微軟押注「小而專」AI 模型,稱 MAI Code 2 以 5% 成本達 Claude Opus 5.5 的 96% 效能

微軟(Microsoft)近日在年度技術大會 Ignite 上,發表一系列專用 AI 模型,涵蓋程式開發、資安與影像生成,《Decrypt》形容這是直接向 Anthropic 與 OpenAI 叫陣。微軟並非要打造一款樣樣都贏的聊天機器人,而是主打針對特定工作訓練的模型,以大幅降低的成本完成任務。

微軟董事長暨執行長納德拉(Satya Nadella)在開幕演講中表示:「對我們來說,重點是以最佳的經濟效益,將合適的智慧對應到特定任務。」他指出,自家 MAI 模型家族在預訓練階段講求運算效率,產品部署時則講求 token 效率,目標是依據實際任務表現,在前沿曲線上補上更多選擇。

這次最大膽的宣稱來自 MAI Code 2。微軟表示,這款程式碼模型在常見企業程式開發任務上的表現,可達 Anthropic 旗下 Claude Opus 5.5 的 96%,成本卻只有後者的 5%;與 OpenAI 的 GPT-6.1 Sol 相比,能以 40% 的價格達到 98% 的效能。但 OpenAI 同一天推出 GPT-6.2,微軟拿來比較的 GPT-6.1 Sol 已非最新一代。納德拉形容,MAI Code 2 是微軟新的旗艦代理式程式開發模型家族,擅長將程式碼推進到正式上線、深度除錯、多檔案實作、橫跨整個程式庫的推理,以及使用者介面開發。

上述數字是四項聚焦實際軟體開發的評測平均,包括修正程式碼與完成跨檔案修改等任務。其中三項在微軟自家的評估平台上進行,另一項採用外部結果;微軟計算 MAI Code 2 的成本時,也套用了 50% 的促銷折扣。

微軟同時推出較輕量的 MAI Code 2 Flash,鎖定程式碼解說、針對性修改、例行修正與快速迭代等需要快速、大量處理的工作,並宣稱效能與 Claude Haiku 5.5 相當,價格卻只有後者的 20%。兩款程式碼模型都已在 GitHub Copilot 全面開放,可從模型選單中選用,也已納入 Copilot Fusion,另可透過 Foundry 平台取得;《Decrypt》指出,這讓微軟自研技術直接進入一款高度仰賴外部 AI 供應商的產品。

資安模型每項任務成本不到 GPT-6 Astra 的 2%,「小而專」策略仍有取捨

資安是微軟的另一個主攻方向。微軟表示,MAI Cyber 2 Flash 在 CyberGym-E2E 評測中,成功完成 92.3% 的漏洞探索任務,略高於 OpenAI 旗下 GPT-6 Astra 的 91.5%,每項任務的成本卻不到後者的 2%。CyberGym-E2E 衡量的是 AI 成功完成軟體安全調查的比例;微軟發現 905 項任務中有 92 項的來源資料與訓練資料重疊,因此將這些任務排除。

微軟尚未公布 MAI Cyber 2 Flash 與 OpenAI 限制存取的 GPT-6 Cyber 模型的直接比較。納德拉表示,微軟正配合實際使用的工具與系統共同設計 MAI Cyber 2 Flash,並將 Cyber 2 整合進資安系統 Perception。根據微軟說明,Perception 由紅隊、藍隊與綠隊代理組成,分別負責模擬攻擊、偵測攻擊與修補漏洞,目前已全面開放使用。

《Decrypt》分析,小模型確實能在特定情境勝過大模型。通用模型必須學會寫詩、解釋物理、除錯程式,幾乎什麼問題都要能回答;反觀專為程式開發或資安防禦調校的模型,可以把更多訓練與運算預算,投入該工作真正需要的模式,不必在每次請求時都背負同樣廣泛的知識。

這不代表小模型在各方面都更聰明,但在任務定義明確時,專用模型可以更快、更划算,尤其適合同樣的工作每天重複執行數千次的企業。《Decrypt》舉例,掃描每一筆程式碼變更的資安工具,不需要動用能講解羅馬帝國歷史的昂貴前沿模型。

專門化也能強化模型周邊的整套系統,包括模型呼叫的工具、驗證答案的檢查機制,以及用來改進模型的資料。OpenAI 的 Mini 與 Nano 模型也採取類似做法,讓成本較低的模型處理例行任務,再由較大的系統處理例外狀況。

不過,這套策略也有取捨。微軟自己的文件指出,MAI Code 2 尚未針對基礎科學研究或執行時間非常長的自主任務進行最佳化。《Decrypt》還提到,Anthropic 除了高階的 Opus,也以 Haiku 布局低價市場,微軟加入的是一場對手早已熟悉的競賽。

MAI Image 2.7 暫居影像編輯榜首,專用模型策略迎來實戰檢驗

《Decrypt》認為,MAI Image 2.7 可能是最能證明這套策略奏效的例子。在該媒體簡短的並排測試中,MAI Image 2.7 在真實感、創意與整體品質上,勝過 OpenAI 的 GPT Image 與 Google 的 Nano Banana;這些只是根據少數生成結果的初步印象,但大致與該模型在第三方排行榜上的亮眼表現相符。

在 Artificial Analysis 的影像編輯評測中,使用者會在匿名生成的編輯結果中二選一,再將偏好轉換為 Elo 評分。MAI Image 2.7 目前以 1,215 分居冠,略高於 GPT Image 2.6 Sunburst 的 1,211 分,但兩者僅差 4 分,且公布的不確定性區間互有重疊。在採用相同偏好評分方式的文字生成影像排行榜上,微軟則排名第四。

相較之下,價格更難讓人忽視。微軟公布 MAI Image 2.7 每 1,000 張影像約 35 美元,Flash 版約 10 美元;在 Artificial Analysis 的比較中,GPT Image 2.6 Sunburst 最高品質設定約需 211 美元,Google 的 Nano Banana 2.1 約 34 美元,Nano Banana Pro 約 134 美元。實際費用仍取決於供應商、解析度與設定。

針對前一代 MAI Image 2,《Decrypt》先前測試時認為真實感出色,但編輯功能與輸出格式的限制令人沮喪。新版新增透過微軟 Canvas 工作空間進行互動式編輯、支援透明背景,並透過 Foundry 擴大開放使用;該媒體同時提醒,影像品質與好用的產品仍是兩回事,而且這款模型的內容審查相當嚴格。

在專用模型之外,微軟也同步推出 MAI 授權權重(MAI Licensed Weights),讓部分企業客戶能在 Azure 環境中客製並執行微軟模型的授權權重,降低對外部供應商的依賴,但並未將技術開源。《Decrypt》指出,目前 MAI Code 2 已在 GitHub Copilot 上線,MAI Cyber 2 Flash 預計 12 月中旬開始部署,將成為檢驗微軟專用模型策略的下一關。

【推薦閱讀】

◆ NVIDIA 董事會啟動調查、華爾街憂經營風險,台經院張建一:AI 供應鏈影響有限

◆ 美日英印等 9 國簽《舊金山宣言》,矽和平從結盟走向列清單、防 AI 技術外流

◆ NVIDIA、Broadcom、AMD 為何搶著確保 PCB 供應?AI 讓不起眼零件變兵家必爭之地

*本文開放合作夥伴轉載,資料來源:《Decrypt》、Microsoft,圖片來源:Microsoft。