CrowdStrike SafeMind vs MAI-Cyber-1-Flash: Dua Model Khusus Defender, Satu Sistem Loop Tertutup

CrowdStrike SafeMind dan MAI-Cyber-1-Flash milik Microsoft berada dalam klub muda yang sama: model siber yang dibangun dengan prioritas pertahanan, di mana menghasilkan exploit yang berfungsi bukanlah kemampuan yang hilang, melainkan pilihan desain yang disengaja. MAI-Cyber-1-Flash, diluncurkan pada 27 Juli 2026, adalah model keamanan pertama Microsoft — model Mixture-of-Experts dengan 137 miliar parameter dan 5 miliar parameter aktif per inferensi, yang disetel halus dari keluarga MAI-Thinking-1 dan tertanam di dalam kerangka agen MDASH. CrowdStrike SafeMind, diluncurkan di Fal.Con 2026, adalah keluarga keamanan agentic yang dibangun CrowdStrike bersama NVIDIA di atas basis NVIDIA Nemotron yang terbuka, memadukan Red Tempest yang ofensif dengan Blue Solano yang defensif dalam putaran berkelanjutan di dalam platform Falcon. Keduanya menolak untuk membangun exploit; pertanyaan yang menarik adalah apakah skor atau putaran merupakan bukti pertahanan yang lebih baik.

Dua bek, dibangun berbeda.

Arsitektur Microsoft adalah soal perutean. MAI-Cyber-1-Flash adalah spesialis ringkas yang dioptimalkan untuk kode dan menangani sebagian besar pekerjaan kerentanan rutin di dalam MDASH, dengan menyerahkan kasus-kasus terberat kepada model frontier — GPT-5.4 milik OpenAI — yang menangani sekitar 10% tugas terberat. Pembagian dua model ini menggantikan 80% kombinasi model MDASH sebelumnya dan, menurut Microsoft, memangkas biaya sekitar 50% sekaligus menaikkan skor CyberGym sistem dari 88,4% menjadi 95,95%. Model itu sendiri dirancang sebagai alat pertahanan murni: ia mengidentifikasi dan menambal kerentanan, serta dengan sengaja mendapat skor nol di semua kategori ExploitGym — tanpa eksploitasi yang berfungsi, karena memang dirancang demikian.

Arsitektur CrowdStrike adalah kisah loop. Red Tempest milik SafeMind meniru musuh AI, Blue Solano mengerahkan langkah-langkah pertahanan yang teruji di medan tempur, dan harness menjalankan keduanya secara berkelanjutan terhadap telemetri Falcon, mengumpankan hasilnya kembali sehingga keduanya meningkat — loop koevolusi. Nemotron 3 Ultra NVIDIA mengorkestrasi harness pertahanan, dan Nemotron 3 Super yang telah di-fine-tune menggerakkan pembuatan aturan. Sementara Microsoft merutekan di antara dua model untuk menghemat biaya, CrowdStrike melatih dua model untuk saling berhadapan demi meningkatkan deteksi.

Klaim versus skor

MAI-Cyber-1-Flash memiliki bukti yang lebih spesifik, dan ia memerlukan catatan peringatan yang lebih besar. Angka 95,95% adalah skor CyberGym Level 1 untuk sistem MDASH — konfigurasi gabungan model-plus-harness-plus-GPT-5.4, bukan model yang berdiri sendiri. CyberGym L1 menguji reproduksi kerentanan yang sudah diketahui: menghasilkan kode proof-of-concept yang berfungsi dari deskripsi dan sumber yang belum ditambal, bukan penemuan buta atau kebenaran perbaikan. Pada saat model dirilis, hasil tersebut belum ada di papan peringkat publik CyberGym, yang masih menampilkan pengajuan MDASH Microsoft sebelumnya sebesar 88,4%. Microsoft juga melaporkan CVEBench 0,314, CyberSecEval4 0,553, dan CRSBench 0,651 — semuanya diterbitkan oleh vendor.

Bukti SafeMind kurang spesifik dan kurang dapat diverifikasi. CrowdStrike melaporkan tingkat deteksi 29% lebih tinggi, remediasi end-to-end 6x lebih cepat, dan penghematan biaya 99% pada deteksi dan remediasi dibandingkan model frontier terkemuka dan baseline sumber terbuka; NVIDIA melaporkan bahwa model Blue Solano mencapai akurasi lebih tinggi daripada model frontier terkemuka dengan biaya 99% lebih rendah dalam evaluasi internal. Tidak ada skor publik yang dapat disandingkan dengan 95,95% — tidak ada entri CyberGym, tidak ada daftar temuan yang dipublikasikan, tidak ada kemunculan di papan peringkat. Satu sistem memublikasikan angka, sistem lainnya memublikasikan mekanisme; keduanya belum diverifikasi secara independen.

• Deteksi dan triase — Blue Solano milik SafeMind menghasilkan kandidat deteksi dari telemetri Falcon dan mempromosikan kandidat yang tervalidasi menjadi deteksi yang dapat ditindaklanjuti; MAI-Cyber-1-Flash dioptimalkan untuk analisis kerentanan yang sarat kode dan triase tambalan di MDASH.

• Kapabilitas eksploitasi — keduanya nol secara desain. MAI-Cyber-1-Flash memperoleh skor 0 di semua kategori ExploitGym sebagai pilihan keselamatan yang eksplisit; SafeMind membatasi modelnya pada artefak defensif tanpa generasi eksploitasi bentuk bebas.

• Spesifikasi — MAI-Cyber-1-Flash: total 137B / 5B MoE aktif, konteks 256K. SafeMind: jumlah parameter tidak diungkapkan, ukuran konteks tidak diungkapkan.

• Harga — MAI-Cyber-1-Flash tidak memiliki harga token publik dan tidak memiliki API mandiri; biaya SafeMind ada di dalam platform Falcon.

Akses — dua pratinjau pribadi, satu pertanyaan terbuka.

Kedua model tidak dapat dirutekan. MAI-Cyber-1-Flash hadir sebagai komponen tertanam dari MDASH, ditawarkan melalui pratinjau privat Azure AI Foundry kepada pelanggan MDASH yang disetujui — tanpa API umum. SafeMind berjalan secara native di platform Falcon, dengan akses mandiri yang hanya dapat diperoleh melalui Project QuiltWorks. Bagi tim keamanan di luar kedua pratinjau tersebut, model-model itu pada praktiknya hanya sebatas aspirasi: mekanismenya publik, aksesnya tidak.

Yang dapat dipanggil hari ini adalah tingkat frontier umum yang di sekitarnya kedua vendor melakukan routing. Di OrcaRouter, Claude Opus 5 sudah aktif dengan harga resmi Anthropic, yaitu $5,00 per juta token input dan $25,00 per juta token output, diteruskan tanpa markup — sebuah model berkonteks 1M yang beban kerja pemindaian keamanannya termasuk yang paling banyak digunakan di produksi. GPT-5.6 Sol berada di sampingnya dengan $4,00 per juta token input dan $20,00 per juta token output. Satu kunci API menjangkau keduanya plus 200+ model lain, dengan failover otomatis antarpenyedia — yang merupakan pengganti praktis untuk pola routing gaya MDASH yang dijelaskan Microsoft, tanpa pratinjau privat. Jika pelajaran dari MAI-Cyber-1-Flash adalah bahwa spesialis murah ditambah model frontier yang ditunda adalah struktur biaya yang tepat untuk pekerjaan keamanan, struktur itu tersedia hari ini bagi siapa pun, melalui router yang meneruskan harga milik vendor itu sendiri.