Microsofts MDASH verslaat Claude Mythos en GPT-5,6 Sol op CyberGym voor halve prijs
Microsofts multi-agentsysteem MDASH scoorde 88,45% op CyberGym en versloeg daarmee Claude Mythos en GPT-5,5, terwijl het bedrijf claimt dit tegen de helft van de kosten van zijn vorige opzet te doen.
Microsofts multi-agentsysteem MDASH scoorde 88,45% op de cybersecuritybenchmark CyberGym, en versloeg daarmee Claude Mythos van Anthropic (83,1%) en GPT-5,5 van OpenAI (81,8%). Het bedrijf claimt bovendien dat zijn nieuwste configuratie softwarekwetsbaarheden opspoort tegen de helft van de kosten van zijn vorige beste opzet. De resultaten, gemeld door Decrypt en toegelicht in een artikel op Medium/AIGuys, zijn gebaseerd op beweringen van Microsoft zelf — wat betekent dat de opvallende cijfers rechtstreeks komen van het bedrijf dat de wedstrijd won.
Die herkomst is relevant. CyberGym, dat geautomatiseerde kwetsbaarheidsdetectie test, is geen neutrale audit door een derde partij. Ook de claim over kostenbesparing — de helft van de uitgaven van de vorige MDASH-configuratie — komt van Microsoft zelf en is niet geverifieerd door enig onafhankelijk onderzoek dat in het gepubliceerde materiaal te vinden is. De concurrentiestrijd wordt met andere woorden grotendeels in beeld gebracht door de concurrent die de trofee in handen heeft.
Wat wel te verifiëren valt, is de architectuur. MDASH zet meer dan 100 AI-agents parallel in om softwarefouten op te sporen — een zwermaanpak die haaks staat op de single-model-strategieën van Anthropic en OpenAI. De logica is eenvoudig: zet gespecialiseerde agents in op verschillende aspecten van een kwetsbaarheid — verkenning, het genereren van exploits, verificatie — en voeg hun bevindingen samen. Of die structuur daadwerkelijk beter presteert dan een topmodel bij het opsporen van bugs in de praktijk, of simpelweg goed scoort op de specifieke testset van CyberGym, is een vraag die de beschikbare bronnen niet beantwoorden.
De voorsprong is ook niet helemaal nieuw. Een artikel van Forbes van 15 mei 2026 meldde al dat MDASH een eerdere “Mythos Preview” had verslagen op CyberGym, wat erop wijst dat de voorsprong van Microsoft geleidelijk is gegroeid over meerdere configuraties, in plaats van van de ene op de andere dag te zijn ontstaan. De nieuwste resultaten zetten een trend door die het bedrijf al maandenlang opbouwt.
Het concurrentiebeeld is rommeliger dan een nette podiumplaats doet vermoeden. Een analyse van Penligent.ai van 13 juli 2026 toonde aan dat GPT-5,6 bijna gelijk opgaat met Claude Mythos op geavanceerde cybersecuritybenchmarks, waarbij beide modellen in verschillende taakcategorieën de leiding nemen — wat betekent dat één enkele benchmarkscore kan verhullen waar een model werkelijk in uitblinkt of tekortschiet. Een apart artikel van we0.ai, vier dagen geleden gepubliceerd, meldde dat GPT-5,6 SOL$102,77▼2,86% het hoogste gemiddelde resultaat behaalde in een AISI cyber challenge, met Mythos 5 vlak daarachter. Dat resultaat staat haaks op de CyberGym-rangschikking en laat zien hoezeer benchmarkuitkomsten afhangen van de gekozen testset.
Ongeacht wie bovenaan een bepaald klassement staat, is de escalatie onmiskenbaar. Mindfort.ai omschrijft GPT-5,6 Sol als “de eerste modelfamilie van OpenAI die als Hoog wordt beoordeeld voor cyber” — een classificatie die erop wijst dat het lab bewust aanstuurt op offensieve securitycapaciteiten. De Mythos-lijn van Anthropic positioneert zich op vergelijkbare wijze. Microsofts zwerm-van-agents-aanpak is een andere gok op architectuur, niet alleen een andere gok op schaal, en de kostenclaim — als die standhoudt onder nader onderzoek — zou zwaarder wegen dan een paar procentpunten op één enkele benchmark.
Bredere samenwerking binnen de sector verloopt parallel hieraan. Microsoft, Nvidia en IBM lanceerden onlangs de Open Secure AI Alliance om de cybersecurity van AI te versterken, aldus hetzelfde artikel van Decrypt — een signaal dat labs, ook al concurreren ze op benchmarks, middelen bundelen rond gedeelde defensieve infrastructuur.
De kostenkwestie is degene die het meeste kans maakt om inkoopbeslissingen te veranderen. Als MDASH daadwerkelijk vergelijkbare of betere kwetsbaarheidsdetectie levert tegen de helft van de prijs van zijn vorige configuratie, verschuift de economie van AI-gedreven securitytests — niet vanwege een benchmarkscore, maar vanwege de onderliggende kostenstructuur. Die claim steunt echter volledig op het woord van Microsoft. De volgende onafhankelijke toetsing van MDASH tegenover Mythos en GPT-5,6 Sol op een neutrale testset — niet CyberGym, niet AISI, maar iets wat geen van beide labs zelf heeft ontworpen — zal moeten uitwijzen of de zwermaanpak standhoudt waar het echt op aankomt.
Nadia Rahman
Nadia Rahman is marktenredacteur bij CoinScoop. Ze volgt bitcoin, macroliquiditeit en de spot-ETF-markt, en schreef eerder over rente en valuta voor een internationaal persbureau.