自研模型这条线,微软不再遮遮掩掩。11 月 17 日,微软集中披露了多款 MAI 系列新模型,覆盖编程、网络安全、图像与实时语音四个方向。据 Axios 与 The Verge 报道,微软 AI 负责人 Mustafa Suleyman 在发布中直接把自家模型与 OpenAI、Anthropic 的旗舰产品放在同一张对比表上——对于一个长期以「OpenAI 最大股东与分销商」形象示人的巨头,这个姿态本身就是战略转向的宣言。
编程方向的 MAI Code 2 打的是性价比牌。官方口径是:以约 5% 的成本达到 Claude Opus 5.5 约 96% 的性能。对评估 AI 编程助手的工程团队来说,这类「成本砍一个数量级、性能保留九成半」的定位极具杀伤力——编程恰恰是 token 消耗最大的生产场景之一,成本曲线直接决定能否全员铺开。
网络安全方向的 MAI Cyber 2 Flash 同样以对标姿态出场。Mustafa Suleyman 表示,该模型在 CyberGymE2E 端到端安全基准上击败了 OpenAI 的 GPT-6 Astra,而每任务成本约为后者的 2%。安全运营是企业预算最稳定的 AI 落地场景之一,告警分诊、日志分析、事件响应都是高频重复劳动,一个又便宜又专精的模型切中的正是这个市场的付费意愿。
图像方向的 MAI Image 2.7 官方称其为「全球第一修图 AI 模型」,说法是「以约五分之一的价格击败 GPT Image 2.6 登顶」。营销话术需打折扣,但定价策略延续了整场发布的主题:用价格杠杆撬动已经在用竞品的开发者。实时语音方向的 MAI Realtime 1 则是微软首款语音对语音模型,直接从音频进、音频出,不经过文本中转,起价每分钟 0.01 美元——这个价格点明显瞄准客服、语音助手等需要大规模并发的语音场景。
与模型发布同步,微软还升级了医患对话 AI 转录引擎,称多语言转录错误率下降 50%,该引擎已覆盖全美约三分之一的医师。医疗语音转写是一个合规门槛高、粘性极强的市场,渗透率数据比任何基准分数都更能说明微软在垂直行业的纵深。
把四款产品摆在一起看,微软的策略清晰得近乎直白:不追求单一全能旗舰,而是按场景切分、按成本定价,每条产品线都点名一个现任市场领导者进行贴身对标。这背后是微软自建模型体系的底气——算力自有、分发渠道(Windows、Office、Azure)自有,缺的只是模型产品本身站上第一梯队。
当然,官方发布的基准成绩与成本数字都有待第三方验证,尤其是「性能达到某某的 96%」这类精确到个位数的表述,测试口径的选取空间很大。但方向性信号已经足够强:当微软把自研模型推进到与外部伙伴直接竞争的价位段,企业客户的选择菜单正在变厚,而「模型成本」作为采购决策第一权重的时代,也被这场发布又往前推了一步。