人工知能

Microsoftが専門化に賭ける:Ignite 2026でプログラミングおよびサイバーセキュリティ向けの新しいAIモデルを発表

Microsoftは、専門化されたMAI CodeおよびMAI Cyberモデルを発表しました。これらは、GitHub Copilotやセキュリティサービスに統合され、大幅に低いコストで主要モデルに近いパフォーマンスを提供することを目指しています。

2026-11-17
1 分で読めます
1 閲覧数
certi.news
Microsoftが専門化に賭ける:Ignite 2026でプログラミングおよびサイバーセキュリティ向けの新しいAIモデルを発表

Ignite 2026で発表された専門化モデル

サンフランシスコで開催されたIgnite 2026カンファレンスにおいて、Microsoftはプログラミングおよびサイバーセキュリティのタスクに特化して設計された新世代のAIモデルを発表しました。この動きは、巨大な汎用モデルと比較して、複雑な技術的タスクを高い効率と低い運用コストで実行できる専門モデルを提供することで、「パフォーマンス対コスト」の方程式を打破することを目的としています。

ソフトウェア開発のための専門モデル

発表には、MAI Code 2およびMAI Code 2 Flashという名称の2つの新しいモデルが含まれています。最初のモデル(Code 2)は、企業によるソフトウェア開発のニーズに応えるよう設計されており、コードリポジトリ全体を理解し、複雑なバグを追跡し、複数のファイルにまたがる修正を行い、ユーザーインターフェースを構築する能力を備えています。

一方、Flash版は、コードの解説や単純なバグ修正といった、反復的でルーチン的なプログラミングタスクに特化しています。Microsoftのデータによると、テストにおいてコスト効率の面で顕著な優位性を示しました:

  • MAI Code 2は、GPT-6.1 Solモデルのパフォーマンスの約98%を達成しましたが、コストは後者のわずか40%に抑えられています。
  • 同モデルはClaude Opus 5.5を上回り、そのパフォーマンスの96%を達成しつつ、コストはわずか5%でした。

これらのモデルは現在GitHub Copilotを通じて利用可能であり、Flash版はMicrosoft Foundryを通じて限定プレビューとして提供されています。

広範なコンテキストウィンドウによるサイバー防御の強化

サイバーセキュリティの分野では、同社はMAI Cyber 2 Flashモデルを発表しました。これは、脆弱性の発見、プログラミングによる解決策の提案、デジタル脅威の調査を支援するために設計されています。このモデルは100万トークンに達する「コンテキストウィンドウ」を扱えることが特徴で、アナリストは膨大なコードを一度に処理・分析することが可能です。

CyberGym-E2Eテストにおいて、このモデルは92.3%の成功率を記録し、GPT-6 Astraモデルを僅差で上回りました。さらに、タスクあたりのコストが2%未満であるという決定的な利点があります。このモデルは、12月中旬からMicrosoftのセキュリティ製品、具体的にはコードネームMDASHで知られるサービスに統合される予定です。

なお、Microsoftは、トレーニングデータと一部の脆弱性レポートとの重複を避けるため、テスト結果から92のタスクを除外し、最終的な比較は813の独立したタスクに基づいていることを明らかにしました。

なぜこのアプローチがAI戦略の転換点となるのか

この発表は、「包括的な汎用モデル」の時代から「専門化された効率的なモデル」の時代への移行を象徴しています。技術企業にとって、これは以下を意味します:

  • 運用コストの削減:大規模モデルを使用する場合と比較して、プログラミングやセキュリティのタスクを非常に低コストで実行できること。
  • 巨大なコンテキストにおける精度の向上:セキュリティモデルの100万トークンのコンテキストウィンドウにより、企業は断片的なコードではなくシステム全体を検査できること。
  • 実行速度の向上:Flashクラスのモデルはルーチン作業を高速化し、開発者やアナリストがより戦略的なタスクに集中できるようにすること。

Microsoft AIのCEOであるムスタファ・スレイマン氏は、目標は高いパフォーマンスとコスト管理のバランスを取る専門技術を構築することであり、同時にこれらのモデルの安全性を確保し、有害なアクションの実行を防ぐことを最優先事項としていると強調しました。

ニュースの出典
AITnews Arabic
原文を開く ↗
c
著者

certi.news

同じカテゴリー

おすすめ記事

すべてのニュースを見る