11月17日,旧金山,Ignite 2026。纳德拉开场先回应了上周的全球宕机,承认韧性还要补课。主题演讲的第一个重点不是模型参数,是账单。CIO 和 CFO 都在抱怨:token 开销一路飞涨。成都商报知乎
智能体要全天候跑,账根本算不过来。于是它一次拿出七款自研 MAI 模型,覆盖编程、安全、决策、图像、语音和转写。
七款里没有一款是“什么都能干”的通用大模型。Code 管写代码,Cyber 管安全,Decision 管路由,Image 管修图,Realtime 管语音。微软不再争“最强”,按岗位切开,逐个标价。
最能说明问题的是 MAI Code 2。微软称,四项日常企业编码基准平均下来,它达到 GPT-6.1 Sol 的 98%,价格是后者的 40%。同样预算能跑 2.5 倍的量,性能只少两个百分点。微博
Code 2 已进 GitHub Copilot,更轻的 Flash 连免费版也能用。小红书

价格压到这种程度,靠的不只是模型。微软的 Maia 200 已投产,跑自家最大的模型,每瓦 token 数提升 1.7 倍。微软成了英特尔 EMIB 先进封装的第一家客户。模型、封装、云,它都想攥住。知乎小红书
但便宜有边界。微软自己写明,Code 2 还没有为更难的题目调优,比如基础科学研究,以及跨度很长的智能体任务。它优先满足的是每天真实会遇到的编程活。知乎
图像模型也一样。Image 2.7 在图像编辑榜排第一,价格约为 GPT Image 2.6 Sunburst max 的五分之一;到了文生图,它只排第四。知乎
这轮发布还有两个细节。Decision 1.1 不负责聊天,只负责在给定选项里做判断,把简单请求路由给便宜模型。它每百万输入 token 收 0.042 美元,输出免费。36氪

另一个是 Licensed Weights:企业可以用自己的数据定制模型,再跑在自家 Azure 里。它不是开源,但把“权重在谁手里”往前推了一步。知乎
矛盾也摆在同一张桌上。多家媒体报道,字节跳动正与微软洽谈约 5 亿美元的 Azure 采购,大部分支出将用于调用 OpenAI 的模型。这笔钱大部分没有流向微软自己的模型。微博
OpenAI 对此不满,担心技术被蒸馏。微软一边用自家模型把价格打下来,一边继续从 OpenAI 的模型里抽成。它卖的不是某一款模型,是“你在我这里调用哪个都行”。
对普通用户,最直接的变化在 Copilot 的模型选择里。以后同一个入口会挂着贵和便宜两档,系统默认把日常任务分给便宜的,难题才交给贵的。
真正该先分清的是「最强」和「够用」。发布会的 98%、40% 都是微软自己的口径,跑的是它选的日常编码任务。
你的活算不算“日常”,得拿自己的项目试一次,看它改对没有、返工几次,再决定要不要把账单交出去。
当前文章无评论,是时候发表评论了