以可扩展的价格性能推出七个新模型
Microsoft 在 Ignite 上推出七个新的 MAI 模型,主打接近前沿水平但价格远低于 Anthropic 和 OpenAI,引发了好奇与怀疑并存的反应。评论者审视 Microsoft 的基准测试和“便宜 x 倍”说法,质疑缺少开源权重和不透明的技术细节,并指出真正的买家是早已嵌入 Microsoft 技术栈的企业高管。一个反复出现的主题是,非前沿 LLM 正日益变得可互换,因此长期优势可能不再来自原始模型质量,而更多来自价格、集成以及对数据和基础设施的控制。
模型性能与定价主张
- Microsoft 发布了几款 MAI 模型(Code 2、Code 2 Flash、Decision 1.1、Image、Transcribe、Cyber),并声称相较于 GPT‑6 Sol、Luna、Opus 5.5 等具有激进的“快 x 倍 / 便宜 x 倍”优势。
- 许多人认为“比 GPT‑6.1 Sol 快 50 倍、便宜 79 倍”之类的说法更像营销包装,甚至有误导性,尤其是在拿一个决策模型去对比通用 LLM 时。
- 也有人指出这些模型是任务专用型,因此在狭窄任务上以价格/性能优于通用模型是有可能的。
- 一些用户反馈 MAI Code 2 在编码上感觉接近 Sol/Opus,而且明显更便宜;MAI 的图像和转写模型也被描述为好用且便宜。
基准、指标与质疑
- 几位评论者批评“便宜 x 倍”的表述,以及挑选性展示或已饱和的基准测试。
- 也有人认为,用倍率来表述预算更清晰,而不是百分比,但“79 倍便宜”到底意味着什么仍然让人困惑。
- 据称 Decision 1.1 在第三方决策模型基准上得分不错,不过有人指出使用的是较旧的基准版本,而且透明度有限。
闭源权重 vs 开源权重
- 很大一部分人表示他们不会碰闭源权重模型,理由包括锁定效应、模型静默更改以及模型退役风险。
- 也有人反驳说,大多数企业并不在乎开源权重;他们在乎的是安全、合规和成本。
- 还有人认为 Microsoft 至少应该开放一个强模型的权重,以建立影响力,并打造类似“AI 领域的 Linux”的生态系统。
Microsoft 的战略、生态与信任
- 很多人认为这是一次争夺企业预算的打法:与 Azure、365、GitHub Copilot 深度集成,并像经典 Microsoft 那样卖给“楼上的人”。
- 有人觉得这些模型会在 Copilot 内部被自动路由,而企业会因现有合同而被动用上它们。
- 品牌信任度褒贬不一:有人强调 Azure Gov 和安全保证;也有人提到宕机、遥测、含糊不清的变更,以及过去的产品失败(例如 Windows Phone),作为不信任的理由。
商品化、竞争与 Anthropic/OpenAI
- 一个很强的主题是,非前沿模型正在变成可替代的公用服务;价格/Token 和数据保护成了主导因素。
- 一些人认为这会直接给 Anthropic 和 OpenAI 的高定价,以及 Anthropic 的 IPO 叙事带来压力。
- 关于护城河的争论:许多人说模型本身几乎没有护城河;另一些人则认为,品牌、集成,以及更高层的“Copilot 风格”应用和工作流才会成为真正的锁定点。
开发者体验与访问
- 有些人很高兴这些模型不只通过 GitHub Copilot 提供;另一些人则抱怨,使用 MAI 仍然需要 Azure/Microsoft 的流程,而不是像 OpenRouter 那样中立的 API(不过据说那里会支持)。
- GitHub Copilot 按使用量计费且效率被认为不高,已经促使一些开发者转向更便宜的第三方模型。