微软在 11 月 17 日的 Ignite 会议上推出了 Microsoft AI 的七种人工智能模型和服务,涵盖网络安全、软件开发、图像编辑、实时语音、转录和决策路由。该公告是一项更广泛努力的一部分,旨在为企业提供更多选择,以便根据任务及其成本选择模型。它还具有一个重要的区别:这是一系列专门版本的集合,而不是微软所说的可以取代所有其他型号的通用系统。
七件产品阵容中有哪些
该列表指定用于安全工作的 MAI Cyber 2 Flash、用于编码的 MAI Code 2 和 Code 2 Flash、用于图像创建和编辑的 MAI Image 2.7、用于实时语音的 MAI Realtime 1、基于 MAI Transcribe 2 构建的 Dragon Copilot Transcribe 以及用于在模型之间路由任务的 Decision 1.1。这些产品有不同的作用,应该在各自的类别内进行比较。微软单独描述了其第二代人工智能加速器 Maia 200 正在生产中;该芯片是基础设施新闻,并不是七项列表中的第八种语言模型。
这两个编码模型说明了预期的划分。 Microsoft 将 Code 2 定位于更大的工程任务,例如调试、多文件更改和存储库推理。 Code 2 Flash 旨在满足频繁、范围较小的请求,例如代码解释、有针对性的编辑和例行修复。微软表示,两者都可以在 GitHub Copilot 中使用,而 Code 2 Flash 在 Microsoft Foundry 中也有有限访问预览版。该公司表示,其旗舰编码模型尚未针对更困难的科学研究或非常长时间运行的代理任务进行调整。
阅读上下文中的基准声明
微软表示,Code 2 以大约 40% 的价格实现了 GPT-6.1 Sol 98% 的性能,以 5% 的价格实现了 Claude Opus 5.5 96% 的性能,这是四个编码基准测试的平均值。该公司报告称,Code 2 Flash 的性能与 GPT-6 Luna 相当,价格仅为其 65%,与 Claude Haiku 5.5 的价格仅为 20%。微软还表示,MAI Image 2.7 在人工分析图像编辑方面排名第一,而 Decision 1.1 比指定的竞争模型更快、更便宜。
这些是值得检查的有用比较,但它们是 Microsoft 报告的结果,而不是通用价目表或保证每个客户的工作负载将花费这些金额。性能取决于测试、任务组合、模型设置和评分方法。图像编辑、编码和实时音频也使用不同的基准,因此无法将所有人工智能系统的排名合并为一个排行榜。
可用性与型号名称一样重要
多项公告将这些模型与人们已经使用的产品联系起来:Code 2 通过 GitHub Copilot 提供,Realtime 1 可以在 MAI Labs 中试用,微软表示 Dragon Copilot Transcribe 正在用于临床文档。访问权限因产品和组织而异,因此宣布模型存在并不意味着每个用户都可以直接调用它。某些 Foundry 访问被描述为有限预览,而其他功能则在 Microsoft 服务中提供,具有自己的资格和帐户要求。
因此,对于开发人员和企业来说,实际决策不再是计算模型,而是更多地检查确切的任务、模型可用的服务、使用价格以及与他们自己的工作相似的评估。微软的发布为买家提供了更专业的选择,而独立的工作负载测试和实际部署成本将决定其效率主张是否适用于特定团队。
为何重要
微软声明中最重要的部分是其特定于任务的策略:对于日常工作来说,集中编码或路由模型可能比将每个请求发送到高级通用模型更便宜。权衡是碎片化。买家必须了解哪种产品可使用哪种模型、适用哪些数据术语以及已发布的基准测试是否类似于他们的代码库或工作流程。微软提供了一些基准和定价比较,但它们仍然是与选定测试相关的公司声明。对真实团队的公平比较应该包括相同的提示、模型访问条件、延迟、重试和总生产费用,而不是仅仅依赖标题百分比。
来源与延伸阅读
本文由 Filezuna 独立撰写。以下链接列出用于核实信息的报道与公告。
核实日期 2026年11月21日.




