微软正在加速推进自研模型战略。当地时间11月17日,微软发布MAI Code 2与MAI Code 2 Flash两款模型,定位日常企业编程任务,核心卖点是性价比——以不到一半的价格实现相似的生产质量。
微软为突出性价比给出了具体对比数据。在四项广泛使用的基准测试(针对GitHub Copilot中日常企业级编码任务)中取平均值,MAI Code 2的性能达到GPT 6.1 Sol的98%,而成本仅为后者的40%;性能达到Claude Opus 5.5的96%,成本仅为后者的5%。此外,微软表示新模型可无缝接入Microsoft 365生态,在关键的内部Excel客户场景基准测试中,其自研模型在准确性和令牌效率方面与GPT 6 Luna不相上下。
这并非微软首次推出自研模型。今年6月的微软Build开发者大会上,微软已推出MAI模型家族,此次发布是该系列的延续。从策略看,微软正从聚焦单一合作伙伴转向打造多元模型生态。7月,微软与法国人工智能公司Mistral达成新协议,将投入数十亿美元帮助其扩展人工智能基础设施。微软董事长兼CEO萨蒂亚·纳德拉在6月曾表示,大众不会接受仅有少数几家公司和模型包揽全球人工智能的迭代与发展,并强调企业将避免依赖少数前沿模型。
天使投资人、资深人工智能专家郭涛对第一财经记者表示,微软此举旨在降低对外部供应商的依赖,并掌握模型迭代节奏与定价主动权。此前微软深度绑定外部模型,成本与排期容易受制于人;自研能够稳住Copilot、Azure云业务的利润空间,打通算力、模型和应用闭环。战略层面,微软希望把AI打造为下一代操作系统级基础设施,而非单纯代销第三方模型。依托GitHub及Office的庞大生态,自研模型可深度贴合企业开发、办公场景做定制优化,提升用户黏性,巩固Azure云的差异化竞争力。即便短期研发投入高,长期也有助于拉高整体盈利中枢,支撑面向企业端的智能体业务扩张。
在郭涛看来,微软与OpenAI和Anthropic的关系已从紧密绑定逐步转向竞合并存。微软仍保留合作窗口,在部分高难度通用任务上仍会采购外部模型,只是不再把外部方案作为唯一核心底座。随着自研能力成熟,微软内部资源分配会向自有模型倾斜,在Copilot、Azure优先落地MAI系列,直接分流原有订单。后续合作将变成选择性互补,外部模型更多作为备选方案,微软掌握最终调配权,三方博弈格局进一步加剧。