发生了什么
微软在 11 月 17 日 Ignite 大会的开场环节一次性发布七个自研 MAI 模型,并宣布第二代自研加速器 Maia 200 已进入量产、正在承载其最大规模的模型。微软 AI 负责人 Mustafa Suleyman 给出的定位是质量与价格同时优化,而不是单纯追逐前沿分数。
- MAI Code 2:在 DeepSWE 1.1、Terminal Bench 2.1、SWE-Atlas、FrontierCode v1.1 四项平均,达到 GPT-6.1 Sol 的 98%,价格约为其 40%;对 Claude Opus 5.5 为 96% 性能、5% 价格
- MAI Code 2 Flash:在 GPT-6 Luna 同水平下价格为其 65%,对 Claude Haiku 5.5 为 20%;已进入 GitHub Copilot,Foundry 侧为限量预览
- MAI Cyber 2 Flash:CyberGym-E2E 得 92.3%,高于 GPT-6 Astra 的 91.5%,每任务成本不到 2%;定价每百万词元输入 0.10 美元、输出 0.50 美元,支持 100 万词元上下文
- MAI Image 2.7:Artificial Analysis 图像编辑榜第一,价格为 GPT Image 2.6 Sunburst 的五分之一;Flash 版约每千张 10 美元
- MAI Realtime 1:首个实时语音到语音模型,起步价每分钟音频 0.01 美元
- Decision 1.1:路由模型,官方称比 GPT-Sol 6.1 快 50 倍、便宜 79 倍,已有 4000 家客户
权重交到企业手里
与模型清单同等重要的是授权方式。微软推出 MAI Licensed Weights:企业可以用自有数据微调一个前沿 MAI 模型,然后部署在自己的 Azure 环境里,访问权限与数据适配归企业所有。交付通过 Frontier Company 计划进行,官方尚未公布价格与可用时间。
定制模型的样板是 AT&T——其为 5G 网络运营分析训练的 MAI 定制模型,官方称在成本低 50 倍的条件下超过 GPT-6.1 Sol。同期公布的运营数据还包括:MAI Cyber 系列在 MDASH 中占近 40% 的扫描量,其中九成起步于 MAI 的扫描继续沿用该系列;新模型输出词元价格较 MAI Cyber 1.1 Flash 低 86%。
边界与不确定之处
微软自己在公告中写明,这批编码模型明确尚未针对基础科学研究与超长程智能体任务调优,适用面是日常企业开发;MAI Code 2 在前端盲评中被开发者以 64% 的比例优于 GPT-6 Sol。Cyber 2 Flash 目前只面向微软安全产品线客户,从 12 月中旬起替换 Codename MDASH 中的现有模型。
需要保留的疑问有三点。其一,绝大多数对比是微软自评,第三方复现尚未出现,且部分基准为微软与合作方共建。其二,Maia 200 只给了每瓦词元数提升 1.7 倍这一个指标,没有绝对算力、良率与供货节奏。其三,Licensed Weights 的计价方式、合规责任划分与审计接口仍为空,而这恰是企业客户最关心的部分。

