微软在Ignite大会上发布新型专用AI模型,直接挑战Anthropic与OpenAI
周二,微软在其Ignite大会上公布了一系列全新的专用AI模型,直接在编程、网络安全和图像生成领域向Anthropic和OpenAI发起挑战。微软不再试图打造一款在所有方面都超越对手的单一聊天机器人,而是推出经过专门训练、以显著更低成本完成特定任务的模型。
其中最引人注目的主张涉及MAI Code 2。微软表示,该模型在处理常见的企业级编程任务时,能达到Claude Opus 5.5性能水平的96%,而成本仅为后者的5%。此外,它还声称能以40%的价格达到GPT-6.1 Sol的性能水平。值得注意的是,OpenAI也在周二发布了GPT-6.2,因此微软对Sol的比较实际上针对的是上一代产品。
上述数据源于四项侧重于实际软件开发(包括代码修复和多文件变更)的评估结果的平均值。微软在其自有评估平台上运行了其中三项测试,第四项则采用了外部结果,并基于50%的促销折扣计算了MAI Code 2的成本。
轻量级的Code 2 Flash模型旨在处理常规修复和快速编辑,微软宣称其性能可与Claude Haiku 5.5相媲美,但价格仅为后者的20%,在保持高质量的同时极具性价比。这两款编程模型已集成至GitHub Copilot中,使微软的自研技术直接应用于此前高度依赖外部AI供应商的产品。
网络安全领域的竞争
安全是另一个重点目标。微软表示,MAI Cyber 2 Flash在CyberGym-E2E评估的漏洞发现任务中成功率为92.3%,高于GPT-6 Astra的91.5%,且每项任务的成本低于2%。CyberGym-E2E衡量的是AI成功完成软件安全调查的比例;微软在识别出其源材料与训练数据存在重叠后,排除了905项任务中的92项。
该公司尚未发布与OpenAI受限版GPT-6 Cyber模型的直接对比数据。其安全系统将于12月中旬开始为符合条件的客户替换较旧的MAI模型,这一进展建立在Decrypt此前报道过的漏洞扫描方法之上。
小模型能否战胜大模型?
答案是肯定的——在特定情况下确实如此。通用模型需要学习写诗、解释物理、调试软件以及回答几乎任何领域的问题。而针对编程或网络防御优化的模型,可以将更多的训练资源和计算预算投入到与该任务相关的模式中,而非将广泛的知识储备带入每一次请求中。
这并不意味着小模型在普遍意义上更聪明。当任务定义明确时,特别是在每天重复执行数千次工作的商业环境中,它们可以变得更快速、更经济。例如,分析每次新代码更改的安全扫描仪并不需要昂贵的前沿模型来解释罗马帝国的历史。如果模型能将其全部能力专注于生成Python代码,那么为其API调用付费比使用功能强大的通用模型更具合理性。
专业化还能改善围绕模型构建的整个系统:包括它调用的工具、验证其答案的检查机制以及用于优化的数据。OpenAI通过其Mini和Nano模型采取了类似的方法,让成本较低的处理日常任务,而大型系统则处理异常情况。
然而,这也存在权衡取舍。微软自身的文档指出,Code 2尚未针对基础科学研究或超长周期的自主任务进行优化。此外,Anthropic不仅依靠其高端Opus模型,还在低端市场凭借Haiku展开竞争,因此微软进入了一个竞争对手早已熟悉的赛道。
图像生成领域的初步优势
微软的MAI Image 2.7可能最能证明其策略正在奏效。在我们进行的快速并列测试中,其在真实感、创造力和整体质量方面均优于GPT Image和Google的Nano Banana。这些只是基于少量生成的初步印象,但总体上与其在独立排名中的强劲表现相符。
在Artificial Analysis的图像编辑测试中(要求用户匿名选择生成的编辑版本并将偏好转化为Elo评分),MAI Image 2.7目前以1,215分领先,略高于GPT Image 2.6 Sunburst的1,211分。尽管四分差距很小,且双方报告的不确定性范围存在重叠,但在同样基于偏好的文本到图像生成排名中,微软位列第四。
定价因素不容忽视。微软报价MAI Image 2.7约为每千张图像35美元,Flash版本为10美元;而在Artificial Analysis的比较中,GPT Image 2.6 Sunburst在最高质量下的价格约为211美元。Google的Nano Banana 2.1约为每千张34美元,Nano Banana Pro约为134美元;实际费用取决于提供商、分辨率和设置。
我们早期对MAI Image 2的测试显示其具有出色的真实感,但在编辑功能和输出格式方面存在令人沮丧的限制。新版增加了通过微软Canvas工作区的交互式编辑、透明背景支持以及通过Foundry获得的更广泛访问权限,尽管图像质量和可用产品仍是两回事。此外,该模型的审查机制也相当严格。
微软还向部分企业客户提供定制并在Azure内部运行其模型授权权重的能力,从而减少对外部供应商的依赖,同时不将技术开源。作为对其专家策略的下一步测试,Code 2已可在GitHub Copilot中使用,而Cyber 2 Flash的部署计划于12月中旬启动。

资金费率
资金费率热力图
多空比
大户多空比
币安/欧易/火币大户多空比
Bitfinex杠杆多空比
账号安全
资讯收藏
自选币种