11 月 17 日,旧金山的 Ignite 大会上,微软一次性放出七款自研模型。
主角是编程模型 MAI Code 2,当天已经在 GitHub Copilot 里上线。微软给出的说法很直接:四项编程基准的平均成绩,质量达到 GPT-6.1 Sol 的 98%,价格只有对方的 40%。
对 Claude Opus 5.5 的那句更狠:质量约 96%,价格约 5%。
先看四个价格标签
据微软公布的测试数据,MAI Code 2 平均单次任务成本 0.309 美元。对照组 GPT-6.1 Sol 是 0.761 美元,Claude Opus 5.5 是 6.306 美元。
三个数摆在一起,差了一个数量级。这是发布会现场最容易被记住的一组数字。
轻量版 MAI Code 2 Flash 更便宜,促销价下单次任务 0.052 美元。据 DoNews 报道,在 DeepSWE 1.1、Terminal-Bench 2.1 和 SWE Atlas 三项测试里,它的平均通过率是 61.0%,微软给的对照是 GPT-6 Luna 的 55.1% 和 Claude Haiku 5.5 的 53.9%。
门槛也分了层。Code 2 只向 Copilot 的 Pro、Business、Enterprise 等订阅开放;Flash 的覆盖范围往下延到 Free 和 Student 用户。
但那个 40%,是打过折的
据新京报报道,这套定价用的是五折促销价,2027 年 5 月 17 日起,Code 2 的单价翻倍。
这句话把前面所有对比都改写了。
翻倍之后,40% 变成 80%,5% 变成 10%。同样一个任务,促销期花 0.309 美元,恢复原价后大约 0.618 美元,对手还是 0.761 美元。省还是省,但没那么夸张了。
一位从业者对北京商报说得很实在:单价是对方的 25%,跑测试实际花费是 40%,说明 Code 2 解题时消耗的 token 更多。这句话点出定价游戏的另一面——单价便宜不等于账单便宜,账单是单价乘用量。
安全和图像,同一天上桌
同批还有安全模型 MAI Cyber 2 Flash。据微软披露,CyberGym-E2E 基准上它拿到 92.3%,对手 GPT-6 Astra 是 91.5%,单任务成本不到对方的 2%。这款不开放通用 API,12 月中旬起在 MDASH 系统里向符合条件的客户推出。
图像模型 MAI Image 2.7 在 Artificial Analysis 的图像编辑榜上排第一,Elo 1215 分,比 GPT Image 2.6 Sunburst 的 1211 分高 4 分。
4 分在统计误差范围内。这一点微软自己在材料里也承认了。
还有一句容易被跳过的话:微软说 Code 2 优先服务企业日常编程,尚未针对基础科学研究和超长程智能体任务调优。
便宜是有边界的,边界写在脚注里。企业买模型,买的从来不只是当下这一版的跑分。
真正在卖的,是习惯
微软 AI 业务负责人苏莱曼对路透社说,这不是一个模型,是一台「爬坡机器」,同时优化性能与价格。
把七款放在一起看,逻辑就清楚了:它不追求每一榜都第一,它追求的是在 Copilot、Microsoft 365 这些已经装好的入口里,用自家模型替掉外购的那部分。
促销的这半年,买的就是这个替换窗口。开发者在半价期养成调用习惯,涨价之后迁移成本就上来了。
所以那个 40% 不是技术优势的刻度,是获客成本的刻度。模型便宜一半这件事,第一年看是价格战,第二年看的是续费率。等到明年 5 月价签翻倍,才是这套模型真正接受检验的时候。
说明:本文所引数字均见微软公开材料及新京报、凤凰网、路透社报道,未涉及任何标的推荐,不构成任何投资建议。