Microsoft ਦੇ ਨਵੇਂ MAI-Cyber-1-Flash ਮਾਡਲ ਨੇ CyberGym ਬੈਂਚਮਾਰਕ 'ਤੇ 96% ਸਕੋਰ ਪ੍ਰਾਪਤ ਕੀਤਾ ਹੈ, ਜਿਸ ਨਾਲ ਉਸਨੇ Anthropic, Google ਅਤੇ OpenAI ਦੇ ਤੁਲਨਾਯੋਗ ਸੁਰੱਖਿਆ ਮਾਡਲਾਂ ਨੂੰ ਪਿੱਛੇ ਛੱਡ ਦਿੱਤਾ ਹੈ। Microsoft ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਇਹ ਤਰੀਕਾ ਜ਼ਿਆਦਾਤਰ ਕੋਡ-ਪੱਧਰੀ ਖਾਮੀਆਂ ਨੂੰ ਫੜਦੇ ਹੋਏ, ਐਂਟਰਪ੍ਰਾਈਜ਼ ਸੁਰੱਖਿਆ-ਇੰਜਣ ਦੀ ਲਾਗਤ ਨੂੰ ਲਗਭਗ ਅੱਧਾ ਕਰ ਸਕਦਾ ਹੈ।
ਇਹ ਮਾਡਲ ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ
MAI-Cyber-1-Flash ਇੱਕ ਸੰਖੇਪ, ਉੱਚ-ਥਰਪੁੱਟ (high-throughput) ਮਾਡਲ ਹੈ ਜੋ ਲਗਭਗ 90% ਰੁਟੀਨ ਸੁਰੱਖਿਆ ਕਾਰਜਾਂ ਨੂੰ ਆਪਣੇ ਆਪ ਸੰਭਾਲ ਲੈਂਦਾ ਹੈ। Microsoft ਬਾਕੀ ਰਹਿੰਦੇ, ਵਧੇਰੇ ਔਖੇ ਮਾਮਲਿਆਂ ਨੂੰ "smart routing" ਜਾਂ ਮਾਡਲ-ਕੈਸਕੇਡਿੰਗ ਸਿਸਟਮ ਰਾਹੀਂ ਇੱਕ ਵੱਡੇ ਅਤੇ ਮਹਿੰਗੇ ਮਾਡਲ—OpenAI ਦੇ GPT-5.4—ਨੂੰ ਭੇਜ ਦਿੰਦਾ ਹੈ। ਸਸਤਾ ਮਾਡਲ ਜ਼ਿਆਦਾਤਰ ਕੰਮ ਕਰਦਾ ਹੈ; ਮਹਿੰਗਾ ਮਾਡਲ ਸਿਰਫ਼ ਬਹੁਤ ਹੀ ਗੁੰਝਲਦਾਰ ਚੁਣੌਤੀਆਂ ਲਈ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ। Microsoft ਦਾ ਦਾਅਵਾ ਹੈ ਕਿ ਇਸ ਵੰਡ ਨਾਲ ਕੁੱਲ ਖਰਚੇ ਵਿੱਚ 50% ਦੀ ਕਟੌਤੀ ਹੁੰਦੀ ਹੈ।
CyberGym ਸਕੋਰ ਕਿਉਂ ਮਹੱਤਵਪੂਰਨ ਹੈ
CyberGym ਸੋਰਸ ਕੋਡ ਵਿੱਚ ਸੁਰੱਖਿਆ ਕਮੀਆਂ (vulnerabilities) ਦੀ ਪਛਾਣ ਕਰਨ ਦੀ ਮਾਡਲ ਦੀ ਯੋਗਤਾ ਨੂੰ ਮਾਪਦਾ ਹੈ। 96% ਪਾਸ ਰੇਟ ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਮਾਡਲ ਟੈਸਟ ਸੂਟ ਵਿੱਚ ਪਾਏ ਗਏ ਲਗਭਗ ਸਾਰੇ ਖਾਮੀਆਂ ਦੀ ਸਹੀ ਪਛਾਣ ਕਰਦਾ ਹੈ। Microsoft ਇਸ ਸ਼ੁੱਧਤਾ ਨੂੰ, ਲਾਗਤ ਬਚਾਉਣ ਵਾਲੇ ਰੂਟਿੰਗ ਦੇ ਨਾਲ ਮਿਲਾ ਕੇ, ਵੱਡੇ ਪੱਧਰ ਦੇ ਕੋਡ-ਸੁਰੱਖਿਆ ਪਾਈਪਲਾਈਨਾਂ ਲਈ ਇੱਕ ਨਵਾਂ ਮਿਆਰ ਵਜੋਂ ਪੇਸ਼ ਕਰ ਰਿਹਾ ਹੈ।
ਐਂਟਰਪ੍ਰਾਈਜ਼ ਲਈ ਮਹੱਤਤਾ
Microsoft ਹਰ ਰੋਜ਼ ਲਗਭਗ 100 ਟ੍ਰਿਲੀਅਨ ਸੁਰੱਖਿਆ ਸਿਗਨਲਾਂ ਦੀ ਪ੍ਰੋਸੈਸਿੰਗ ਕਰਦਾ ਹੈ। ਵਿਸ਼ੇਸ਼ ਮਾਡਲਾਂ ਦੇ ਮਿਸ਼ਰਣ ਰਾਹੀਂ, ਕੰਪਨੀ ਦਾ ਉਦੇਸ਼ ਆਪਣੇ Azure ਗਾਹਕਾਂ ਲਈ ਇੱਕ ਕੇਂਦਰੀ "security orchestrator" ਵਜੋਂ ਕੰਮ ਕਰਨਾ ਹੈ, ਜੋ ਇੱਕ ਅਜਿਹੀ ਸਿੰਗਲ ਸੇਵਾ ਪ੍ਰਦਾਨ ਕਰੇਗੀ ਜੋ ਬਜਟ ਨੂੰ ਬਿਨਾਂ ਵਧਾਏ ਵਧਾਈ (scale) ਜਾ ਸਕਦੀ ਹੈ। ਜੇਕਰ ਲਾਗਤ ਘਟਾਉਣ ਦਾ ਦਾਅਵਾ ਸਹੀ ਨਿਕਲਦਾ ਹੈ, ਤਾਂ ਸੰਸਥਾਵਾਂ ਆਪਣੇ ਸੁਰੱਖਿਆ ਖਰਚੇ ਦਾ ਇੱਕ ਵੱਡਾ ਹਿੱਸਾ ਥ੍ਰੇਟ-ਹੰਟਿੰਗ (threat-hunting) ਜਾਂ ਕੰਪਲਾਇੰਸ ਰਿਪੋਰਟਿੰਗ ਵੱਲ ਮੋੜ ਸਕਦੀਆਂ ਹਨ।
ਵਿਚਾਰਨਯੋਗ ਵਿਰੋਧੀ ਨੁਕਤੇ
ਆਲੋਚਕਾਂ ਦਾ ਚੇਤਾਵਨੀ ਦੇਣ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਬੈਂਚਮਾਰਕ ਨਤੀਜੇ ਹਮੇਸ਼ਾ ਅਸਲ ਦੁਨੀਆ ਦੇ ਮਾਹੌਲ ਵਿੱਚ ਸਹੀ ਨਹੀਂ ਉਤਰਦੇ, ਜਿੱਥੇ ਕੋਡਬੇਸ, ਭਾਸ਼ਾਵਾਂ ਅਤੇ ਥ੍ਰੇਟ ਵੈਕਟਰ (threat vectors) ਬਹੁਤ ਵੱਖੋ-ਵੱਖਰੇ ਹੁੰਦੇ ਹਨ। ਸਭ ਤੋਂ ਔਖੇ ਮਾਮਲਿਆਂ ਲਈ ਇੱਕ ਬਾਹਰੀ ਮਾਡਲ (GPT-5.4) 'ਤੇ ਨਿਰਭਰ ਕਰਨਾ ਡਾਟਾ-ਰੈਜ਼ੀਡੈਂਸੀ, ਲੇਟੈਂਸੀ ਅਤੇ ਵੈਂਡਰ-ਲੌਕ-ਇਨ (vendor-lock-in) ਦੀਆਂ ਚਿੰਤਾਵਾਂ ਵੀ ਪੈਦਾ ਕਰਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, 50% ਬਚਤ ਦਾ ਅੰਕੜਾ ਅਜਿਹੇ ਵਰਕਲੋਡ ਵੰਡ ਨੂੰ ਮੰਨ ਕੇ ਚੱਲਦਾ ਹੈ ਜੋ Microsoft ਦੇ ਅੰਦਰੂਨੀ ਟ੍ਰੈਫਿਕ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੋਵੇ; ਕੁਝ ਫਰਮਾਂ ਨੂੰ ਇਸਦਾ ਪ੍ਰਭਾਵ ਘੱਟ ਮਹਿਸੂਸ ਹੋ ਸਕਦਾ ਹੈ।
ਅੱਗੇ ਕੀ ਦੇਖਣਾ ਹੈ
Microsoft ਇਸ ਮਾਡਲ ਨੂੰ Azure ਦੀਆਂ ਸੁਰੱਖਿਆ ਸੇਵਾਵਾਂ ਰਾਹੀਂ ਲਾਗੂ ਕਰ ਰਿਹਾ ਹੈ, ਇਸ ਲਈ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਗਾਹਕਾਂ ਵਿੱਚ ਇਸ ਨੂੰ ਅਪਣਾਉਣ ਦੀ ਦਰ ਪਹਿਲਾ ਅਸਲ ਟੈਸਟ ਹੋਵੇਗੀ। ਨਿਰੀਖਕ ਇਸ ਗੱਲ 'ਤੇ ਵੀ ਨਜ਼ਰ ਰੱਖਣਗੇ ਕਿ ਕੀ ਕੈਸਕੇਡਿੰਗ ਪਹੁੰਚ ਨੂੰ ਹੈਲਥਕੇਅਰ ਅਤੇ ਫਾਈਨੈਂਸ ਵਰਗੇ ਨਿਯਮਿਤ ਖੇਤਰਾਂ ਵਿੱਚ ਵਧਾਇਆ ਜਾਂਦਾ ਹੈ, ਜਿੱਥੇ ਡਾਟਾ-ਪ੍ਰਾਈਵੇਸੀ ਨਿਯਮ ਤੀਜੀ-ਧਿਰ ਦੇ ਮਾਡਲਾਂ ਦੀ ਵਰਤੋਂ ਨੂੰ ਗੁੰਝਲਦਾਰ ਬਣਾ ਸਕਦੇ ਹਨ।
ਸਿੱਟਾ: MAI-Cyber-1-Flash ਦਿਖਾਉਂਦਾ ਹੈ ਕਿ ਇੱਕ ਹਾਈਬ੍ਰਿਡ ਮਾਡਲ ਰਣਨੀਤੀ ਉੱਚ-ਪੱਧਰੀ ਡਿਟੈਕਸ਼ਨ ਪ੍ਰਦਾਨ ਕਰ ਸਕਦੀ ਹੈ ਅਤੇ ਨਾਲ ਹੀ ਲਾਗਤ ਵਿੱਚ ਵੱਡੀ ਕਟੌਤੀ ਦਾ ਵਾਅਦਾ ਵੀ ਕਰ ਸਕਦੀ ਹੈ—ਬਸ਼ਰਤੇ ਕਿ ਪ੍ਰਦਰਸ਼ਨ ਲੈਬ ਤੋਂ ਬਾਹਰ ਵੀ ਬਣਿਆ ਰਹੇ ਅਤੇ ਰੂਟਿੰਗ ਦਾ ਵਾਧੂ ਖਰਚਾ ਘੱਟ ਰਹੇ।