在Ignite 2026主题演讲中,微软正式推出三款全新人工智能模型,旨在重塑其AI成本结构并降低对外部供应商的依赖。

自研模型对标主流竞品

微软发布了专为编码任务设计的MAI Code 2及其轻量版Code 2 Flash,以及衍生自后者的办公助手模型MAI Work Flash。官方数据显示,MAI Code 2的性能达到Anthropic Claude Opus 5.5的96%,但API调用成本仅为后者的5%。Code 2 Flash则对标GPT-6 Luna和Claude Haiku 5.5,同样具备显著的成本优势。

需要指出的是,上述基准测试数据均由微软提供,且包含了50%的入门折扣优惠。独立第三方测试的实际表现可能存在差异。此外,这些模型并非针对高难度的代理式研究或复杂数学问题设计,而是专注于代码生成、文档处理、Excel公式构建及PowerPoint可视化等常规企业工作流。

降低对外部大模型的依赖

长期以来,微软围绕OpenAI的技术栈构建了Copilot等核心产品,并为此支付了高昂的API费用。随着自研高性能模型的问世,微软正将这些内部模型作为GitHub Copilot、Microsoft 365和Fabric的可选集成选项。这一策略标志着微软试图在保持产品竞争力的同时,大幅减少对OpenAI和Anthropic等前沿模型提供商的依赖,尤其是针对海量的基础AI请求。

预期节省数亿美元成本

业界分析认为,微软可能是其自研AI模型的最大客户。通过用低成本自研模型替换部分外部API调用,微软有望实现显著的降本增效。据估算,若将单次AI请求成本从0.01美元降至0.001美元,对于日均推理成本高达100万美元的企业而言,每年可节省约3.25亿美元。尽管具体节省金额取决于实际采用率,但这一举措无疑将增强微软在AI领域的垂直整合能力与控制力。