微软一次发七款模型:Copilot不再只是侧栏,而要当工作操作系统

新闻3天前更新 ai30guanwang
54 0
微软一次发七款模型:Copilot不再只是侧栏,而要当工作操
配图:AI30媒体部

旧金山的 Ignite 2026 上,微软一次性拿出七款自研模型。发布节奏很快,但真正值得记的不是数量,而是每一款定价旁边都跟着一个对比对象:GPT-6.1 Sol、Claude Opus 5.5、GPT-6 Astra。这是一场以「单位成本」为主语的发布会。

七款模型,一条主线:把每一次调用的价格打下来

编程模型 MAI Code 2 的官方口径是:性能达到 GPT-6.1 Sol 的 98%,价格只有四成;对比 Claude Opus 5.5,性能 96%,成本仅 5%。网络安全方向的 MAI Cyber 2 Flash 在一项安全测试中超过 GPT-6 Astra,单任务成本不到对方的 2%。负责智能体高频小决策的 Microsoft-Decision-1.1 转为正式可用,官方称比 GPT-Sol 6.1 快 50 倍、便宜 79 倍。

多模态与语音这条线也没落下。MAI Image 2.7 在图像编辑榜单位居第一;MAI Realtime 1 是微软首个实时语音到语音模型,每音频分钟 0.01 美元起;医疗场景的 Dragon Copilot Transcribe 基于 MAI Transcribe 2,官方称是目前最快最准的多语言转写模型,每月处理约一千万次医患对话,已被约三分之一的美国医生使用。

把这些数字排在一起,会发现微软在打一套很清晰的组合拳:前沿能力对标第一梯队,价格压到对方的一个零头,再用行业场景(医疗、安全、编程)把模型变成可以按席位卖的产品。苏莱曼在台上说得很直接——要加速自研通用模型,减少对外部模型的依赖,并计划向企业开放模型权重,让客户用自己的数据做定制。

Copilot 装进 Office,是在抢入口

发布会另一半的内容关于形态:Copilot 开始把 Word、Excel、PowerPoint 装进自己体内,从侧边栏的助手变成一个可以容纳应用的工作空间。配套的 Agent 365 提供智能体的分析与治理,让 IT 部门能看到哪些 agent 在跑、跑了什么、花了多少。

这个动作的意图不难读。过去两年,Copilot 是「在 Office 里的 AI」;现在它想变成「在 AI 里的 Office」。入口一旦换了位置,用户习惯、权限体系、计费方式都会跟着换。对已经深度使用 M365 的企业,这套整合降低了试用门槛;同时也把迁移成本往上抬了一截——你的文档、审批、会议记录都在里面。

Maia 200 量产:降价的底牌在芯片上

七款模型能把价格压到这个位置,一部分原因不在模型本身,而在算力。微软宣布自研推理芯片 Maia 200 进入量产,并给出了能效提升的数据。自研芯片的意义从来不是「造一块更好的芯片」,而是把推理的边际成本从外部采购价变成内部折旧价。当模型能力趋同,谁能把每个 token 的成本压得更低,谁就有定价权。

对企业采购的直接影响

第一件变化是模型路由会变成产品功能。既然强模型和便宜模型的价格差了几十倍,把简单请求丢给便宜档、复杂请求丢给旗舰档,就不再是优化技巧,而是必须内建的能力。第二件变化是评估口径要改:过去比的是榜单分数,现在要比「完成一个真实任务的总成本」,包括重试、人工复核和错误带来的返工。

第三件变化比较隐性:供应商锁定。当一个平台同时提供模型、办公套件、身份体系与治理工具,它的粘性来自集成而不是合同。采购时值得多问一句——如果明年换供应商,哪些东西带得走,哪些带不走。

模型越便宜,内容越要经得起核对

从内容侧看,这轮降价还有一个连带效果:AI 摘要与 AI 答案的覆盖面会继续扩大,因为生成一次答案的成本正在趋近于零。被生成引擎读取、摘录、改写的页面只会更多。这时候决定一个品牌是否出现在答案里的,不再是它买了多少曝光,而是它的信息是否清楚到可以被直接引用。

价格战打到最后,模型会变成水电一样的基础设施。基础设施不挑内容,但会挑信源——口径统一、数据可核、更新时间明确的页面,永远是它优先抓取的那一类。这件事和模型版本无关,也和预算规模无关。

(文 / AI30媒体部 | 最后更新:2026年11月19日)

© 版权声明

相关文章

暂无评论

none
暂无评论...