新闻股票微软发布六款专用MAI模型,以成本优势挑战AI竞争对手

微软发布六款专用MAI模型,以成本优势挑战AI竞争对手

作者: Cryptopolitan·

要点速览

  • •微软推出或扩大了六款专用模型的可用范围:Code 2、Code 2 Flash、Cyber 2 Flash、Image 2.7、Transcribe 2和Realtime 1。
  • •微软报告称,Code 2以每任务5%的成本实现了Claude Opus 5.5性能的96%,并以40%的成本实现了GPT-6.1 Sol性能的98%。
  • •据微软称,Cyber 2 Flash在CyberGym-E2E基准测试中得分92.3%,而GPT-6 Astra为91.5%。
  • •Code 2和Code 2 Flash的促销定价将于2027年5月17日翻倍。
  • •独立测试尚未验证微软的对比结果,且定制版MAI模型必须在Azure上运行。
微软发布六款专用MAI模型,以成本优势挑战AI竞争对手

微软于11月17日在其面向企业开发者和合作伙伴的年度大会Ignite上展示了六款MAI模型。其中部分为全新发布,另一部分则扩大了可用范围。公司表示,其模型在所针对的任务上性能几乎可与更昂贵的竞争对手媲美,而成本却低得多,相关发布详情见微软Ignite 2026博客文章。

以更低的单任务成本为目标的专用模型

微软的六款MAI专用模型为Code 2、Code 2 Flash、Cyber 2 Flash、Image 2.7、Transcribe 2和Realtime 1。

微软关于以几乎相同或更优性能实现更低成本的核心主张,依托的是其MAI Code 2模型,即新编程产品线的旗舰。公司使用四项编程基准测试对该模型进行了评估:DeepSWE 1.1、Terminal-Bench 2.1、SWE Atlas和FrontierCode 1.1。根据11月17日发布的结果,微软表示Code 2达到了Claude Opus 5.5性能的96%,而每任务成本仅为后者的5%。公司还将Code 2与GPT-6.1 Sol进行了比较,报告显示其性能达到98%,成本为40%。

正如GitHub定价页面所述,MAI Code 2的定价为每百万输入token 0.50美元,每百万输出token 2.50美元。MAI Code 2 Flash版本价格更低,输入token为0.05美元,输出token为0.25美元。Claude Opus 5.5的输入和输出费用分别为4美元和20美元,GPT-6.1 Sol则分别为2美元和10美元。不过,微软模型的定价仅为促销性质:MAI Code 2和MAI Code 2 Flash的成本将在2027年5月17日之后翻倍,企业买家因此有一个固定的窗口期,可在正式定价生效前以促销价格评估所称的成本优势。

微软还报告了其模型在网络安全方面的更优表现。其Cyber 2 Flash在CyberGym-E2E基准测试中获得了92.3%的网络安全得分,相比之下GPT-6 Astra的得分为91.5%。Cyber 2 Flash的输入/输出费率为每百万token 0.10/0.50美元。

不过,关于模型性能的这些主张仍需谨慎看待。微软自行选择了用于与其竞争对手模型进行比较的基准测试,且独立测试尚未证实这些结果。在此类外部验证到来之前,单任务成本数据仅基于厂商自行报告的测量结果。

Suleyman阐述其中的权衡

微软AI负责人Mustafa Suleyman在11月17日接受Axios采访时解释了这一权衡。他表示,为特定任务开发的模型能用更少的参数实现更强的能力和知识储备。然而,这种专用化仍有其局限:在基础编程上表现出色的模型,在面对高深的科学问题时可能遇到困难。

为应对这一顾虑,Suleyman表示他的团队正致力于构建“真正的超级智能”——一种能够比人类更好地执行任何智力任务的AI系统。他没有说明这样一个系统何时可能问世。

Copilot、Azure权重与平台控制

Code 2现已在微软的编程助手GitHub Copilot中可用,这可能减少对外部模型的采购。企业客户还可以授权使用MAI权重来定制模型。

不过,这项服务附带一个条件。据Axios报道,定制模型必须在微软的云计算平台Azure上运行。因此,更低的模型成本可能伴随着更大的云依赖。

Nadella对供应商担忧的延续

微软已于6月2日推出了七款自研模型,而最新发布的产品也回应了CEO Satya Nadella今年早些时候提出的一个担忧。根据Cryptopolitan 7月17日的报道,Nadella对依赖少数领先AI公司获取token容量的想法表示质疑。通过开发自有模型,微软得以在与这些公司谈判时掌握充足的议价能力。

价格下降,接入不均

随着整个行业价格持续下降,微软正在扩充其AI产品组合。根据Epoch AI于9月22日发布的一项研究,自2023年以来,实现类似AI结果的成本每个季度最多下降47%。这相当于价格每年下降约13倍。

尽管成本在下降,成熟的AI提供商仍然主导着企业支出。Ramp的2026年10月指数显示,在使用其平台的美国企业中,Anthropic占token支出的49.3%,OpenAI以46.1%紧随其后(截至11月1日的一周)。这些数据并不代表全球市场。此类支出追踪工具的未来更新,将为低价自研模型是否开始改变企业token预算提供一种参考。

AI基础设施同样高度集中在少数国家和公司。斯坦福大学的2026年AI指数统计显示,2025年美国拥有5,427个数据中心,是其他任何国家的十倍以上。斯坦福还发现,台湾的台积电(TSMC)制造着几乎所有的领先AI芯片。

这种集中引发了竞争方面的担忧。OECD 7月10日的一份报告警告称,对芯片和云基础设施的控制可能使其他公司更难在AI市场竞争。

微软的新MAI模型引发了类似的担忧。更低的价格可能使其AI模型更容易被全球企业采用,但Azure的使用要求也可能使客户更难更换云服务提供商,即便他们在模型本身上节省了开支。