微軟在 Ignite 2026 一次推出七款 MAI 模型,外加自研加速器 Maia 200。官方訊息只有一句:日常任務夠用就好,價格壓到對手的零頭。本文含全文翻譯、HN 331 則討論整理與一頁懶人包。
來源:Microsoft Ignite 2026。HN 主串:Seven new models at scalable price-performance,分數 487、留言 331(live,2026-11-19),可讀頂層 55 則,其餘為已刪 slot。全樹已抓取 331 則,日報底稿涵蓋 257 則,補讀後無新的獨立主題。
全文翻譯
在 MAI,我們的使命是為你做出全世界最好的模型,讓每一位開發者與每一家企業都站在能力前沿。
但隨著 token 花費暴增,我們知道,你也要模型價格壓到可以讓代理人全天候做真正的工程工作。
因此,今天我們一次推出七款世界級新模型,價格效能比非常出色。
陣容一覽
- MAI Cyber 2 Flash:在 CyberGym-E2E 基準測試上,品質超越 GPT-6 Astra,每項任務成本不到其百分之二。
- MAI Code 2:程式碼品質達到 GPT-6.1 Sol 的百分之九十八,價格約四成。對上 Opus 5.5,價格只要百分之五,效能達到百分之九十六。
- MAI Code 2 Flash:效能與 GPT-6 Luna 相當,價格為其六成五;對上 Haiku 5.5,價格為其二成。
- MAI Image 2.7:在 Artificial Analysis 圖像編輯排行第一,超越 GPT Image 2.6 Sunburst(max),價格只要五分之一。
- MAI Realtime 1:超越 GPT-Realtime 2.1,每音訊分鐘起價只要 0.01 美元。
- Dragon Copilot Transcribe:基於 MAI Transcribe 2,全球最快、最準的多語轉錄模型,每月已支援 1000 萬次病患診療,多語錯誤率減半。
- Decision 1.1:微軟最新決策模型,比 GPT-6.1 Sol 快 50 倍、便宜 79 倍。
- Maia 200:微軟第二代 AI 加速器,已量產並跑起最大模型,每瓦 token 數達 1.7 倍。
每種工作都有合適的模型
全天候運行的前沿網路防禦
安全、對齊與隔離管控是 2027 年之後代理人開發最重要的事,也是我們的首要任務。監控與管控代理人必須全天候守住即時生產系統、即時修補。這就是 MAI Cyber 2 Flash 的設計目標:以零頭成本給出前沿智慧。
它沿用微軟數十年專有資料與世界級安全經驗,幫防守方在攻擊工具便宜又氾濫的新時代站穩。MAI Cyber 已佔 MDASH 近四成掃描量,九成從 MAI 起手的掃描會繼續用它。新模型輸出 token 比 MAI Cyber 1.1 Flash 再降價百分之八十六,舊客戶用更低價格拿到更強模型。
日常程式碼工作,價格只要零頭
MAI Code 2 為企業日常程式碼任務調出最佳價格效能比。在四項對應 GitHub Copilot 常見任務的基準測試(DeepSWE 1.1、Terminal Bench 2.1、SWE-Atlas、FrontierCode v1.1)平均下,平均下來,它用四成價格,拿到 GPT-6.1 Sol 百分之九十八的效能;用百分之五的價格,拿到 Claude Opus 5.5 百分之九十六的效能。
這些模型優先處理客戶每天真正寫的程式碼,暫不針對更難的問題調校,例如基礎科學研究與超長程代理人工作。
MAI Code 2 也針對儀表板與視覺化調校。在前端盲測並排評比中,開發者有百分之六十四的時間偏好 MAI Code 2,勝過 GPT-6 Sol。今天就能在 GitHub Copilot 用到。
MAI Code 2 Flash 針對大量日常任務:程式碼解說、定點修改、例行修復與快速迭代,成本更低。在三項日常高頻任務基準測試(DeepSWE 1.1、Terminal Bench 2.1、SWE-Atlas)上,對位 GPT-6 Luna 與 Claude Haiku 5.5,價格分別為其六成五與二成。已上架 GitHub Copilot,並在 Microsoft Foundry 有限預覽。
全球最好的圖像與轉錄模型
MAI Image 2.7 是全球最好的圖像編輯模型,拿下 Artificial Analysis 第一,以五分之一價格超越 GPT Image 2.6 Sunburst(max)。文生圖排第四,是第二強的實驗室。MAI Image 2.7 Flash 則為高用量場景而生,約每千張 10 美元。兩者都在 Microsoft Foundry 上架。
MAI Realtime 1 是我們第一個即時語音對語音模型,為自然低延遲對話設計。在內外部與 Dynamics 365 基準測試都超越 GPT-Realtime 2.1,企業級定價每音訊分鐘 0.01 美元起。
Dragon Copilot Transcribe 基於 MAI Transcribe 2,已在 Dragon Copilot 上線,承擔百分之百醫病對話轉錄,每月 1000 萬次診療,多語流程錯誤率減半,已有三分之一美國醫師在用。
市場領先的決策模型
Decision 1.1 把模型路由直接嵌進應用,只有真正需要時才調用又大又貴的模型。在 Artificial Analysis Decision Index 上,微軟領先同業,已有 4000 家客戶使用,比 GPT-6.1 Sol 快 50 倍、便宜 79 倍。
為你的企業客製模型
領導人們一再告訴我們:沒人想把自己的智慧倒進別人的模型。
而拿開放權重當地基,最信任的出處在哪裡,拿它當最有價值智慧財產與資料的地基時,行為會不會走樣,又能信嗎?
我們聽到了。先有 Custom Models:AT&T 用 MAI 客製模型做 5G 網路營運分析,以五十分之一成本超越 GPT-6.1 Sol,在複雜場景 Code 2 以低得多的價格給出前沿級效能。
今天再往前一步:MAI Licensed Weights,模型由你掌控。
拿一個前沿 MAI 模型,用你的專有資料客製也行,然後在你自己的 Azure 環境裡安全運行。
誰能存取,你說了算。你的資料與改版都歸你。我們會透過 Frontier Company 陪你交付客製模型,嵌進你的產品與代理人。
這就是 MAI:價格效能比出色的世界級模型家族——全球最強圖像編輯模型,全球最強轉錄模型,百分之二成本的前沿網路防禦,可以規模化攤開的日常程式碼模型。
關鍵是全部帶著你的智慧、你的代理人、你的權重,在你的掌控之下。
這是值得信任的前沿智慧,來自你可以信任的公司。
一頁懶人包
備援連結:https://static.blog.derekhsu.net/mai-ignite-2026-hn.html
網友討論整理
統計列:分數 487、留言 331、可讀頂層 55 則(story kids 62 個,含已刪 slot),抓取時間 2026-11-19。覆蓋範圍:日報底稿 257 則+全樹補讀至 331 則,無新的獨立主題。descendants 含已刪留言,數字對不上是正常。
1.「百分之九十八品質、百分之五價格」是選出來的,不是量出來的
官方那句「98% 品質、5% 價格」是整串火力最集中的地方。質疑不是空話,有人把方法論拆開:只引用四個基準測試裡對自己有利的一面,其中只有一項是基本的;也有人指出用的還是舊版 Terminal Bench 與 Frontier Code,新變體早就出來很久。飽和測試上幾乎所有模型都表現不差,拿它算出巨大成本節省、只掉一點效能,是常見的老把戲。
價格端的算術也被拆了。「5% 的價格」分母是 Opus 5.5 的 Max 推理檔,還疊了 MAI Code 2 五成促銷折扣;Max 約為 Medium 貴四點五倍。追到這個分母,「只差四個百分點效能」就顯得不太可能。也有人提醒 98% 本身沒有方向性,用在穩定性是災難,用在考試是好事,程式碼這種一行就能毀掉一切的工作,每一點退步代價都比省下的 token 貴。
同一個毛病也出現在 Decision 1.1。「比 GPT-6.1 Sol 快 50 倍、便宜 79 倍」,拿決策模型去對前沿大模型比,被回一句無用的比較。微軟員工後來補了 Decision Index v2.1 拿 68 分、贏過對手,但只補上一條線。
2.這是對 Anthropic 高 token 成本的正面登陸戰
不少人把這批模型讀成對 Anthropic IPO 的提前定價。有人開場就說原本猶豫要不要進 Anthropic 的 IPO,看完決定跳過。戰略派把話講白:Microsoft 和 OpenAI 都在打 Anthropic 最痛的地方,也就是 token 消耗量與成本,而 Microsoft 是更大的威脅,因為它握企業通路幾十年。
「向下競爭」在串裡反覆出現。有人說這是新挑戰者登場,賽局多一匹馬是好事;有人認為其他供應商同樣能給出這種價格,受益的是所有使用者;也有人說同效能更便宜,需求大得很。但也有清醒的懷疑:微軟大概在吸收營運成本換市占,之後終究漲價;目標是大型 B2B 客戶,趁所有模型成本大降前先簽長約,甚至補貼現在這批,賭下一代更便宜更好。如果便宜來自訓練效率的真改善,那是勝利;如果只是補貼,就不是。
3.護城河不在模型,在企業通路與 Azure 綁定
這是整串最有共識的一點:次前沿模型如今可以互換,真正只剩每 token 價格與資料保護協議。而微軟在前者可以補貼,在後者壓倒性領先。有人從市占佐證,微軟模型服務市占本來就大,平台深嵌辦公與雲組合,尤其受要求資料不外洩的企業青睞。
實務派現身說法:很多公司只准用 Copilot,不是因為最好用,而是跟微軟已有合約,跟別家實驗室建關係太麻煩。有人說自家公司與主要客戶都只發 GitHub Copilot,Claude 根本裝不了,而他已經看到 MAI 模型打五折。悲觀的版本是:他們在對高層說話,不是對開發者,開發者選技術的時代大概結束了。反方是企業動作慢,該先搶個人開發者,並質問 Anthropic 個人方案約等值 1.3 萬美元 token,微軟的答案是什麼。
4.不開權重是致命弱點,還是根本不需要開
開場就有人放話:微軟若想拿市占,就該把部分模型開源開權重,否則就是 Windows Phone 再演一次。跟著喊開放權重的人不少,採購派說不能自己持有權重就不碰,靈魂拷問是跑在 Azure 上還算不算我的環境。
反駁也很有力,而且不只一人。開權重是需要知名度時才用的破門工具,而微軟三樣全有:市占、通路、品牌,外加大量已在用微軟產品的潛在客戶,根本不需要靠開源換知名度。也有人直接否定類比:便宜九成以上、企業現行高價買 token 的需求就擺在那裡,跟 Windows Phone 卡在網路效應完全是兩回事。如果真的跟 Opus 一樣好又便宜這麼多,反而證明模型有多容易被商品化。
5.品牌信任赤字,以及我到底要怎麼用到它
有人殺傷力最大。第一是評測缺口:上線前找不到任何第三方實測報告,看起來沒給評測者就直接公開,基準測試再漂亮也讓人懷疑真實表現。第二是品牌本身:微軟是嚴重有毒的品牌,對手至少還會對安全做口頭承諾。跟著就有人列前科:遙測、無預警下架自家 GitHub 倉庫、超出 SLA、每月弄壞 Windows。
產品端也有懷疑:看得到微軟的程式碼品質,便宜九成不值得;預言它變成所有微軟產品最後的樣子,叫人去用別家。最務實的摩擦是去哪裡用:如果不能在常見推論平台用,要怎麼試,太多模型公司犯了要人註冊冷門專有 API 的錯。答案是目前就在 GitHub Copilot 與 VS 擴充裡,第三方平台在路線圖上。少數真正動手的人評價溫和:有人說 Code 2 日常工作相當好用,跟 Opus 或 Sol 同級不為過;有人給圖像價格,說已可當預設選項;有人說轉錄是他用過最好的之一。
| 面向 | 正方 | 反方 |
|---|---|---|
| 品質與價格宣稱可信嗎 | 實測者買單,日常任務稱夠用 | 分母與基準測試都挑過,舊版飽和測試下差距被縮小 |
| 價格戰是好事還是補貼 | 向下競爭讓所有人受益 | 吸收成本換市占,之後漲價;非效率改善就不算贏 |
| 該不該開權重 | 不開就是重演失敗,無法持有就不碰 | 已有市占通路品牌,不靠開源換知名度 |
| 賣給高層還是開發者 | 非前沿已可互換,價格與資料協議就是全部 | 企業動作慢,先搶個人開發者心智 |
| 品牌與執行力 | 企業市場邏輯自洽,資料不外洩是主場 | 上線零第三方評測,前科與執行力讓人不信 |
譯註
- 原文標榜七款,條列實為七款模型加 Maia 200 加速器,共八項。
- HN 整理只取主串 50548021,留言樹全樹抓取,無跨平台對照。
