当地时间 11 月 17 日,微软推出了 MAI Code 2 与 MAI Code 2 Flash 两款模型。微软表示,这两款模型为日常的企业编程任务打造,并且重点强调其性价比:以不到一半的价格实现相似的生产质量。
为突出性价比,微软更是摆出了相关数据。微软表示,在四个广泛使用的基准测试(这些基准测试针对在 GitHub Copilot 中看到的日常企业级编码任务)中取平均值,MAI Code 2 的性能达到 GPT 6.1 Sol 的 98%,而成本仅为后者的 40%;MAI Code 2 的性能达到 Claude Opus 5.5 的 96%,而成本仅为后者的5%。
此外,微软表示上述模型可以无缝接入 Microsoft 365 生态中。例如在关键的内部 Excel 客户场景基准测试中,其自研模型在准确性和令牌效率方面与 GPT 6 Luna 不相上下。
微软正在持续推出自研模型。今年 6 月在微软 Build 开发者大会上,微软推出了 MAI 模型家族。
对此,天使投资人、资深人工智能专家郭涛对第一财经记者表示,微软此举是为了降低对外部供应商的依赖,并掌握模型迭代节奏与定价主动权。此前微软深度绑定外部模型,成本与排期都容易受制于人,自研能够稳住 Copilot、Azure 云业务的利润空间,打通算力、模型和应用闭环。在战略层面,微软希望把 AI 打造为下一代操作系统级基础设施,而不是单纯代销第三方模型。依托 GitHub 以及 Office 的庞大生态,自研模型可以深度贴合企业开发、办公场景做定制优化,持续提升用户黏性,巩固 Azure 云的差异化竞争力。即便短期研发投入高,长期也有助于拉高整体盈利中枢,支撑面向企业端智能体业务扩张。

从策略看,微软已经从聚焦单一合作伙伴转为打造多元模型生态。7 月,微软和法国人工智能初创公司 Mistral 宣布达成新协议,微软将投入数十亿美元帮助 Mistral 扩展人工智能基础设施。
微软董事长兼 CEO Satya Nadella(萨蒂亚·纳德拉)在 6 月曾表示,大众不会接受仅有少数几家公司和模型包揽全球人工智能的迭代以及发展。
萨蒂亚·纳德拉也谈及他对下一波人工智能浪潮的愿景:更低成本的模型、更大的用户控制权以及能够赢得公众信任的宣传。新的人工智能部署社会效益将惠及更广泛的群体,并且强调企业也将避免依赖少数前沿模型。
在郭涛看来,微软与 OpenAI 和 Anthropic 的关系已经从紧密绑定逐步转向竞合并存。微软依旧保留合作窗口,在部分高难度通用任务上仍会采购外部模型,只是不再把外部方案作为唯一核心底座。随着自研能力成熟,微软内部资源分配会向自有模型倾斜,在 Copilot、Azure 优先落地 MAI 系列,直接分流原有订单。后续双方的合作会变成选择性互补,外部模型更多作为备选方案,微软掌握最终调配权,三方博弈格局进一步加剧。
