CrowdStrike SafeMind เทียบกับ MAI-Cyber-1-Flash: สองโมเดลเฉพาะ Defender ในหนึ่งระบบวงปิด

CrowdStrike SafeMind และ MAI-Cyber-1-Flash ของ Microsoft อยู่ในกลุ่มใหม่ไฟแรงเดียวกัน: โมเดลไซเบอร์ที่ถูกสร้างแบบเน้นการป้องกันเป็นลำดับแรก ซึ่งการสร้างเอ็กซ์พลอยต์ที่ใช้งานได้ไม่ใช่ความสามารถที่ขาดหายไป แต่เป็นการตัดสินใจเชิงออกแบบโดยจงใจ MAI-Cyber-1-Flash เปิดตัวเมื่อวันที่ 27 กรกฎาคม 2026 เป็นโมเดลความปลอดภัยตัวแรกของ Microsoft — โมเดล Mixture-of-Experts ที่มีพารามิเตอร์ 137 พันล้านตัว โดยมีพารามิเตอร์ทำงาน 5 พันล้านตัวต่อการอนุมานหนึ่งครั้ง ถูกปรับแต่งเพิ่มจากตระกูล MAI-Thinking-1 และฝังอยู่ในกรอบงานเอเจนต์ MDASH CrowdStrike SafeMind เปิดตัวที่ Fal.Con 2026 เป็นตระกูลความปลอดภัยแบบเอเจนต์ที่ CrowdStrike สร้างร่วมกับ NVIDIA บนฐานเปิด NVIDIA Nemotron โดยจับคู่ Red Tempest ฝ่ายรุกกับ Blue Solano ฝ่ายรับในลูปต่อเนื่องภายในแพลตฟอร์ม Falcon ทั้งคู่ปฏิเสธที่จะสร้างเอ็กซ์พลอยต์; คำถามที่น่าสนใจคือ ระหว่างคะแนนกับลูป แบบไหนคือหลักฐานการป้องกันที่ดีกว่ากัน

กองหลังสองคนที่ถูกสร้างมาแตกต่างกัน

สถาปัตยกรรมของไมโครซอฟท์คือเรื่องของการจัดเส้นทางงาน MAI-Cyber-1-Flash เป็นโมเดลเฉพาะทางขนาดกะทัดรัดที่ปรับแต่งด้านโค้ดโดยเฉพาะ คอยรับผิดชอบงานช่องโหว่ทั่วไปส่วนใหญ่ภายใน MDASH และส่งต่องานที่ยากที่สุดให้กับโมเดลระดับแนวหน้า — GPT-5.4 ของ OpenAI — ซึ่งจัดการงานที่ยากที่สุดประมาณ 10% การแบ่งงานเป็นสองโมเดลนี้เข้ามาแทนที่โมเดลผสมเดิมของ MDASH ถึง 80% และไมโครซอฟท์ระบุว่าช่วยลดต้นทุนลงประมาณ 50% ขณะที่เพิ่มคะแนน CyberGym ของระบบจาก 88.4% เป็น 95.95% ตัวโมเดลเพียงลำพังถูกออกแบบให้เป็นเครื่องมือสำหรับการป้องกันเท่านั้น คือมันระบุและแก้ไขช่องโหว่ และจงใจทำคะแนนเป็นศูนย์ในทุกหมวดหมู่ของ ExploitGym — ไม่มีการโจมตีที่ใช้งานได้จริงเลย โดยการออกแบบ

สถาปัตยกรรมของ CrowdStrike คือเรื่องราวของวงวน Red Tempest ของ SafeMind เลียนแบบศัตรูที่ใช้ AI ขณะที่ Blue Solano ปรับใช้มาตรการป้องกันที่ผ่านการทดสอบในสนามรบ และฮาร์เนสจะรันมันอย่างต่อเนื่องกับเทเลเมทรีของ Falcon แล้วป้อนผลลัพธ์กลับไปให้ทั้งสองฝ่ายพัฒนาขึ้น — นี่คือวงวนร่วมวิวัฒนาการ Nemotron 3 Ultra ของ NVIDIA ทำหน้าที่ควบคุมฮาร์เนสฝ่ายป้องกัน และ Nemotron 3 Super ที่ผ่านการ fine-tune แล้วทำหน้าที่สร้างกฎเกณฑ์ ในขณะที่ Microsoft สลับเส้นทางระหว่างสองโมเดลเพื่อประหยัดต้นทุน CrowdStrike กลับฝึกสองโมเดลให้แข่งขันกันเองเพื่อปรับปรุงการตรวจจับ

ข้อกล่าวอ้างเทียบกับคะแนน

MAI-Cyber-1-Flash มีหลักฐานที่เฉพาะเจาะจงมากกว่า และจำเป็นต้องมีข้อแม้ที่ใหญ่กว่า คะแนน 95.95% เป็นคะแนน CyberGym Level 1 สำหรับระบบ MDASH ซึ่งเป็นการกำหนดค่าที่รวมโมเดล ฮาร์เนส และ GPT-5.4 เข้าด้วยกัน ไม่ใช่ตัวโมเดลเดี่ยว CyberGym L1 ทดสอบการสร้างซ้ำช่องโหว่ที่รู้จัก: การสร้างโค้ดพิสูจน์แนวคิดที่ใช้งานได้จากคำอธิบายและซอร์สที่ยังไม่มีการแพตช์ ไม่ใช่การค้นพบแบบสุ่มสี่สุ่มห้าหรือความถูกต้องของการแพตช์ ณ เวลาที่เปิดตัวโมเดล ผลลัพธ์ดังกล่าวยังไม่อยู่ในลีดเดอร์บอร์ดสาธารณะของ CyberGym ซึ่งยังคงแสดงผลการส่ง MDASH ก่อนหน้าของ Microsoft ที่ 88.4% Microsoft ยังรายงาน CVEBench 0.314, CyberSecEval4 0.553 และ CRSBench 0.651 ซึ่งทั้งหมดเผยแพร่โดยผู้จำหน่าย

หลักฐานของ SafeMind มีความเฉพาะเจาะจงน้อยกว่าและตรวจสอบได้น้อยกว่า CrowdStrike รายงานว่าเมื่อเทียบกับโมเดล frontier ชั้นนำและพื้นฐานโอเพนซอร์ส มี{{1}}อัตราการตรวจจับสูงขึ้น 29% การแก้ไขแบบ end-to-end เร็วขึ้น 6 เท่า และประหยัดต้นทุนการตรวจจับและการแก้ไขได้ 99%{{/1}} ส่วน NVIDIA รายงานว่าโมเดล Blue Solano มี{{2}}ความแม่นยำสูงกว่าโมเดล frontier ชั้นนำที่ต้นทุนต่ำกว่า 99%{{/2}} ในการประเมินภายใน ไม่มีคะแนนสาธารณะใดที่จะเทียบเคียงกับ 95.95% ได้ — ไม่มีการลงทะเบียนใน CyberGym ไม่มีรายการข้อค้นพบที่เผยแพร่ และไม่ปรากฏบนลีดเดอร์บอร์ด {{3}}ระบบหนึ่งเผยแพร่ตัวเลข ส่วนอีกระบบหนึ่งเผยแพร่กลไก{{/3}} แต่ทั้งคู่ยังไม่ได้รับการตรวจสอบอย่างอิสระ

• การตรวจจับและการคัดแยก — Blue Solano ของ SafeMind สร้างตัวเลือกการตรวจจับจากข้อมูลเทเลเมทรีของ Falcon และส่งเสริมรายการที่ตรวจสอบแล้วให้กลายเป็นการตรวจจับที่นำไปปฏิบัติได้จริง; MAI-Cyber-1-Flash ได้รับการปรับให้เหมาะสมสำหรับการวิเคราะห์ช่องโหว่ที่เน้นโค้ดและการคัดแยกแพตช์ใน MDASH

• ความสามารถในการสร้าง Exploit — ทั้งคู่เป็นศูนย์โดยการออกแบบ MAI-Cyber-1-Flash ได้คะแนน 0 ในทุกหมวดหมู่ของ ExploitGym ซึ่งเป็นทางเลือกด้านความปลอดภัยที่ชัดเจน ในขณะที่ SafeMind จำกัดโมเดลของตนให้อยู่กับงานป้องกันเท่านั้น โดยไม่มีการสร้าง Exploit อิสระ

• สเปก — MAI-Cyber-1-Flash: พารามิเตอร์รวม 137B / แอกทีฟ 5B (MoE), คอนเท็กซ์ 256K. SafeMind: ไม่เปิดเผยจำนวนพารามิเตอร์, ไม่เปิดเผยคอนเท็กซ์

• ราคา — MAI-Cyber-1-Flash ไม่มีราคาโทเค็นสาธารณะและไม่มี API แบบสแตนด์อโลน; ค่าใช้จ่ายของ SafeMind อยู่ในแพลตฟอร์ม Falcon

Access — ตัวอย่างส่วนตัวสองรายการ คำถามเปิดหนึ่งข้อ

ไม่มีโมเดลใดที่เปิดให้เข้าถึงได้โดยตรง MAI-Cyber-1-Flash เป็นองค์ประกอบที่ฝังอยู่ใน MDASH โดยนำเสนอผ่านการแสดงตัวอย่างแบบส่วนตัวของ Azure AI Foundry ให้กับลูกค้า MDASH ที่ได้รับอนุมัติเท่านั้น — ไม่มี API ทั่วไป SafeMind ทำงานโดยตรงบนแพลตฟอร์ม Falcon โดยการเข้าถึงแบบสแตนด์อโลนถูกจำกัดอยู่ภายใต้ Project QuiltWorks สำหรับทีมความมั่นคงปลอดภัยที่อยู่นอกการแสดงตัวอย่างทั้งสอง โมเดลเหล่านี้ถือเป็นเพียงแนวคิดที่ปรารถนาในทางปฏิบัติ: กลไกนั้นเปิดเผยต่อสาธารณะ แต่การเข้าถึงไม่ใช่

สิ่งที่เรียกใช้ได้ในตอนนี้คือระดับ frontier ทั่วไปที่ผู้ให้บริการทั้งสองต่างเลี่ยงผ่าน บน OrcaRouter, Claude Opus 5เปิดให้บริการที่ราคารายการของ Anthropic คือ $5.00 ต่อล้านโทเคนนำเข้า และ $25.00 ต่อล้านโทเคนขาออก โดยส่งผ่านโดยไม่มีมาร์กอัป — โมเดลบริบท 1M ซึ่งเวิร์กโหลดการสแกนความปลอดภัยของมันเป็นหนึ่งในเวิร์กโหลดที่ถูกใช้งานหนักที่สุดในโปรดักชันGPT-5.6 Sol ตั้งอยู่เคียงข้างกันที่ราคา $4.00 ต่อล้านโทเคนนำเข้า และ $20.00 ต่อล้านโทเคนขาออก คีย์ API เดียวเข้าถึงทั้งสองรุ่นรวมถึงโมเดลอื่นๆ อีก 200+ รุ่น พร้อมระบบสลับผู้ให้บริการอัตโนมัติเมื่อเกิดความล้มเหลว ซึ่งเป็นตัวแทนเชิงปฏิบัติของรูปแบบการกำหนดเส้นทางแบบ MDASH ที่ Microsoft อธิบายไว้ โดยไม่มี private preview หากบทเรียนของ MAI-Cyber-1-Flash คือผู้เชี่ยวชาญราคาถูกรวมกับโมเดล frontier ที่ถูกเลื่อนออกไปเป็นโครงสร้างต้นทุนที่เหมาะสมสำหรับงานด้านความปลอดภัย โครงสร้างเช่นนั้นก็พร้อมใช้สำหรับทุกคนในตอนนี้ ผ่านเราเตอร์ที่ส่งต่อราคาเดิมของผู้ให้บริการเอง