flashの特徴は、脆弱性を見つけるだけで終わらない点にあります。エージェント群が実際に攻撃が成立するかどうかを検証する実証コード、いわゆるPoCを自ら作成し、その攻撃可能性を確認したうえで修正パッチを生成し、コードベースへ適用し、修正後の再検証までを一貫して自動処理します。従来のスキャナー型セキュリティ製品が「怪しい箇所を洗い出す」ところで役割を終えていたのに対し、発見から修復までのサイクルの大部分をAIエージェント群がこなすという設計は、一線を画すアプローチです。人間のセキュリティエンジニアが最終確認や承認を行う運用が想定されているとみられます。
MDASHが100以上のエージェントを統合
この自律的な処理を支えているのが、マイクロソフトが新たに構築した基盤「MDASH(Microsoft Security multi-model agentic scanning harness)」です。業界トップクラスのセキュリティ専門家によってチューニングされた100以上のエージェントが、複数の主要モデルを使い分けながら脆弱性の発見・検証・修復にあたります。MAI-Cyber-1-FlashとMDASHを組み合わせた統合システム全体には「Project Perception」という名称が与えられており、単一の脆弱性スキャナーではなく、実世界のシグナルに根ざして継続的に学習し続ける防御システムとして位置づけられています。
コストは主要モデルの約50%に圧縮
性能と並んで強調されているのが、運用コストの低さです。GPT-5.4のような汎用の大規模言語モデルをセキュリティ用途で単独稼働させた場合と比較して、同等以上の検知性能を維持しながら、トークン消費コストを約半分にまで抑えられるといいます。ナデラCEOも「MDASHと組み合わせることで、主要モデルの50パーセントのコストで世界最高水準の性能を実現する」とコメントしており、性能面のアピールと並んでコスト効率が今回の発表の重要な訴求ポイントになっています。
このコスト比較にも前提条件があります。比較対象は汎用モデル全般ではなく、マイクロソフトがこれまでMDASH内で提供してきた「GPT-5.4・GPT-5.4 mini・GPT-5.3 codexの組み合わせ」という従来の最良構成です。その従来構成に対して同等以上の性能を約50パーセントのコストで実現した、というのが正確な比較の中身になります。日本国内でもGIGAZINEなどのメディアが、MAI-Cyber-1-FlashはGPT-5.4と組み合わせることで低コストながらClaude Mythos 5を上回るセキュリティ性能を発揮すると報じており、自社モデル単体というよりも複数モデルを組み合わせたシステム全体としての最適化が、マイクロソフトの狙いであることがうかがえます。大規模な企業のコードベースを継続的にスキャンし続ける用途では、汎用モデルをそのまま使い続けるとトークン消費量が膨らみやすく、運用コストがボトルネックになりがちです。専用に最適化された比較的軽量なモデルをマルチエージェント基盤と組み合わせる設計は、この課題への直接的な回答といえます。
Claude Mythos 5やGPT-5.5-Cyberとの性能比較
サイバー防御特化型のAIモデルは、マイクロソフト一社の取り組みではありません。Anthropicは2026年5月1日、組織のセキュリティチーム向けにソースコードとデータフローを解析して脆弱性を自動発見し、修正パッチまで生成するツール「Claude Security」のパブリックベータを開始しました。ベースモデルにはClaude Opus 4.7を用い、従来のルールベースの静的解析では検出が難しいビジネスロジック上の欠陥にも対応できるとされています。誤検知を防ぐために複数の検証ステップを経て確信度を評価する一方、最終的な修正の承認は人間が行う設計です。関連して、Claude Codeユーザー向けにコードの脆弱性を自動レビューする「security-guidanceプラグイン」も、同年5月27日に公開されました。
OpenAIも独自路線でサイバー防御モデルを展開してきました。2026年4月14日、検証済みのセキュリティ専門家や組織のみを対象とする「Trusted Access for Cyber」プログラムを通じて「GPT-5.4-Cyber」を限定公開しています。脆弱性調査やディフェンシブなプログラミング、マルウェア解析、リバースエンジニアリングといった正当なセキュリティ業務において、拒否応答の閾値を意図的に下げているのが特徴です。さらに2026年6月23日には、サイバー防御プラットフォーム「Daybreak」の拡張とあわせて「GPT-5.5-Cyber」の正式版をリリースしました。OpenAIの発表によれば、GPT-5.5-CyberはCyberGymで85.6パーセントのスコアを記録し、ベースとなる無印のGPT-5.5の81.8パーセントを上回りました。単純に数値だけを比較すれば、MAI-Cyber-1-Flashが大きくリードする形になっています。もっとも、これらのスコアはそれぞれの企業が独自に実施した測定であり、評価条件や対象タスクのバージョン、報告のタイミングが完全に一致しているとは限りません。それでも各社が同じCyberGymという物差しを引き合いに出し始めていること自体が、防御AIの性能競争が具体的な数値で語られる段階に入ったことを示しています。
CyberGymは1,507件の実脆弱性を収録した評価基盤
CyberGymは、AIエージェントの実世界におけるサイバーセキュリティ能力を大規模かつ厳密に評価するために設計された評価フレームワークです。188のソフトウェアプロジェクトにまたがる1,507件の実際の脆弱性を収録しており、エージェントには脆弱性のテキスト説明と対象のコードベースのみが与えられ、その脆弱性を再現する実証コードを生成するタスクが課されます。単なるクイズ形式のベンチマークではなく、これまでにCyberGymを通じて34件のゼロデイ脆弱性と18件の不完全なパッチが実際に発見された実績もあり、AIの進歩を測る指標であると同時に、現実のセキュリティ改善に直結するプラットフォームとしても機能しています。
CyberGym-E2Eは修復までの一貫性を測定
発見・実証・パッチ適用という防御ライフサイクル全体を評価する発展版として「CyberGym-E2E」も存在します。139のオープンソースプロジェクトにまたがる920件の実世界の脆弱性を用いて、AIエージェントが検知だけでなく修復までを一貫してこなせるかどうかを測定します。MAI-Cyber-1-FlashがMDASHと組み合わさって高いスコアを記録したのは、発見だけでは終わらない、修復までを含めた総合力が問われるこの評価軸においてです。
赤青緑3チームがそれぞれ攻撃・防御・修復を分担
海外メディアの報道によれば、Project Perceptionは赤(レッド)・青(ブルー)・緑(グリーン)という3つのエージェントチームで構成されています。レッドチームは攻撃者の視点でコードベースの脆弱性を積極的に探索する役割を担い、ブルーチームはそれに対する防御を担当し、グリーンチームはコードパッチを含む具体的な修復策を生成します。こうした役割分担によって、単一モデルにすべてを担わせるよりも専門性を高め、精度とスピードを引き上げる狙いがあるとみられます。
この仕組みの内部では、MAI-Cyber-1-Flash単独ではなくOpenAIのGPT-5.4もあわせて活用されているとの報道があります。マイクロソフト自身のモデルと他社モデルを併用するマルチモデル構成は、MDASHという名称が示す通り複数モデルによるエージェント型スキャン基盤という設計思想を裏付けるものです。特定の自社モデルに固執せず、タスクごとに最適なモデルを組み合わせて性能を最大化しようとする実利的なアプローチがうかがえます。マイクロソフトは経営幹部の言葉として、Anthropicのバグハンティング特化モデルMythosや、OpenAIの強力な単体モデル群を上回りながら、他の主要な商用モデルの約半分のコストで済むと説明しており、既存の市場リーダーであるAnthropicのMythosやOpenAIの防御プラットフォームDaybreakを名指しで意識した競争的なメッセージングになっています。
Project Perceptionは2026年8月3日にプレビュー開始予定
MAI-Cyber-1-FlashとMDASHを組み合わせた統合システムProject Perceptionは、2026年8月3日からパブリックプレビューの提供が始まる予定です。展開はまずマイクロソフトの主力セキュリティ製品「Microsoft Defender」に直接組み込まれる形でスタートし、その後「Microsoft Security」ブランドの製品群全体へと段階的に広げられていく計画になっています。既存の大規模な顧客基盤を持つDefenderを足がかりに、防御AIの実運用データとフィードバックを蓄積しながら、より広い製品ラインへ横展開していくロールアウト戦略だと理解できます。
Project Perceptionが単なる脆弱性スキャナーの新版ではなく、継続的に学習するエージェント型防御システムと位置づけられている点も重要です。実世界のインシデントやスキャン結果から得られたシグナルを取り込みながらモデルとエージェント群を継続的に改善していく思想は、静的なルールセットのアップデートに依存してきた従来型のセキュリティ製品とは根本的に異なります。マイクロソフトが今後のセキュリティ事業をエージェントAI中心に再構築していく意図がうかがえます。
The Registerは略語の多さを批判
今回の発表に対しては好意的な報道が多い一方で、批判的な論調も見られます。英国のテクノロジー系メディアThe Registerは「Microsoft’s solution to AI security: more AI and more acronyms」という見出しの記事を掲載し、MAI(Microsoft AIの略)が独自開発した推論モデルMAI-Thinking-1をベースにしたMAI-Cyber-1-Flashを、さらにMDASHというバグハンティング用ハーネスの内部に組み込むという構造そのものを皮肉りました。同記事は、MAI、MAI-Cyber-1-Flash、MAI-Thinking-1、MDASHといった略語が幾重にも積み重なっている点を指摘し、高度なセキュリティ機能を打ち出す一方で、複雑な略語群の乱立が技術的な実態を分かりにくくしているのではないかという懸念を示しています。
この批判は、マイクロソフトの技術力そのものを否定するものではありません。企業が新しいAI製品群を次々と投入する際に生じがちな、名称やブランドの複雑化という副作用を指摘するものです。エンタープライズ向けのセキュリティ製品は導入担当者にとって仕組みの理解しやすさも重要な要素であるため、Project Perceptionが実際に企業へ広がっていく過程で、技術的な実力と説明のわかりやすさの両立が課題になる可能性があります。
AnthropicとOpenAIも防御特化型AIを相次いで投入
2026年に入ってから、マイクロソフト・Anthropic・OpenAIの3社がそろって防御特化型のセキュリティAIモデルを相次いで発表し、強化してきました。Anthropicの「Claude Security」は2026年5月1日にパブリックベータが開始され、Claude Opus 4.7をベースにソースコードとデータフローを解析して脆弱性を検出し、修正パッチを生成する機能を提供しています。ビジネスロジックの欠陥のように従来の静的解析では見抜きにくい問題にも対応できるとされ、誤検知を抑えるための複数段階の検証プロセスを備えつつ、最終的な修正適用の判断は人間に委ねる設計になっている点が特徴です。
OpenAIは2026年4月14日に「GPT-5.4-Cyber」を、検証済みのセキュリティ専門家向けプログラム「Trusted Access for Cyber」を通じて限定公開しました。防御目的での脆弱性調査やマルウェア解析、リバースエンジニアリングといった業務において、通常のモデルよりも拒否応答の閾値を下げて専門家の作業を支援する設計です。さらに2026年6月23日には、サイバー防御プラットフォームDaybreakの拡張とあわせて上位モデルGPT-5.5-Cyberの正式版を投入しました。マイクロソフトはCyberGymにおいてClaude Mythos 5だけでなくGeminiやGPT系モデル全体を上回ったと主張しており、単独モデルの性能比較にとどまらず、MDASHという運用基盤とセットでの総合力を前面に押し出している点が他社との差別化ポイントになっています。
AI対AIの構図がセキュリティ運用の前提になる
サイバーセキュリティの領域でAIモデルどうしのベンチマーク競争が本格化してきたことには、いくつかの含意があります。まず、攻撃側・防御側の双方でAIの活用が前提となる構図が今後の標準になりつつあるという点です。攻撃側がAIを用いて脆弱性探索や攻撃コード生成を高速化する以上、防御側も同等以上のスピードで脆弱性を発見し修復できなければ、後手に回り続けることになります。MAI-Cyber-1-FlashやProject Perceptionのような、発見から検証・修正までを自律的に完結させるアーキテクチャは、この速度の差を埋めるための直接的な回答だと位置づけられます。
性能だけでなくコスト効率が競争軸として意識され始めている点も見逃せません。大規模な企業コードベースを継続的にスキャンし続けるという運用形態上、汎用の大規模言語モデルをそのまま使い続けることはコスト面で持続しにくくなります。専用に最適化された軽量なモデルとマルチエージェント基盤を組み合わせ、性能を落とさずにコストを半減させるアプローチは、他社も追随してくる可能性が高い方向性です。CyberGymやCyberGym-E2Eのような共通のベンチマークが業界標準として定着しつつあることで、各社のセキュリティAIの性能を横並びで比較しやすい環境も整いつつあります。これは利用企業にとって、どのベンダーの防御AIを採用するかを判断する材料が増えることを意味し、今後のセキュリティ製品選定における評価軸として定着していく可能性があります。
一方で、留意すべき点も残ります。各社が公表するベンチマークスコアは自社測定によるものが多く、評価条件や対象バージョンの違いによって単純比較が難しい面があります。また、脆弱性の発見や実証コード生成を自律的に行うAIエージェントの技術は、扱いを誤れば攻撃側に悪用されるリスクも内包しています。防御目的のためにPoCを自動生成する能力そのものが、攻撃ツールの高度化にもつながりかねないという防御AI特有の二面性については、今後の運用ルールや倫理的なガバナンスの整備が求められていくでしょう。
マイクロソフトが発表したMAI-Cyber-1-Flashは、同社が自ら開発した初のサイバーセキュリティ特化型AIモデルとして、CyberGymでClaude Mythos 5を12ポイント上回る約96パーセントのスコアを記録しました。マルチエージェント基盤MDASHと組み合わせることで主要モデルの半分のコストで運用できる点も、大きな特徴です。この技術を実装したProject Perceptionは2026年8月3日からパブリックプレビューが始まり、まずMicrosoft Defenderに組み込まれたのち、Microsoft Security製品群全体へと展開されていきます。攻撃側のAI活用が進む中、防御側もAIエージェントを前提としたアーキテクチャへ急速にシフトしつつあり、MAI-Cyber-1-FlashとProject Perceptionはその最新の到達点として、今後のエンタープライズセキュリティのあり方を左右する動きになりそうです。