微软 Ignite 发布七款 MAI 自研模型,以更低成本替代外部模型
微软的 MAI 部门在 Ignite 大会上发布了七款自研模型,覆盖代码、安全、图像、语言和模型路由等用途,并正在把自家产品中使用的外部模型替换为更便宜的自研方案。微软称,代码模型 MAI Code 2 达到 GPT-6.1 Sol 98% 的性能,而成本仅为后者的 40%;这些模型面向企业在全天候运行的 AI 智能体(agent)设计。上述性能与成本对比均为微软单方面说法,尚无第三方基准或独立测试佐证,报道也未说明各模型的具体定价、参数规模与对外开放时间。
已证实与未证实
- 已证实: 微软 MAI 在 Ignite 上发布七款面向代码、安全、图像、语言和路由的模型;微软官方称 MAI Code 2 在编码任务上达到 GPT-6.1 Sol 的 98% 性能、成本仅为其 40%,并称该模型正成为微软产品背后的主力模型(来源:微软 MAI 发布页、The Decoder)。
- 尚未证实: “用自研模型替换产品中的外部模型”涉及哪些具体产品、替换规模和上线时间,报道未给出完整清单;98%/40% 是微软自报的基准与成本口径,尚无独立第三方复测,七款模型的定价与开放范围也未披露。
背景
MAI 是微软自建的大模型团队,其模型家族此前已有积累:微软自家博客在 2026 年 6 月介绍过一批覆盖图像、语音、转写、编程与推理的 MAI 模型。此次 Ignite 上发布的七款模型是该家族的新一批,微软给它们的定位不是跑分登顶,而是按“每任务成本”与 OpenAI 的 GPT-6 系列对标,这为微软在自家产品中用内部模型替换外部模型提供了成本依据。
为什么重要
如果“性能接近、成本四成”的说法在企业真实负载上成立,那么按 token 计费、长时间运行智能体的企业用户将显著改变成本结构。因此,采购方应先用自有任务做对照评测,再决定是否替换,并确认迁移后与现有提示词、工具调用链的兼容性。
延伸阅读
- MAI Code 2 and Code 2 Flash: Everyday coding at scalable …
- MAI Code 2 vs GPT-6.1 Sol: Benchmarking a Deprecated Model
- Microsoft MAI Code 2 generates code at a fraction of the price
- Seven new world-class models at scalable price-performance …
- Building a hill-climbing machine: Launching seven new MAI …
评论
评论需要 GitHub 账号登录,会经过管理。 评论规则