Wat er is uitgebracht en welke meettabel eronder ligt

Microsoft kondigde op 27 juli MAI-Cyber-1-Flash aan, het eerste eigen model dat specifiek voor cybersecurity is gebouwd. Het bedrijf beschrijft het als een compact, sterk op code getraind model uit de MAI-Thinking-1-lijn, en het werkt niet alleen. Het zit in MDASH, het harnas van meer dan 100 agenten waarmee Microsoft intern softwarekwetsbaarheden vindt en verhelpt en dat volgens het bedrijf meerdere toonaangevende modellen aanspreekt in plaats van een enkel model.

Het kopcijfer is 96 procent op CyberGym, een proef die het vinden van echte kwetsbaarheden in echte code meet. De door Microsoft gepubliceerde vergelijking zet Mythos van Anthropic op 83,6 procent, Gemini op 85,6 procent en GPT alleen op 84,4 procent, met een vierde, niet genoemd model op 83,2 procent. Dezelfde aankondiging stelt dat het nieuwe span op ongeveer de helft van de kosten draait van de configuratie die Microsoft vandaag levert. Satya Nadella presenteerde het als beveiliging van topniveau voor de halve prijs.

Het commerciële voertuig heet Project Perception en gaat op 3 augustus in openbare preview binnen Microsoft Defender, met prijzen op verbruik. Het stuurt drie klassen agenten aan: rode agenten die aanvalspaden in kaart brengen, blauwe agenten die risico onderzoeken en ordenen, en groene agenten die correcties doorvoeren. Tarieven heeft Microsoft niet gepubliceerd.

De besparing is een routeringskeuze, geen beter model

Wie de architectuur leest, ziet de 96 procent ophouden een uitspraak over vermogen te zijn. MAI-Cyber-1-Flash is gebouwd om tot 90 procent van het werk in MDASH over te nemen en het moeilijkste tiende deel van de taken naar GPT-5.4 van OpenAI te escaleren. De score is wat MDASH haalt met beide modellen samen. Het model van Microsoft verslaat de voorhoede niet, het verwerkt het volume zodat de voorhoede alleen de uitzonderingen hoeft te doen.

Daarmee is de kostenuitspraak interessanter dan de nauwkeurigheidsuitspraak. De 50 procent wordt gemeten tegen de configuratie die Microsoft vandaag gebruikt en die het bedrijf zelf omschrijft als GPT-5.4, GPT-5.4 mini en GPT-5.3 codex. Met andere woorden: de besparing werd gevonden door OpenAI uit de routinematige negen tiende van het werk te duwen en OpenAI te houden voor het moeilijke tiende deel. Een leverancier verlaagt zijn eigen inkoopfactuur en geeft een deel door. Dat is een uitstekende reden om te kopen, maar het is niet hetzelfde als een betere detector.

Het gevolg zit in de uitzonderingen. Het moeilijkste tiende deel van het kwetsbaarhedenwerk is per constructie het deel dat een goedkoop model niet kon afronden: diepe logicafouten en ongemakkelijke codepaden. Dat tiende deel hangt nu af van de vraag of een voorhoedemodel van een derde partij beschikbaar blijft, toegestaan blijft onder uw eigen beleid en geprijsd blijft zoals vandaag. Geen van die afhankelijkheden staat in de productnaam en geen ervan is de uwe.

Afrekenen op verbruik verandert wat een beveiligingsbudget is

Het prijsmodel verdient net zoveel aandacht als het model zelf. Betalen per verbruik bij een systeem dat is ontworpen om continu te onderzoeken betekent dat uw beveiligingsuitgaven niet langer de personeelsomvang of het aantal werkplekken volgen, maar de hoeveelheid die bekeken moet worden. Een luidruchtig landschap, een grote monorepo, een overname die uw aantal apparaten verdubbelt, een slechte maand met veel meldingen: elk daarvan heeft nu directe en onmiddellijke kosten, omdat de agenten op signalen reageren en niet op een licentiestand.

Voor een Nederlandse financiële directie is dit een verandering in de prognose en niet in een begrotingsregel. Beveiliging per werkplek is een vaste last die u eenmaal per jaar in euro's goedkeurt en daarna vergeet. Agentische beveiliging op verbruik is een variabele last die juist stijgt wanneer u al onder druk staat, en dat is de slechtst mogelijke samenhang voor een budget. Het is ook het moment waarop niemand de persoon wil zijn die het beveiligingsinstrument heeft afgeknepen om een cijfer te halen.

Niets hiervan pleit tegen aanschaf. Het pleit voor aanschaf met een plafond, een alarm en een eigenaar. Vraag de definitie van de meter schriftelijk op voordat de preview opengaat, spreek een intern plafond af dat een gesprek uitlokt en geen afsluiting, en wijs een persoon aan die in het eerste kwartaal de curve in de gaten houdt.

De vraag die voor 3 augustus beslecht moet zijn

In de meeste verwerkersregisters staat nu een verouderd antwoord. Wie binnen het bereik van NIS2 of DORA valt, wordt geacht te weten wie de eigen beveiligingstelemetrie en de bevindingen over kwetsbaarheden verwerkt. Een harnas van meer dan 100 agenten dat meerdere toonaangevende modellen gebruikt, betekent dat het eerlijke antwoord ten minste twee modelleveranciers omvat, waarvan een concurreert met het bedrijf dat u het product verkoopt. Schrijf dat op voordat een auditor erom vraagt.

Drie praktische stappen deze week. Vraag uw Microsoft-reseller of het verbruik van Project Perception binnen uw bestaande Defender-verplichting wordt afgerekend of op een aparte meter, en laat dat voor 3 augustus schriftelijk vastleggen. Vraag welke modelklassen geëscaleerde bevindingen behandelen en of u die escalatie op beleidsgronden kunt beperken. Controleer daarna of uw interne regels over het sturen van code of kwetsbaarheidsdetails naar een model van derden zijn geschreven in de veronderstelling dat uw beveiligingsleverancier een enkele verwerker was.

Deze score wordt u het komende jaar voorgehouden. Behandel 96 procent als eigendom van een span en niet van een product, en beprijs het span daarnaar.

Lees hierna: Microsoft trainde zijn verkopers om Claude trager te noemen  |  Twee AI-reuzen willen nu je integrator zijn