11 月 17 日,微软在旧金山 Ignite 大会一次性发布七款自研 MAI 模型,覆盖编码、网络安全、图像编辑、实时语音、医疗转录与决策路由。这是微软继 6 月 Build 大会发布初代 MAI 家族后的第二次成体系更新,官方把这次发布定位为以价格性能对抗 OpenAI 与 Anthropic 的前沿模型。
编码是主线。旗舰 MAI Code 2 在 DeepSWE 1.1、Terminal Bench 2.1、SWE-Atlas 与 FrontierCode v1.1 四项企业编码基准上,官方称达到 GPT-6.1 Sol 约 98% 的表现、价格约 40%,对 Claude Opus 5.5 达 96% 表现、价格约 5%。Code 2 与更轻量的 Code 2 Flash 已在 GitHub Copilot 与 Foundry 上线。微软同时说明,这些模型针对日常企业编码优化,未针对基础科学研究与超长程智能体任务调校。
其余模型各有对标。Cyber 2 Flash 官方称在 CyberGymE2E 基准上以不足 GPT-6 Astra 2% 的每任务成本达到相当质量,输出 token 定价较上一代降低 86%。Image 2.7 在 Artificial Analysis 图像编辑榜居首、价格约为对手五分之一;Realtime 1 是微软首款语音到语音模型,起价每分钟 0.01 美元;Decision 1.1 用于模型路由,官方称比 GPT-Sol 6.1 快 50 倍、便宜 79 倍,已有 4000 家客户。
微软更意在改变客户对权重的所有权。新推出的 MAI Licensed Weights 允许企业用自有数据定制前沿 MAI 模型,并在自己的 Azure 环境中运行,掌控访问权与数据归属。配合已投产的第二代自研加速器 Maia 200(官方称每瓦 token 产出为上一代 1.7 倍),微软正把模型、芯片与权重控制打包成一套体系。全部性能与价格对比均为厂商自测,缺少独立第三方验证;各模型在复杂长程任务上的能力边界,微软未给出量化数据。