Хакатон AI‑контента · 28–29 ноябряУчаствовать

Семь новых моделей Microsoft: почти качество Claude Opus за 5% стоимости?

Семь новых моделей Microsoft: почти качество Claude Opus за 5% стоимости?

Microsoft представила на конференции Ignite 2026 новое поколение собственных моделей MAI для программирования, кибербезопасности, работы с изображениями, речи и принятия решений. Самое заметное заявление касается MAI Code 2: по оценке самой Microsoft, модель достигает 96% результата Claude Opus 5.5 при 5% его стоимости в наборе тестов для разработки корпоративного ПО. По отношению к GPT-6.1 Sol заявлены 98% качества при 40% стоимости. Для компаний, использующих ИИ-агентов ежедневно, такой разрыв может оказаться важнее нескольких процентов в рейтинге.

Однако цифры требуют правильной интерпретации. Microsoft сравнила модели по выбранным четырём coding-бенчмаркам и своей методике оценки затрат. Это не обещание, что любой программный проект станет дешевле на 95%, и не результат независимого исследования реальных рабочих процессов. В анонсе хорошо видна стратегия компании: выпускать специализированные системы под задачи, которые уже массово выполняются в GitHub Copilot, Microsoft 365 и корпоративных продуктах.

Какие модели представила Microsoft

В основном анонсе Microsoft AI перечислено семь направлений семейства. К некоторым моделям существуют Flash-варианты, поэтому число конкретных наименований в пресс-материалах может отличаться от числа пунктов анонса.

МодельДля чего предназначенаЧто заявляет Microsoft
MAI Cyber 2 FlashПроверка и защита программных системКачество выше GPT-6 Astra на CyberGym-E2E при стоимости задачи менее 2% от конкурента
MAI Code 2Агентное программирование96% результата Opus 5.5 за 5% его стоимости в выбранном наборе тестов
MAI Code 2 FlashОбъяснение кода, небольшие изменения, частые итерацииСопоставимое качество с GPT-6 Luna и Claude Haiku 5.5 при меньшей стоимости
MAI Image 2.7Генерация и редактирование изображенийПервое место по редактированию в Artificial Analysis на момент анонса; есть облегчённый вариант Image 2.7 Flash
MAI Realtime 1Голосовые диалоги с низкой задержкойСтоимость от $0,01 за минуту аудио
MAI Transcribe 2Распознавание речиИспользуется в Dragon Copilot для медицинских разговоров
Decision 1.1Выбор действий и маршрутизация задачЗаявлены преимущество по скорости и цене перед GPT-6.1 Sol

Отдельно Microsoft анонсировала ускоритель Maia 200. Это аппаратное обеспечение, а не восьмая языковая модель. По данным компании, система обеспечивает в 1,7 раза больше токенов на ватт по сравнению с предыдущим поколением.

Семь направлений MAI

Иллюстрация 1. Семь направлений семейства Microsoft MAI. Схема составлена по анонсу Ignite 2026.

MAI Code 2: откуда взялась экономия 95%

Microsoft использовала четыре теста: DeepSWE 1.1, Terminal Bench 2.1, SWE-Atlas и FrontierCode v1.1. Они ориентированы на повседневные инженерные задания, близкие к работе агентного помощника в GitHub Copilot. В среднем по этим испытаниям результат MAI Code 2, по заявлению компании, составил 96% от Claude Opus 5.5 при 5% относительной стоимости. Разница в цене составляет 95%, но речь о сравнительной стоимости в тестовой постановке, а не об универсальной скидке на API.

С GPT-6.1 Sol соотношение другое: 98% результата при 40% стоимости. Это потенциально выгодно, но существенно менее драматично, чем сравнение с Opus. Переносить показатель 95% на все конкурирующие модели нельзя.

Качество и стоимость MAI Code 2

Иллюстрация 2. Два разных сравнения MAI Code 2. За 100% в каждом случае принят конкретный конкурент. Данные и методика принадлежат Microsoft; это не наш независимый тест.

Почему такая эффективность вообще возможна? Большая универсальная модель должна поддерживать огромный диапазон задач, а специализированную можно обучать и оптимизировать под характерные запросы разработчиков: поиск ошибок, небольшие исправления, объяснение чужого кода, работу с репозиторием и оформление изменений. Дополнительно влияют вычислительная инфраструктура, длина ответа и количество попыток до правильного решения.

Сама Microsoft признаёт ограничения: в анонсе прямо говорится, что Code 2 пока не оптимизирована для фундаментальных научных исследований и очень длинных агентных задач. Поэтому качество на корпоративных coding-бенчмарках не определяет универсальную интеллектуальную мощность системы.

Что дают Flash-модели

MAI Code 2 Flash предназначена для операций с большой частотой: небольших правок, пояснения функций, рутинных исправлений и быстрых итераций. Microsoft сравнивает её с GPT-6 Luna и Haiku 5.5, заявляя сопоставимую результативность при 65% и 20% стоимости соответственно. В продуктовой практике такая модель может выполнять большую часть недорогих действий, передавая редкие сложные задания основной версии Code 2 или внешнему флагману.

Похожая логика проявляется в изображениях: MAI Image 2.7 Flash, по данным Microsoft, оценивается примерно в $10 за 1000 изображений, тогда как основная Image 2.7 в Microsoft Foundry стоит примерно $35 за 1000. Это опубликованные компанией ориентиры конкретной платформы, а не расчёт универсальной стоимости одного изображения любого разрешения и режима.

Для иллюстрации возможного качества редактирования стоит смотреть демонстрации на странице MAI Image 2.7, а не вставлять скриншот заголовка пресс-релиза. Если на сайте планируется медиа-вставка, достаточно одной пары изображение до / изображение после из официальных примеров с указанием Microsoft в подписи. В архиве такие чужие изображения не копируются.

Почему Microsoft развивает собственные модели

Собственная линейка даёт Microsoft возможность контролировать сразу три составляющие продукта: качество модели, вычислительные затраты и интеграцию в программную экосистему. Компания одновременно продолжает предоставлять сторонние модели через Foundry. Получается гибридная стратегия: клиенту доступны разные поставщики, а повторяющиеся операции Microsoft выгоднее обслуживать собственными технологиями.

Важная деталь анонса - MAI Licensed Weights: Microsoft предлагает некоторым корпоративным клиентам возможность адаптировать веса моделей и запускать их в контролируемой среде Azure. Здесь ценность выражается и в экономике, и в управлении данными, правилами доступа и стабильностью поведения.

Пример из заявления Microsoft - совместная работа с AT&T: специализированная модель для аналитики работы 5G-сетей якобы превзошла GPT-6.1 Sol при 50-кратно меньших расходах. Однако без независимых подробностей о корпусе задач, условиях оценки и точности это следует рассматривать как кейс вендора.

Что говорят внешние наблюдатели

Reuters характеризует запуск как усиление конкуренции Microsoft с OpenAI и Anthropic в программировании и кибербезопасности. Но публичных независимых сравнений, которые полностью воспроизводили бы заявленный разрыв в стоимости, на момент подготовки материала недостаточно. Особенно важно проверить, сколько времени и токенов требуется на успешно завершённую задачу, как часто агент ошибается и нужны ли дополнительные попытки.

Для разработчика или компании практический тест должен выглядеть так: взять типичные задачи из собственного репозитория, выполнить их с одинаковыми условиями доступа и инструментами, оценить долю принятых правок и посчитать стоимость успешной задачи, включая повторные запуски и проверку человеком. Цена миллиона токенов без успешности решения часто вводит в заблуждение.

Доступность и что дальше

По данным Microsoft, Code 2 можно попробовать через GitHub Copilot, а Code 2 Flash также предлагается в ограниченном предварительном доступе через Microsoft Foundry. MAI Image 2.7 и Flash доступны через Foundry в предварительном режиме. Доступность конкретных моделей, регионов и тарифов следует проверять на страницах продуктов: она может меняться после релиза.

Microsoft делает ставку на более дешёвое постоянное использование ИИ в разработке и автоматизации. Заявленные 95% экономии привлекают внимание, но окончательный вывод появится после независимых тестов. Если MAI Code 2 действительно приблизится к флагманам по качеству типовых задач и существенно снизит стоимость успешного решения, рынок агентного программирования получит новый ценовой ориентир.

Источники