Microsoft-тың жеті жаңа моделі: Claude Opus сапасы 5% бағасына?

Microsoft-тың жеті жаңа моделі: Claude Opus сапасы 5% бағасына?

Microsoft Ignite 2026 конференциясында бағдарламалау, киберқауіпсіздік, кескіндермен жұмыс, сөйлеу және шешім қабылдауға арналған өзінің жеке MAI үлгілерінің жаңа буынын жариялады. Ең назар аударарлық мәлімдеме MAI Code 2 моделіне қатысты: компанияның жеке бағалауы бойынша, корпоративтік БҚ әзірлеу сынақтарында бұл модель Claude Opus 5.5 нәтижесінің 96%-ына оның 5% құнымен жетеді. GPT-6.1 Sol-мен салыстырғанда 40% құнмен 98% сапа көрсетілгені айтылды. Күн сайын ИИ-агенттерін қолданатын кәсіпорындар үшін мұндай шығын айырмашылығы рейтингтегі бірнеше пайыздан әлдеқайда маңызды болуы мүмкін.

Дегенмен, бұл сандар дұрыс талдауды қажет етеді. Microsoft үлгілерді таңдалған төрт coding-бенчмарк және өзінің шығындарды есептеу әдістемесі бойынша салыстырды. Бұл кез келген бағдарламалық жоба 95%-ға арзандайды деген уәде емес және нақты жұмыс процестерін тәуелсіз зерттеу нәтижесі болып табылмайды. Бұл хабарландыруда компанияның стратегиясы айқын көрінеді: GitHub Copilot, Microsoft 365 және корпоративтік өнімдерде жаппай орындалатын тапсырмаларға арналған мамандандырылған жүйелерді шығару.

Microsoft қандай модельдерді таныстырды

Microsoft AI ресми хабарландыруында отбасының жеті бағыты тізілген. Кейбір модельдердің Flash нұсқалары бар, сондықтан баспасөз материалдарындағы атаулар саны хабарландыру тармақтарының санынан өзгеше болуы мүмкін.

МодельНе үшін арналғанMicrosoft мәлімдемесі
MAI Cyber 2 FlashБағдарламалық жүйелерді тексеру және қорғауCyberGym-E2E бойынша GPT-6 Astra-дан жоғары сапа және бәсекелестің 2%-дан төмен тапсырма құны
MAI Code 2Агенттік бағдарламалауТаңдалған сынақтар жиынтығында Opus 5.5 нәтижесінің 96%-ы оның 5% құнына
MAI Code 2 FlashКодты түсіндіру, шағын өзгерістер, жиі итерацияларТөменірек құнмен GPT-6 Luna және Claude Haiku 5.5 деңгейіндегі сапа
MAI Image 2.7Суреттерді жасау және өңдеуХабарландыру сәтінде Artificial Analysis рейтингінде өңдеу бойынша 1-орын; Image 2.7 Flash нұсқасы бар
MAI Realtime 1Кідірісі төмен дауыстық диалогтарАудионың әр минуты үшін $0,01 басталатын құн
MAI Transcribe 2Сөйлеуді тануМедициналық әңгімелер үшін Dragon Copilot ішінде қолданылады
Decision 1.1Әрекеттерді таңдау және тапсырмаларды бағыттауGPT-6.1 Sol-ден жылдамдық пен баға бойынша артықшылық мәлімделген

Бұдан бөлек Microsoft Maia 200 үдеткішін ұсынды. Бұл сегізінші тілдік модель емес, аппараттық жабдық. Компания мәліметінше, жүйе алдыңғы буынмен салыстырғанда ваттқа 1,7 есе көп токен қамтамасыз етеді.

MAI жеті бағыты

1-сурет. Microsoft MAI отбасының жеті бағыты. Схема Ignite 2026 хабарландыруы бойынша жасалған.

MAI Code 2: 95% үнемдеу қайдан пайда болды

Microsoft төрт тесті пайдаланды: DeepSWE 1.1, Terminal Bench 2.1, SWE-Atlas және FrontierCode v1.1. Олар GitHub Copilot жүйесіндегі агент көмекшісінің жұмысына ұқсас күнделікті инженерлік тапсырмаларға бағытталған. Осы сынақтардың орташа көрсеткіші бойынша MAI Code 2 нәтижесі Claude Opus 5.5 деңгейінің 96%-ын және оның 5% салыстырмалы құнын құрады. Баға айырмашылығы 95%-ды құрайды, бірақ бұл API үшін жалпы жеңілдік емес, сынақ аясындағы салыстырмалы шығын.

GPT-6.1 Sol-мен арақатынас басқаша: 40% құн кезінде 98% нәтиже. Бұл да тиімді, бірақ Opus-пен салыстырғанда анағұрлым байсалды айырмашылық. 95% көрсеткішін барлық бәсекелес модельдерге таратуға болмайды.

MAI Code 2 сапасы мен құны

2-сурет. MAI Code 2 үшін екі бөлек салыстыру. Әр жағдайда 100% ретінде нақты бәсекелес алынған. Деректер мен әдістеме Microsoft-қа тиесілі; бұл біздің тәуелсіз тестіміз емес.

Мұндай тиімділік неге мүмкін болды? Үлкен әмбебап модель кең ауқымды тапсырмаларды қолдауы керек, ал мамандандырылған модельді әзірлеушілердің күнделікті сұраныстарына оңтайландыруға болады: қателерді табу, шағын түзетулер енгізу, бөтен кодты түсіндіру, репозиториймен жұмыс және өзгерістерді ресімдеу. Бұған қоса инфрақұрылым, жауап ұзындығы және дұрыс шешімге дейінгі әрекеттер саны да әсер етеді.

Microsoft шектеулерді ашық мойындайды: анонста Code 2 моделінің іргелі ғылыми зерттеулер мен өте ұзақ агенттік тапсырмалар үшін әлі оңтайландырылмағаны тікелей айтылған. Сондықтан корпоративтік coding-бенчмарктердегі сапа жүйенің әмбебап интеллектуалды қуатын білдірмейді.

Flash-модельдер не береді

MAI Code 2 Flash жоғары жиілікті операцияларға арналған: шағын өңдеулер, функцияларды түсіндіру, күнделікті түзетулер және жылдам итерациялар. Microsoft оны GPT-6 Luna және Haiku 5.5-пен салыстырып, тиісінше 65% және 20% құн кезінде ұқсас тиімділік көрсететінін мәлімдейді. Практикада мұндай модель қарапайым әрекеттердің көп бөлігін орындап, сирек кездесетін күрделі тапсырмаларды негізгі Code 2 нұсқасына немесе сыртқы флагманға жібере алады.

Ұқсас логика кескіндерде де байқалады: MAI Image 2.7 Flash, Microsoft деректері бойынша, 1000 кескін үшін шамамен $10 тұрады, ал негізгі Image 2.7 Microsoft Foundry ішінде 1000 кескінге шамамен $35 бағаланады. Бұл кез келген ажыратымдылық пен режим үшін әмбебап баға емес, жарияланған бағдарлық көрсеткіштер.

Өңдеудің мүмкін болатын сапасын көру үшін баспасөз релизінің скриншотын қарағанша, MAI Image 2.7 бетіндегі ресми мысалдарды тексерген жөн.

Microsoft неліктен жеке үлгілерін дамытады

Жеке өнім желісі Microsoft-қа бірден үш маңызды бағытты бақылауға мүмкіндік береді: модель сапасы, есептеу шығындары және бағдарламалық экожүйеге кіріктіру. Сонымен қатар компания Foundry арқылы сыртқы серіктестердің үлгілерін де ұсынуды жалғастыруда. Нәтижесінде гибридті стратегия қалыптасады: тұтынушы әртүрлі провайдерлерді таңдай алады, ал жиі қайталанатын операцияларды Microsoft-тың өзіндік технологиялары арқылы өңдеу тиімдірек.

Хабарландырудың маңызды тұсы — MAI Licensed Weights: Microsoft кейбір корпоративтік клиенттерге модель салмақтарын бейімдеп, оларды Azure-дің оқшауланған ортасында іске қосу мүмкіндігін ұсынады. Бұл жерде құндылық экономикамен қатар, деректерді басқару, қолжетімділік ережелері мен тұрақтылық арқылы анықталады.

Microsoft мысал ретінде AT&T-мен бірлескен жұмысты көрсетеді: 5G желілерінің жұмысын талдауға арналған мамандандырылған модель GPT-6.1 Sol-дан 50 есе аз шығынмен асып түсті деп мәлімделді. Алайда тапсырмалар жинағы, бағалау шарттары мен нақтылық туралы тәуелсіз мәліметтерсіз мұны өндірушінің ішкі кейсі ретінде қабылдаған жөн.

Сыртқы бақылаушылар не дейді

Reuters бұл шығарылымды бағдарламалау мен киберқауіпсіздік саласында Microsoft-тың OpenAI және Anthropic-пен бәсекелестігінің күшеюі деп бағалайды. Бірақ мәлімделген шығын айырмашылығын толық растайтын жария тәуелсіз салыстырулар әзірге жеткіліксіз. Тапсырманы сәтті орындау үшін қанша уақыт пен токен қажет екенін, агенттің қаншалықты жиі қателесетінін және қосымша талпыныстар керек пе екенін тексеру өте маңызды.

Әзірлеуші немесе компания үшін практикалық тест мынадай болуы тиіс: жеке репозиторийден типтік тапсырмаларды алып, оларды бірдей жағдайларда орындау, қабылданған түзетулер үлесін бағалау және қайта іске қосу мен адам тексеруін қоса алғанда сәтті тапсырманың құнын есептеу. Тапсырманың шешілу нәтижесін есепке алмай, тек миллион токеннің бағасына қарау жиі жаңылыстырады.

Қолжетімділік және алдағы жоспарлар

Microsoft ақпараты бойынша, Code 2 моделін GitHub Copilot арқылы сынап көруге болады, ал Code 2 Flash шектеулі алдын ала қолжетімділікте Microsoft Foundry арқылы ұсынылады. MAI Image 2.7 және Flash те алдын ала режимде Foundry ішінде қолжетімді. Нақты үлгілердің, аймақтар мен тарифтердің қолжетімділігін өнім беттерінде тексеру қажет: олар уақыт өте келе өзгеруі мүмкін.

Microsoft бағдарламалау мен автоматтандыруда ИИ-ді тұрақты әрі арзанырақ пайдалануға басымдық беріп отыр. 95% үнемдеу назар аударады, бірақ түпкілікті қорытынды тәуелсіз тестілерден кейін белгілі болады. Егер MAI Code 2 типтік тапсырмалар сапасы бойынша флагмандарға жақындап, сәтті шешім құнын айтарлықтай төмендетсе, агенттік бағдарламалау нарығы жаңа баға стандартына ие болады.

Дереккөздер