微软正用更便宜的自研模型替换自家产品中的外部 AI 模型
微软在 Ignite 发布七款面向代码、安全、图像、语音和工作流决策的专用模型,主打性价比,目标是为常驻 AI 智能体降低运营成本,并直接对标 OpenAI 与 Anthropic。
原贴
查看原文原文
中文翻译
微软的 AI 部门在 Ignite 大会上发布了七款专用模型,分别面向代码、IT 安全、图像编辑、语音和工作流决策。所有这些模型都旨在为常驻 AI 智能体降低运营成本。这些模型以更便宜的替代方案对标 OpenAI 和 Anthropic 的系统。微软称,在内部基准测试中,编程模型 MAI Code 2 以极低成本几乎追平 GPT-6.1 Sol 和 Claude Opus 5.5。MAI Cyber 2 Flash 在 CyberGym-E2E 漏洞测试中以微弱优势超过 GPT-6 Astra。除图像模型 MAI Image 2.7、语音模型 MAI Realtime 1 和基于 Google Gemma 的路由模型 Decision 1.1 外,微软还将允许企业客户在 Azure 云中用自有数据微调部分模型权重。
微软 AI(MAI)正以面向代码、安全、图像、语音和路由的新模型瞄准常驻 AI 智能体。主要衡量标尺是其合作伙伴 OpenAI 的模型阵容。在 Ignite 大会上,MAI 发布了七款新模型,并一次性批量发布,而不是分散在全年,就像其在 6 月 Build 大会上所做的那样。微软主要从性价比定位新阵容。该公司提到,希望全天候运行 AI 智能体的客户,其 token 支出正在快速上升。微软表示,其代码模型面向日常企业编程任务,尚未针对基础研究或长周期智能体工作流等更难的工作进行优化。
根据微软的说法,在四项基准测试中,MAI Code 2 的平均性能达到 GPT-6.1 Sol 的 98%,成本为后者的 40%。对 Claude Opus 5.5,它达到后者 96% 的性能,成本为后者的 5%。微软在 DeepSWE 1.1、Terminal Bench 2.1、SWE-Atlas 和 FrontierCode v1.1 上进行了测试。其中三项测试在微软内部 MSBench 平台上运行,使用 GitHub Copilot CLI,且不使用子智能体。微软为其自有模型计算了 50% 的促销折扣。在前端工作(如 UI、游戏、数据可视化和 SVG 图形)的盲测比较中,微软称人工评估者在 64% 的情况下更喜欢 MAI Code 2 的输出,而不是 GPT-6 Sol。
作为 MAI-Code-1.1-Flash 的后续产品,MAI Code 2 Flash 面向代码解释、定向编辑和常规修复。据说它在成本分别为 GPT-6 Luna 和 Claude Haiku 5.5 的 65% 和 20% 时,性能与二者相当。微软从 Flash 模型衍生出 MAI Work Flash。它运行于 Microsoft 365 和 Fabric IQ。微软称,在内部 Excel 和 PowerPoint 基准测试中,它与 GPT-6 Luna 相当。在 Word 中,它的表现与 GPT-6.1 Sol 相似,同时输入 token 消耗约少 42%。在 Power BI 中生成 DAX 查询方面,它优于 GPT-5.6 Sol、GPT-6 Astra 和 Opus 5.5。
在 GitHub Copilot 中,MAI Code 2 的促销价格为每百万输入 token 0.50 美元和每百万输出 token 2.50 美元,促销持续至 2027 年 5 月 17 日,之后为 1 美元和 5 美元。MAI Code 2 Flash 在此之前的成本为 0.05 美元和 0.25 美元,之后升至 0.10 美元和 0.50 美元。微软称,MAI Cyber 2 Flash 解决了 CyberGym-E2E 漏洞基准中 92.3% 的任务。GPT-6 Astra 达到 91.5%,但需要两倍的推理预算。按任务计算,该 MAI 模型的成本不到 GPT-6 Astra 的 2%,每 token 成本为后者的百分之一。在 WebExploitBench 上,它得分为 40.4%,领先于 GPT-5.6 Cyber 的 38.4%。
在评估期间,微软发现约 900 个 CyberGym 任务中有 10% 与其自身训练数据的部分开源项目和漏洞报告相同。该公司表示,参考解决方案从未进入训练。微软还是为所有模型移除了这些任务,只对其余任务评分。
核心信息
微软在 Ignite 发布七款面向代码、安全、图像、语音和工作流决策的专用模型,主打性价比,目标是为常驻 AI 智能体降低运营成本,并直接对标 OpenAI 与 Anthropic。
- 微软在 Ignite 发布七款面向代码、安全、图像、语音和工作流决策的专用模型,主打性价比,目标是为常驻 AI 智能体降低运营成本,并直接对标 OpenAI 与 Anthropic。
- 原贴提到:Microsoft's AI division unveiled seven specialized models for code, IT s
- 来源:the-decoder.com
详细解读
这是微软在模型层从“借力外部伙伴”转向“自研替代+成本重构”的明确信号。原文显示,MAI 一次发布七款专用模型,主要卖点不是通用能力碾压,而是面向常驻 AI 智能体的性价比:代码、安全、图像、语音、路由分别对应企业高频、可计量的工作负载。
为什么重要:如果模型能力差距缩小到可接受区间,成本就会成为 AI 智能体规模化的主约束。微软用 MAI Code 2 对标 GPT-6.1 Sol 和 Claude Opus 5.5,用 MAI Cyber 2 Flash 对标 GPT-6 Astra,并在 GitHub Copilot 给出促销价与后续价,说明其正在把“模型选择”变成“成本工程”。这也会给 OpenAI、Anthropic 等外部模型供应商带来定价和份额压力。
对谁有价值:一是大量运行 Copilot、Microsoft 365、Power BI 和 Azure 的企业客户;二是做 AI 智能体产品的团队,尤其是 token 消耗高、任务可标准化的场景;三是关注模型供应链与毛利结构的投资/战略人员。对开发者而言,关键不是追新模型名,而是按任务分层选择模型。
可以怎么行动:先盘点常驻智能体的 token 结构与任务类型,把代码解释、常规修复、路由、语音、图像编辑等高频任务拆出来做小规模 A/B 成本测试;在 Azure 场景评估自有数据微调部分权重的可行性;对安全类任务单独跑漏洞基准和误报/漏报评估;采购上要求供应商给出促销期后的价格与切换成本。
风险或限制:原文中的性能与成本多为微软自述,且部分基准在内部平台运行,需独立复现;代码模型尚未针对基础研究和长周期智能体工作流优化;促销价有明确期限,后续价格上升会改变 ROI;安全基准还涉及训练数据重叠任务被移除,说明评测口径需要审慎核对;企业迁移还受模型锁定、合规和数据治理约束。
信息差价值
这条内容的真正价值,不只是“有人发布了一个新功能”,而是它揭示了 the-decoder.com 背后的产品方向、工作流变化或竞争信号。对 OPC 来说,这种信息可以转化成持续追踪的栏目选题。
如果把《微软正用更便宜的自研模型替换自家产品中的外部 AI 模型》放到你的内容系统里,它最大的价值在于帮助读者更快看懂“为什么值得关注”,而不是只看到一条碎片化动态。
参考来源
TOPIC HUBS
延伸专题
AI SUMMARY
这篇文章回答了什么
微软正用更便宜的自研模型替换自家产品中的外部 AI 模型主要讲什么?
微软在 Ignite 发布七款面向代码、安全、图像、语音和工作流决策的专用模型,主打性价比,目标是为常驻 AI 智能体降低运营成本,并直接对标 OpenAI 与 Anthropic。
这篇文章最值得关注的要点是什么?
微软在 Ignite 发布七款面向代码、安全、图像、语音和工作流决策的专用模型,主打性价比,目标是为常驻 AI 智能体降低运营成本,并直接对标 OpenAI 与 Anthropic。;原贴提到:Microsoft's AI division unveiled seven specialized models for code, IT s;来源:the-decoder.com
这篇文章和哪些AI专题相关?
它适合放在Agent工作流、AI副业、AI工具专题里阅读。 关联原因:这篇内容命中「智能体、工作流」等主题信号。;这篇内容命中「项目、小生意、变现」等主题信号。;这篇内容命中「模型」等主题信号。
阅读这篇文章建议先理解哪些关键词?
建议先理解AI工具、工具、自动化、模型、Cursor这些关键词,再结合正文判断工具、机会或风险是否值得进入自己的工作流。