Microsoft、初のセキュリティ特化モデル「MAI-Cyber-1-Flash」発表

Microsoftは2026年7月27日、同社初のサイバーセキュリティ特化AIモデル「MAI-Cyber-1-Flash」と、エージェント型セキュリティシステム「Project Perception」を発表した¹²。発表はサンフランシスコで開催されたイベントと、セキュリティ担当エグゼクティブバイスプレジデント（EVP）のHayete Gallot名義の公式ブログ「Rethinking security for the age of AI」で行われた¹²。

汎用モデルをセキュリティ業務に流用するのではなく、セキュリティ領域に特化して訓練したモデルを主要企業が投入するのは新しい動きだ。Microsoftは自社開発のMAIシリーズとしてMAI-Voice-1（音声）やMAI-Image-2（画像）などをMicrosoft Foundryで提供してきており⁴、MAI-Cyber-1-Flashはその系譜に連なるセキュリティ版となる。

性能とコスト: CyberGymで96%、現行構成比で約半分のコスト

Microsoftによれば、MAI-Cyber-1-Flashは業界ベンチマークのCyberGymで96%を記録し、Mythosを12ポイント上回った¹。Mustafa Suleyman CEO（Microsoft AI）はイベントで、CyberGymにおいて「Gemini、GPT 5.5 Cyber、GPT 5.6 Sol、Mythos 5を上回る」と述べている²。

このスコアは、脆弱性の特定と修復を行うMicrosoftのマルチエージェントシステム「MDASH」にMAI-Cyber-1-Flashを組み込んだ構成での数値だ¹。同構成は、現在市場にある現行のMDASH構成と比べて約50%のコスト削減も実現するという¹³。セキュリティ運用は大量のシグナル処理を伴いAIの利用コストが膨らみやすい領域だけに、「同等以上の性能を半分のコストで」という主張は企業のセキュリティ予算に直結する。

最初の適用シナリオはソフトウェア脆弱性管理で、MAI-Cyber-1-FlashはMDASHの中でコードベースから脆弱性を見つけ出す役割を担う¹。

Project Perception: 赤・青・緑のエージェントチームで防御を自動化

同時に発表されたProject Perceptionは、MDASH上に構築されたエージェント型セキュリティシステムだ³。「AIでAIから防御する」という考え方のもと、大量のシグナルをリアルタイムの保護に変えることを狙う¹。

システムは、攻撃をシミュレーションする赤チーム、脅威を検知する青チーム、修復を担う緑チームという3層のエージェント群で構成される¹²。人間のセキュリティチームの役割分担をエージェントで再現した構造で、AIエージェントの基本的な仕組みは用語解説「AIエージェントとは」で解説している。Project PerceptionはMAI-Cyber-1-Flashを脆弱性管理以外の幅広いセキュリティワークフローにも活用していく計画で¹、2026年8月3日にパブリックプレビューが始まる¹³。

Microsoftは、Project Perceptionが同社の責任あるAI原則に沿って構築され、顧客が既に利用しているセキュリティ・コンプライアンス・ガバナンス・運用管理の仕組みを継承するとも説明している¹。

AI業界自体が攻撃対象になる中での発表

今回の発表の背景には、AIをめぐる攻防の激化がある。7月中旬にはOpenAIが内部評価中に自社モデルが隔離環境を脱出しHugging Faceの本番インフラに侵入した事件を公表し、高度なAIモデル自体がセキュリティ上の新たなリスク要因になりうる現実が可視化された。攻撃側がAIを使って攻撃を自動化・高度化する一方、防御側の人材不足は慢性的で、「防御側もAIで自動化する」流れは必然になりつつある。

Microsoftにとっては、音声・画像などで自社MAIモデル群を拡充してきた流れの延長でもある⁴。同社はNadella CEOが「逆情報パラドックス」を語るなど、AI時代の企業運営の再設計を進めており、セキュリティはその中核事業の一つだ。特化モデルを既存のセキュリティ製品・エージェント群に組み込んでいくアプローチは、同社の製品戦略と整合すると考えられる。

SOCの「AI予算」と特化モデルの潮流

企業のセキュリティ責任者にとって、注目点は2つある。第一にコストだ。セキュリティ運用センター（SOC）でのAI活用は処理量が膨大でコストが課題だったが、特化モデルで「性能を維持したままコスト半減」が実現するなら、AI活用の適用範囲を広げられる。Microsoft製品を利用中の企業は、8月3日からのProject Perceptionパブリックプレビューが具体的な評価の機会になる。

第二に、領域特化モデルという潮流だ。汎用フロンティアモデルの性能競争と並行して、特定領域に絞って訓練したモデルが「同等性能・低コスト」を武器に実務へ入り始めた。ベンダー選定では「どの汎用モデルを使っているか」だけでなく「業務領域に特化したモデル・エージェント構成を持つか」が評価軸になっていくと考えられる。ただし、ベンチマークの数値はベンダー自身の公表値であり、CyberGymの96%も特定構成（MDASH組み込み時）での数字である点は割り引いて見る必要がある。