模型The Decoder AI·原文 2026年11月19日

微软Ignite发布七款MAI自研模型,Code 2以GPT-6.1 Sol四成价格达其98%性能

微软AI部门在Ignite一次性推出覆盖代码、安全、图像、语音、决策路由等场景的七款模型,主打性价比。微软称MAI Code 2在四项基准上平均达到GPT-6.1 Sol性能的98%,成本为40%;Code 2在GitHub Copilot的推广价按每百万输入/输出token 0.50/2.50美元计,2027年5月17日后恢复为1/5美元。

AI解读:微软称MAI Code 2在DeepSWE 1.1、Terminal Bench 2.1、SWE-Atlas和FrontierCode v1.1四项基准上平均达到GPT-6.1 Sol的98%,成本40%;对Claude Opus 5.5为96%性能、5%成本。其中三项测试在微软内部MSBench平台用GitHub Copilot CLI运行,未使用子代理。

MAI Code 2 Flash面向代码解释、定点修改和常规修复,微软称其匹敌GPT-6 Luna与Claude Haiku 5.5,成本分别为后两者的65%和20%。MAI Work Flash用于Microsoft 365和Fabric IQ,微软称在Excel、PowerPoint内部基准上匹敌GPT-6 Luna,在Word中与GPT-6.1 Sol相当且输入token少约42%。

安全模型MAI Cyber 2 Flash在CyberGym-E2E上解决92.3%任务,微软称GPT-6 Astra为91.5%但需两倍推理预算;单任务成本不到GPT-6 Astra的2%。微软发现约900项任务中10%与自身训练数据涉及相同开源项目和漏洞报告,已对所有模型剔除这些任务后评分。该模型仅向特定客户提供。

MAI Image 2.7在Artificial Analysis图像编辑榜以1215 Elo居首,微软称领先GPT Image 2.6 Sunburst(max)4分、成本为其五分之一,约每千张35美元,Flash约10美元。

MAI Realtime 1是微软首个语音到语音模型,兼容OpenAI Realtime API。决策模型Decision 1.1基于Google Gemma 4 26B A4B,在Artificial Analysis的Decision Index v2.1上得68分。

微软还公布MAI Licensed Weights,允许企业用自有数据微调模型并在自有Azure环境运行,具体上线日期和定价未定,需联系微软客户团队。

微软AI部门MAI在Ignite大会上一次性发布七款新模型,覆盖代码、安全、图像、语音和决策路由,微软将这套模型主要定位于价格与性能比,面向希望全天候运行AI Agent、token支出快速上升的企业客户。

据微软说法,MAI Code 2在四项基准测试上平均达到GPT-6.1 Sol性能的98%,成本为40%;对Claude Opus 5.5达到96%的性能,成本为5%。微软对其自家模型按五折推广价计算成本。

代码模型:基准、测试条件与价格

微软称MAI Code 2测试使用DeepSWE 1.1、Terminal Bench 2.1、SWE-Atlas和FrontierCode v1.1四项基准,其中三项在微软内部MSBench平台通过GitHub Copilot CLI运行,未使用子代理。微软表示该模型面向日常企业编码任务,尚未针对基础研究或长周期Agent工作流等更难任务优化。

在UI、游戏、数据可视化、SVG图形等前端工作的盲测中,微软称人类评估者在64%的情况下更偏好MAI Code 2的输出,而非GPT-6 Sol。微软称MAI Code 2在任务成功率上略落后于GPT-6.1 Sol和Opus 5.5,但按推广价计算每个任务成本仅为后者一小部分。

价格方面,在GitHub Copilot中,MAI Code 2推广价为每百万输入token 0.50美元、输出2.50美元,持续至2027年5月17日,之后为1美元和5美元。MAI Code 2 Flash推广价为0.05美元和0.25美元,之后为0.10美元和0.50美元。

MAI Code 2 Flash是MAI-Code-1.1-Flash的后继,针对代码解释、定点修改和常规修复;微软称其匹敌GPT-6 Luna和Claude Haiku 5.5,成本分别为后两者的65%和20%。MAI Work Flash由Flash模型派生,运行于Microsoft 365和Fabric IQ;微软称在内部Excel和PowerPoint基准上匹敌GPT-6 Luna,在Word中与GPT-6.1 Sol表现相当且输入token少约42%,在Power BI生成DAX查询上优于GPT-5.6 Sol、GPT-6 Astra和Opus 5.5。

安全模型与基准数据清理

微软称MAI Cyber 2 Flash在CyberGym-E2E漏洞基准上解决92.3%的任务,GPT-6 Astra为91.5%但需要两倍推理预算;按单任务计算,MAI模型成本不到GPT-6 Astra的2%,每token成本为其百分之一。在WebExploitBench上,该模型得分40.4%,GPT-5.6 Cyber为38.4%。

微软在评估中发现,约900项CyberGym任务中有10%与自身训练数据涉及相同的开源项目和漏洞报告;微软称参考解法从未进入训练数据,但仍对所有模型剔除这些任务,仅对其余任务评分。与GPT-6 Cyber的对比尚未公布。

该模型上下文窗口为100万token,是MAI Cyber 1.1 Flash的四倍,输出token成本比前代低86%。微软称MAI Cyber模型已承担其安全平台MDASH近40%的扫描量。定价为每百万输入token 0.10美元、输出0.50美元,GPT-6 Astra为10美元和50美元;按CyberGym-E2E折算,单任务成本0.45美元对34.38美元。该模型仅向特定客户提供,微软称带工具的Agentic基准仍需额外安全措施,结果将在未来数周公布。

图像、语音与决策模型

MAI Image 2.7在Artificial Analysis图像编辑榜以1215 Elo居首,获得5478票,微软称领先GPT Image 2.6 Sunburst(max)4分,成本为其五分之一;每千张图像约35美元,Flash约10美元。在文生图榜单上该模型排第四。微软称该模型可单独改变图像中物体的颜色、材质或位置而不影响其余部分,并生成透明背景。Flash用于MAI Labs的新图像编辑器Canvas。微软称自6月起MAI Image是Bing Image Creator的默认模型,Adobe、Figma Weave、Minute(Sports Illustrated)、Wirestock和Manus与MAI Image合作。

MAI Realtime 1是微软首个语音到语音模型,设计上可处理打断、等待说话者说完,并在背景噪音中识别请求;困难任务会转交按token计费的更强推理引擎。基础费用按音频分钟计。微软称其在Big Bench Audio、τ-Voice和Dynamics 365测试中优于GPT Realtime 2.1。该模型兼容OpenAI Realtime API,现有语音应用可直接切换,Agoda和Reservations.ai正在测试。微软还计划将其引入Dynamics 365 Contact Center和Dragon Copilot。

微软称Dragon Copilot Transcribe基于MAI Transcribe 2,现已处理Dragon Copilot全部医患转录,每月约1000万次对话,多语言工作流错误率减半。微软对自有大模型使用第二代AI加速芯片Maia 200,称每瓦token数提升1.7倍。语音价格为每分钟1美分,推理另收每百万输入token 1美元、输出5美元。

决策模型Microsoft-Decision-1.1负责路由、分类、优先级排序和工作流控制,从开发者批准的选项中选择操作并返回校准后的置信度;不确定性高时应用可上报而非执行错误决策,信息不完整时设计为弃权。其基础是Google的混合专家模型Gemma 4 26B A4B,前代为Qwen3.5-9B。微软称在Artificial Analysis的Decision Index v2.1上得68分,比前代高6分,高于Jev 1.14、Gemini Decision 1和GPT-6 Luna(Decisions);在102项内部基准、逾38.5万个问题上,在八个决策模型中平均准确率最高。该模型现可接受截图等图像输入,在Copilot中决定请求交给Copilot还是Cowork;微软称其准确率与大型语言模型相当,速度快2.2倍、成本低4.4倍。定价为每百万输入token 0.042美元(欧盟数据区0.05美元),输出token免费。

检索模型、授权权重与可用渠道

Microsoft-Retriever-1用于在Foundry IQ中为企业文档检索相关信息,会规划查询、评估结果并追问,直到有足够材料支撑回答;微软称这比此前方法更快更高效,以预览形式推出。Foundry的Model Router现在也会从扩充后的模型池中自动选择。

MAI Licensed Weights允许企业用自有数据微调MAI模型,并在自有Azure环境运行,数据和定制内容留在客户处;微软称仅在明确同意时才用其训练自家模型,并将其定位为开放权重的替代方案(企业难以核实开放权重的来源和行为)。微软举例称美国运营商AT&T用于5G网络运营分析的定制模型在标准任务上优于GPT-6.1 Sol,成本约为其五十分之一。该服务上线日期和定价未定,企业需联系微软客户团队,将通过Frontier Company计划“很快”推出。

可用渠道方面:MAI Code 2和Code 2 Flash已在GitHub Copilot中提供,Code 2 Flash还在Foundry中限量预览,OpenRouter、Vercel、Hermes、Open Code和Kilo预计随后接入。MAI Image 2.7和Flash在Foundry及fal、Genspark、OpenRouter、Vercel公开预览。Decision 1.1在Foundry、OpenRouter和Vercel的AI Gateway正式可用。MAI Realtime 1可在MAI Labs试用,并作为Foundry预览免费提供至公开预览上线。MAI Cyber 2 Flash仅用于微软安全产品,自12月中旬起将在MDASH中自动替换符合条件的客户MAI配置中的现有模型。

信息来源

The Decoder AI原始来源

更多

新闻专题
外观