新聞股票微軟推出六款MAI專用模型 在AI成本上挑戰競爭對手

微軟推出六款MAI專用模型 在AI成本上挑戰競爭對手

作者: Cryptopolitan·

重點速覽

  • •微軟推出或擴大了六款專用模型的可用範圍:Code 2、Code 2 Flash、Cyber 2 Flash、Image 2.7、Transcribe 2與Realtime 1。
  • •微軟報告Code 2以每項任務5%的成本達到Claude Opus 5.5性能的96%,並以40%的成本達到GPT-6.1 Sol性能的98%。
  • •據微軟稱,Cyber 2 Flash在CyberGym-E2E基準上錄得92.3%的得分,而GPT-6 Astra為91.5%。
  • •Code 2與Code 2 Flash的促銷價格定於2027年5月17日翻倍。
  • •獨立測試尚未證實微軟的比較結果,且客製化MAI模型必須在Azure上運行。
微軟推出六款MAI專用模型 在AI成本上挑戰競爭對手

微軟於11月17日在其年度企業開發者與合作夥伴大會Ignite上展示了六款MAI模型。部分為新發布,部分則擴大了可用範圍。公司表示其模型在專門任務上幾乎能媲美更昂貴的競爭對手,而成本卻低得多,相關發布詳見微軟Ignite 2026部落格文章。

以任務成本為目標的專用模型

微軟的六款MAI專用模型為Code 2、Code 2 Flash、Cyber 2 Flash、Image 2.7、Transcribe 2與Realtime 1。

微軟宣稱以幾乎相同或更佳的性能實現更低成本,其核心是MAI Code 2模型,即新程式編寫產品線的旗艦。公司以四項程式編寫基準測試該模型:DeepSWE 1.1、Terminal-Bench 2.1、SWE Atlas與FrontierCode 1.1。在11月17日發布的結果中,微軟表示Code 2達到Claude Opus 5.5性能的96%,而每項任務成本僅為其5%。公司還將Code 2與GPT-6.1 Sol比較,報告稱以40%的成本達到98%的性能。

如GitHub定價頁面所述,MAI Code 2定價為每百萬輸入token 0.50美元、每百萬輸出token 2.50美元。MAI Code 2 Flash版本價格更低,輸入token為0.05美元、輸出token為0.25美元。Claude Opus 5.5輸入收費4美元、輸出20美元,而GPT-6.1 Sol分別收費2美元與10美元。不過,微軟模型的價格僅屬促銷性質:MAI Code 2與MAI Code 2 Flash的成本將於2027年5月17日後翻倍,企業買家有一段固定時間可以按促銷費率評估其所宣稱的成本優勢,之後將適用完整定價。

微軟還報告其模型在網路安全方面表現更佳。其Cyber 2 Flash在CyberGym-E2E基準上取得92.3%的網路安全得分,而GPT-6 Astra得分為91.5%。Cyber 2 Flash的輸入/輸出費率為每百萬token 0.10/0.50美元。

不過,有關這些模型性能的宣稱仍應審慎看待。微軟自行選擇了用以與競爭對手比較的基準,且獨立測試尚未證實這些結果。在外部驗證出現之前,每項任務成本的數據僅基於廠商自行報告的測量結果。

Suleyman闡述取捨

微軟AI負責人Mustafa Suleyman在11月17日接受Axios訪問時解釋了這種取捨。他詳述,為特定任務開發的模型能以更少參數擁有更強的能力與知識。然而,這種專門化仍有其限度:在基礎程式編寫上表現良好的模型,可能在高深科學問題上遇到困難。

為應對這一問題,Suleyman表示其團隊正嘗試打造「真正的超級智能」——一種能在任何智力任務上超越人類的AI系統。他並未說明這樣的系統何時可能問世。

Copilot、Azure權重與平台控制

Code 2現已可在微軟的程式編寫助手GitHub Copilot中使用,這可能減少對外部模型的採購。企業客戶也可授權MAI權重來客製化模型。

不過,這附帶一項條件。Axios報導,客製化模型必須在微軟的雲端運算平台Azure上運行。因此,更低的模型成本可能伴隨更大的雲端依賴。

Nadella供應商憂慮的延續

微軟已於6月2日推出七款自研模型,而最新發布也回應了執行長Satya Nadella今年早些時候提出的憂慮。根據Cryptopolitan 7月17日的報導,Nadella對依賴少數領先AI公司提供token容量的想法表示質疑。透過打造自有模型,微軟得以在與這些公司談判時確保充足的議價能力。

價格下跌、取得不均

隨著整個產業價格持續下降,微軟正在擴大其AI產品組合。根據Epoch AI 9月22日發布的一項研究,自2023年以來,取得類似AI結果的成本每季最多下降47%。這相當於價格每年約降低13倍。

儘管成本下降,既有AI供應商仍主導企業支出。Ramp 2026年10月指數顯示,在使用其平台的美國企業中,Anthropic佔token支出的49.3%,OpenAI以46.1%居次(截至11月1日的一週)。這些數據並不代表全球市場。此類支出追蹤工具的未來更新,將為低價自研模型是否開始改變企業token預算提供一項參考。

AI基礎設施也高度集中在少數國家與公司。史丹佛大學2026年AI指數統計,2025年美國擁有5,427座資料中心——是其他任何國家的十倍以上。史丹佛還發現,台灣的台積電(TSMC)製造了幾乎所有領先的AI晶片。

這種集中現象已引起監管關注。經合組織(OECD)7月10日的報告警告,對晶片與雲端基礎設施的控制可能使其他公司更難在AI市場競爭。

微軟的新MAI模型引發了類似的憂慮。更低的價格可能使其AI模型對全球企業而言更易採用,但Azure的要求也可能使客戶更難轉換雲端供應商,即使他們在模型本身上節省了成本。