一次发布了七个模型,微软把竞争单位从参数换成了每个任务多少钱

首页 / AI资讯 / AI大厂

0:00
0:00
1x
定时

11月17日的 Ignite 大会,微软没有把舞台留给某一个"最强模型",而是一次性摆出七个 MAI 系列模型:编码的 Code 2 与 Code 2 Flash、安全的 Cyber 2 Flash、做模型路由的 Decision 1.1、图像编辑的 Image 2.7 与 2.7 Flash、实时语音的 Realtime 1,以及医疗转写方向的 Dragon Copilot Transcribe。七个模型覆盖七个工位,彼此之间没有替代关系,这在过去两年的发布会里并不常见。

更值得琢磨的是发布方式。微软 AI 负责人穆斯塔法·苏莱曼在多个场合用的词是"爬坡机器",而不是"前沿"。他说这套系统的目标是把质量与价格放在一起优化,反复发布、反复学习、反复改进。翻译成商业语言:微软不再试图在单项能力上赢过对手,而是要把单位任务的成本压到别人不愿意跟的位置。

这个转向有现实背景。微软与 OpenAI 的独家协议在 2026 年 4 月结束,此后它需要向企业证明,自己在模型层面也能独立站住。

编码与安全被放在最前面,因为它们占掉了企业账单的大头

Code 2 的定价是每百万输入词元 1 美元、每百万输出词元 5 美元。作为对照,OpenAI 的 GPT-6.1 是 2 美元与 10 美元,Anthropic 的 Opus 5.5 是 4 美元与 20 美元。微软给出的说法是,在四个常用企业编码基准上取平均,Code 2 达到 GPT-6.1 Sol 约 98% 的水平,成本只有 40%;对 Opus 5.5 则是 96% 的水平、约 5% 的价格。

这组数字出自厂商自测,没有第三方复现,读的时候要留一层折扣。但它揭示的比较方式变了:过去比的是同一道题谁分高,现在比的是同一份工作在哪个价位上能完成。企业真正结算的从来不是词元单价,而是"这个季度我们把多少个需求变成了能上线的代码"。

安全侧的 Cyber 2 Flash 更极端。微软称它在 CyberGym 端到端评测上超过 GPT-6 Astra,每任务成本不到对方的 2%,并承担了内部 MDASH 体系里接近 40% 的扫描量。安全模型的商业逻辑与编码不同:它要 7×24 小时挂在生产系统上,成本结构里最贵的是"一直开着",而不是"偶尔问一次"。这也解释了为什么微软先做 Flash 版本,而不是先做最强的那个。

便宜不是打折,是把"不做什么"写进了产品定义

苏莱曼在主题演讲里说了一句很直白的话:这些模型是为客户每天要做的编码工作优化的,明确没有针对基础科学研究与超长程智能体任务调优,也不会为了追这些更小众的能力让客户在每一次普通修 bug 时付钱。

这句话把行业里一个长期被回避的问题摊开了。当一个模型同时追求前沿科学与日常编码时,后者的每一次调用都在为前者的能力付费。把能力切开、按工位定价,等于承认"通用"本身是一种成本。对企业采购来说,这是一种更容易算账的结构:不是买一个什么都能干的模型,而是买一组各自够用、单价可控的模型。

AT&T 的定制版本被拿来当例证:在标准 5G 网络分析任务上,定制后的 Code 2 Flash 表现超过 GPT-6.1 Sol,成本约为五十分之一。这类案例的说服力不在倍数,而在于它说明模型可以被压进一个非常窄的行业任务里,然后把无关能力全部裁掉。窄,是价格能下来的前提。

路由才是这次发布里最像基础设施的一件东西

Decision 1.1 做的是把"该用哪个模型"变成应用里的一行判断。微软称它在 AA Decision Index 上排在几家对手之前,调用速度比 GPT-Sol 6.1 快五十倍、成本低约七十九倍,目前已有约四千家客户在使用。这个产品的意义不在于它多聪明,而在于它把模型选择从架构决策降级成了运行时参数。

一位系统集成商的技术负责人对此的判断是,客户的问题已经从"选哪个模型"变成"哪个平台能让我换模型而不用重建智能体"。这句话点出了企业最怕的东西:不是模型不够强,而是换一次模型要重写一遍工具调用、提示词和评测集。路由层把这种迁移成本吸收掉,模型才真正变成可替换的零件。

对开发团队来说,路由带来的是一个新的工程问题:当同一段业务逻辑可能落到三个不同模型上,验收标准必须写成与模型无关的形式。否则路由一换,原本通过的用例会以难以定位的方式失败。

把权重交出去,是为了把客户留在自己的云里

与七个模型同时宣布的还有 MAI Licensed Weights:受信任的客户可以拿到模型权重,用自己的数据做定制,然后跑在自己的 Azure 环境里,数据与改造结果都归客户所有。微软通过一个前沿公司计划帮客户完成定制与嵌入,AT&T 是早期样本。

这一步针对的是一种很具体的顾虑。企业不愿意把多年积累的行业数据倒进别人家的模型,也不愿意在别人的模型上跑自己最核心的流程。给权重、给环境、给改造权,本质上是把"你信不信我"换成"你自己看着办"。代价是微软放弃了部分推理收入的确定性,换回的是客户不迁移。

同一天发布的 Maia 300 加速器被描述为每瓦词元数比主流 GPU 方案高 40%,第二代 Maia 200 已进入量产。芯片、模型、路由、权重四件事叠在一起,指向同一套算术:每瓦、每任务、每客户三笔账能同时算平的一方,才有机会在企业年度预算里占住位置。

便宜不等于合格,这句话在安全场景里格外硬

分析机构 Futurum 的米奇·阿什利给了一个必要的提醒:微软不必赢下单点模型的竞赛,只要通过 GitHub Copilot、Foundry 和安全产品组合给出更好的经济性就够了。但他同时强调,安全模型便宜不是更好的答案,漏掉一次攻击或者触发一次错误处置,代价远超过省下的推理费用。

这也是所有"每任务成本"叙事的共同弱点。成本的分母是"完成的任务",而任务是否真的完成、完成得是否合格,只有企业自己的验收环节知道。厂商给的百分比,测的是厂商选的题;企业要付的钱,取决于自己那套题。

微软同时披露的另一组数字提供了另一种视角:Agent 365 里已经有超过五千万个智能体在运行,配套的 FinOps 能看清钱花在哪儿。当智能体数量到了这个量级,成本治理本身就成了产品。七个模型能不能打赢,最终不取决于发布会上的百分比,而取决于这套账本在企业财务那里能不能对上。

素材来源:微软官方博客、TechTarget、路透社、VKTR 发布时间:2026-11-19