O que foi lançado e que tabela de medições está por baixo

A Microsoft anunciou a 27 de julho o MAI-Cyber-1-Flash, o seu primeiro modelo de inteligência artificial construído especificamente para cibersegurança. A empresa descreve-o como um modelo compacto e muito treinado em código, descendente da linha MAI-Thinking-1, e não trabalha sozinho. Reside dentro do MDASH, o arnês de mais de 100 agentes que a Microsoft usa internamente para encontrar e corrigir vulnerabilidades de software e que, segundo a empresa, recorre a vários modelos de topo em vez de um só.

O número de manchete é 96 por cento no CyberGym, uma prova que mede a descoberta de vulnerabilidades reais em código real. A comparação publicada pela Microsoft coloca o Mythos da Anthropic nos 83,6 por cento, o Gemini nos 85,6 por cento e o GPT sozinho nos 84,4 por cento, com um quarto modelo sem nome nos 83,2 por cento. O mesmo anúncio diz que a nova parelha corre a cerca de metade do custo da configuração que a Microsoft entrega hoje. Satya Nadella apresentou-o como segurança de primeira linha a metade do preço.

O veículo comercial chama-se Project Perception e entra em pré-visualização pública a 3 de agosto dentro do Microsoft Defender, com preços por consumo. Coordena três classes de agentes: agentes vermelhos, que traçam os caminhos de ataque, agentes azuis, que investigam e ordenam o risco, e agentes verdes, que aplicam as correções. A Microsoft não publicou tarifas.

A poupança é uma decisão de encaminhamento, não um modelo melhor

Lida a arquitetura, os 96 por cento deixam de ser uma afirmação sobre capacidade. O MAI-Cyber-1-Flash está construído para absorver até 90 por cento do trabalho dentro do MDASH e para encaminhar o décimo mais difícil das tarefas para o GPT-5.4 da OpenAI. A pontuação é o que o MDASH consegue com os dois a correr em conjunto. O modelo da Microsoft não está a bater a fronteira: está a aguentar o volume para que à fronteira só cheguem as exceções.

Isso torna a afirmação sobre custo mais interessante do que a afirmação sobre precisão. Os 50 por cento são medidos contra a configuração que a Microsoft opera hoje e que a própria empresa enumera como GPT-5.4, GPT-5.4 mini e GPT-5.3 codex. Ou seja, a poupança foi encontrada afastando a OpenAI dos nove décimos rotineiros do trabalho e mantendo a OpenAI para o décimo difícil. Um fornecedor reduz a sua própria fatura de compra e passa parte dela. É uma razão perfeitamente válida para comprar, mas não é o mesmo que um detetor melhor.

A consequência está nas exceções. O décimo mais difícil do trabalho sobre vulnerabilidades é, por construção, a parte que um modelo económico não conseguia fechar: as falhas profundas de lógica e os caminhos de código incómodos. Esse décimo depende agora de um modelo de fronteira de terceiros continuar disponível, continuar permitido pelas suas próprias regras e continuar com o preço de hoje. Nenhuma destas dependências aparece no nome do produto e nenhuma está nas suas mãos.

A faturação por consumo muda o que é um orçamento de segurança

O modelo de preço merece tanta atenção como o modelo de inteligência artificial. Pagar por consumo num sistema desenhado para investigar de forma contínua significa que a despesa de segurança deixa de seguir o número de pessoas ou de postos e passa a seguir a quantidade de coisas a observar. Um parque ruidoso, um monorepo grande, uma aquisição que duplica o número de equipamentos, um mês mau de alertas: cada um destes casos tem agora um custo direto e imediato, porque os agentes respondem a sinais e não a uma contagem de licenças.

Para uma direção financeira portuguesa isto é uma alteração de previsão e não de rubrica. Segurança por posto é um custo fixo que se aprova uma vez por ano em euros e depois se esquece. Segurança com agentes por consumo é um custo variável que sobe exatamente quando já está sob pressão, o que é a pior correlação possível para um orçamento. É também o momento em que ninguém quer ser a pessoa que travou a ferramenta de segurança para cumprir um número.

Nada disto é argumento contra a compra. É argumento para comprar com teto, alerta e responsável. Peça por escrito a definição do contador antes de a pré-visualização abrir, combine um limite interno que provoque uma conversa e não um corte, e nomeie uma pessoa encarregada de acompanhar a curva no primeiro trimestre.

A pergunta a resolver antes de 3 de agosto

Há uma resposta de governação que está agora desatualizada na maioria dos registos de subcontratantes. Se cai no âmbito da NIS2 ou da DORA, espera-se que saiba quem trata a sua telemetria de segurança e os seus achados sobre vulnerabilidades. Um arnês de mais de 100 agentes que usa vários modelos de topo implica que a resposta honesta inclui pelo menos dois fornecedores de modelos, um dos quais é concorrente da empresa que lhe vende o produto. Deixe isso por escrito antes de um auditor perguntar.

Três passos práticos esta semana. Pergunte ao seu revendedor da Microsoft se o consumo do Project Perception é faturado dentro do compromisso de Defender já existente ou num contador separado, e obtenha isso por escrito antes de 3 de agosto. Pergunte que classes de modelo tratam os achados encaminhados e se pode restringir esse encaminhamento por motivos de política interna. Verifique depois se as suas regras internas sobre enviar código ou detalhe de vulnerabilidades a um modelo de terceiros foram escritas a assumir que o fornecedor de segurança era um único subcontratante.

Esta prova vai ser-lhe citada durante todo o próximo ano. Trate os 96 por cento como propriedade de uma parelha e não de um produto, e avalie a parelha em conformidade.

Leia a seguir: A Microsoft treinou os seus comerciais para dizerem que a Claude é mais lenta  |  Dois gigantes da IA querem ser o seu integrador