Microsoft 公佈七款自研 AI 模型,瞄準以較低成本替代產品中的外部模型
Microsoft is replacing outside AI models in its own products with cheaper in-house alternatives
Microsoft 在 Ignite 公佈七款新模型,涵蓋編碼、安全、圖像、語音和路由,主打以較低成本支援長時間運作的 AI 智能體。Microsoft 稱,MAI Code 2 在四項基準的平均表現達 GPT-6.1 Sol 的 98%,推廣價為其成本的 40%;對 Claude Opus 5.5 的表現達 96%,成本為其 5%。
七款模型橫跨編碼、安全、圖像與語音等用途,文中以多項基準和定價對照外部模型,呈現 Microsoft 將自家模型導入產品時的成本取向。
Microsoft AI (MAI) 正以程式碼、安全、圖像、語音及路由的新模型,瞄準全天候運作的 AI Agent。其主要比較基準,是合作夥伴 OpenAI 的產品系列。
在 Ignite 大會上,MAI 一口氣推出 7 款新模型,而非分散在一年內發布,做法與它在 6 月的 Build 大會上相同。Microsoft 主要以性價比為新產品系列定位。公司指出,希望全天候運行 AI Agent 的客戶,token 開支正迅速上升。Microsoft 表示,其程式碼模型以企業日常編碼工作為目標,目前尚未針對基礎研究或長期 Agent 工作流程等較艱巨的任務作出最佳化。
MAI Code 2 表現接近 GPT-6.1 Sol 和 Opus 5.5,促銷價更低
據Microsoft表示,MAI Code 2 在 4 項基準測試中的平均表現,達到 GPT-6.1 Sol 的 98%,成本則只有其 40%。與 Claude Opus 5.5 相比,其表現達到 96%,成本則只有 5%。Microsoft 使用 DeepSWE 1.1、Terminal Bench 2.1、SWE-Atlas 和 FrontierCode v1.1 進行測試。其中 3 項測試在 Microsoft 內部的 MSBench 平台上執行,使用 GitHub Copilot CLI,沒有使用子 Agent。Microsoft 為自家模型計算促銷價時,採用了 50% 折扣。
Microsoft 表示,在前端工作盲測比較中,例如 UI、遊戲、數據視覺化和 SVG 圖像,人類評估者有 64% 的時間較偏好 MAI Code 2 的輸出,而非 GPT-6 Sol。

MAI-Code-1.1-Flash 的後繼型號 MAI Code 2 Flash,專為程式碼解説、定點修改和日常修正而設。據稱,它的表現媲美 GPT-6 Luna 和 Claude Haiku 5.5,成本分別只有兩者的 65% 和 20%。
Microsoft 以 Flash 模型衍生出 MAI Work Flash。它在 Microsoft 365 和 Fabric IQ 中運行。Microsoft 表示,在內部 Excel 和 PowerPoint 基準測試中,它的表現媲美 GPT-6 Luna。在 Word 中,其表現與 GPT-6.1 Sol 相若,但輸入 token 少約 42%。在 Power BI 中生成 DAX 查詢時,它的表現優於 GPT-5.6 Sol、GPT-6 Astra 和 Opus 5.5。
在 GitHub Copilot 中,促銷期間至 2027 年 5 月 17 日,MAI Code 2 的價格為每百萬個輸入 token 收費 $0.50,每百萬個輸出 token 收費 $2.50,其後升至 $1 和 $5。MAI Code 2 Flash 在此之前的價格為 $0.05 和 $0.25,其後升至 $0.10 和 $0.50。
安全模型採用經清理的基準測試
Microsoft 表示,MAI Cyber 2 Flash在 CyberGym-E2E 漏洞基準測試中,解決了 92.3% 的任務。GPT-6 Astra 的成績為 91.5%,但所需的推理預算是其兩倍。按每項任務計算,MAI 模型的成本不到 GPT-6 Astra 的 2%;每個 token 的成本則只有其百分之一。在 WebExploitBench 上,它的得分為 40.4%,高於 GPT-5.6 Cyber 的 38.4%。

Microsoft 在評估期間發現,CyberGym 約 900 項任務中,有 10% 涉及與其部分訓練資料相同的開源專案和漏洞報告。公司表示,參考解答從未納入訓練。儘管如此,Microsoft 仍從所有模型的評分中剔除這些任務,只計算其餘任務的成績。
目前尚未有與 GPT-6 Cyber 的比較。該模型只供部分客戶使用。Microsoft 表示,使用工具的 Agent 基準測試仍需額外安全措施。公司計劃在未來幾週公佈相關結果。
上下文視窗涵蓋一百萬個 tokens,是 MAI Cyber 1.1 Flash 的四倍。輸出 tokens 的成本比上一代低 86%。新聞稿指出,MAI Cyber 模型目前已處理 Microsoft 安全平台 MDASH 上近 40% 的掃描。
Microsoft 將 MAI Cyber 2 Flash 的定價列為每百萬個輸入 tokens $0.10、每百萬個輸出 tokens $0.50;相比之下,GPT-6 Astra 的價格分別為 $10 和 $50。在 CyberGym-E2E 上,每項任務的成本因此為 $0.45,而非 $34.38。
Microsoft 的決策模型現以 Google Gemma 為基礎
Microsoft-Decision-1.1 負責路由、分類、優先次序安排及工作流程控制。模型會從開發者核准的操作中作出選擇,並提供經校準的信心分數。當不確定性較高時,應用程式可以升級處理,而不是作出錯誤決定。如果資料不完整,模型的設計會讓它選擇不作答。
模型以 Google 的混合專家模型 Gemma 4 26B A4B 為基礎。上一代則建基於 Qwen3.5-9B。Microsoft 使用數百個合成及授權數據集,透過監督式微調和強化學習訓練新模型,並在專有推理引擎上運行。
在 Artificial Analysis 的 Decision Index v2.1 上,Decision 1.1 得分 68 分,較上一代高 6 分,亦高於 Jev 1.14、Gemini Decision 1 和 GPT-6 Luna (Decisions)。Microsoft 亦以 102 項內部基準測試及超過 385,000 條問題進行測試;在八個決策模型中,該模型的平均準確度最高。
模型現可接收圖片,包括螢幕截圖。在 Copilot 中,它會判斷要求應交由 Copilot 還是 Cowork 處理。Microsoft 表示,它的準確度與大型語言模型相若,但速度快 2.2 倍,成本低 4.4 倍。在 Cowork 中,其 Auto 功能會控制任務獲分配的推理力度。
Microsoft 的收費為每百萬個輸入 tokens $0.042;在歐盟數據區則為 $0.05。輸出 tokens 免費。

Ignite 的 Book of News 亦介紹了另一款專用模型。Microsoft-Retriever-1 會為 Foundry IQ 中的 Agent,從企業文件收集相關資訊。模型不會只進行一次搜尋,而是會規劃查詢、評估結果並繼續追問,直至取得足夠資料,以提供有充分依據的答案。Microsoft 表示,這種做法比以往的方法更快、更有效率。Retriever-1 以預覽版形式推出。Foundry 中的 Model Router 現亦會從擴大的模型池中自動選擇模型。
影像編輯表現稍勝 OpenAI
MAI Image 2.7 在 Artificial Analysis 影像編輯排行榜中排名第一,根據 5,478 票取得 1,215 Elo 分。它以五分之一的成本領先 GPT Image 2.6 Sunburst (max) 4 分。在文字生成圖片方面,該模型在排行榜上排名第四。MAI Image 2.7 每 1,000 張圖片的費用約為 $35;Flash 版本則約為 $10。

模型可以更改個別物件的顏色、材質或位置,而不影響圖片的其他部分;亦能生成透明背景。較小型的 Flash 版本成本不到三分之一,並為 Canvas 這款 MAI Labs 全新的圖片編輯器提供支援。自 6 月起,MAI Image 一直是 Bing Image Creator 的預設模型。Microsoft 表示,Adobe、Figma Weave、Minute (Sports Illustrated)、Wirestock 和 Manus 均與 MAI Image 合作。

相容於 OpenAI API 的語音模型
MAI Realtime 1 是 Microsoft 首款語音轉語音模型,專為處理對話中的打斷情況、等到説話者説完才回應,以及在有背景噪音時仍能辨識請求而設。遇到較複雜的任務時,模型會改用功能更強大的推理引擎,並按 token 計費;基本費用則按音訊分鐘計算。Microsoft 表示,MAI Realtime 1 在 Big Bench Audio、τ-Voice 及 Dynamics 365 測試中的表現均勝過 GPT Realtime 2.1。
由於相容於 OpenAI Realtime API,現有語音應用程式可以輕易轉用。Agoda 和 Reservations.ai 正在測試此模型。Microsoft 亦計劃將它引入 Dynamics 365 Contact Center 和 Dragon Copilot,讓護士用來練習與病人對話。

Microsoft 表示,基於 MAI Transcribe 2 的 Dragon Copilot Transcribe 現已負責處理 Dragon Copilot 中所有醫生與病人對話的轉錄工作,每月涉及 1,000 萬次對話。在多語言工作流程中,錯誤率減半。Microsoft 現在以 Maia 200 晶片處理自家的大型模型;這是其 AI 加速器的第二代產品,據稱每瓦可處理的 token 數量多出 1.7 倍。
Microsoft 每分鐘音訊收費 1 美仙。推理費用另按每百萬個輸入 token 收取 $1,每百萬個輸出 token 收取 $5。
授權權重僅可透過 Microsoft 客戶經理團隊取得
透過 MAI Licensed Weights,企業可以使用自己的數據微調 MAI 模型,並在自己的 Azure 環境中執行。數據及自訂內容均由客戶保留。Microsoft 表示,只有在取得明確同意後,才會將這些數據及自訂內容用於訓練自家模型。
Microsoft 將這項服務定位為開放權重的替代方案,因為企業難以核實開放權重的來源及行為。例如,美國電訊商 AT&T 據報使用一個經客製化的模型分析 5G 網絡運作,在標準任務上的表現勝過 GPT-6.1 Sol,成本約為其五十分之一。推出日期及定價仍有待公佈。有意的企業應聯絡其 Microsoft 客戶經理團隊。這項服務預計「不久後」透過 Microsoft 的 Frontier Company 計劃推出。
MAI Code 2 和 Code 2 Flash 已在 GitHub Copilot 提供,Code 2 Flash 亦在 Foundry 開放有限預覽。預計 OpenRouter、Vercel、Hermes、Open Code 和 Kilo 亦會跟進。MAI Image 2.7 和 Flash 已在 Foundry、fal、Genspark、OpenRouter 和 Vercel 開放公開預覽。Decision 1.1 已在 Foundry、OpenRouter 及 Vercel 的 AI Gateway 正式提供。MAI Realtime 1 可在 MAI Labs 試用,亦以 Foundry 預覽版形式提供,並會免費提供至公開預覽推出為止。MAI Cyber 2 Flash 僅適用於 Microsoft 的安全產品。由 12 月中開始,符合資格的客戶在 MDASH 中的 MAI 個人檔案,其現有模型將自動替換為此模型。
4 月,Microsoft 和 OpenAI 重組了合作夥伴關係。OpenAI 現在可以透過任何雲端服務供應商銷售其產品,但 Azure 仍是主要雲端合作夥伴。Microsoft 持有 OpenAI 模型和產品的非獨家授權,直至 2032 年。
來源:The Decoder · the-decoder.com