مایکروسافت از افتتاحیه کنفرانس Ignite خود در روز سهشنبه برای راهاندازی MAI Code 2 و MAI Code 2 Flash استفاده کرد، یک جفت مدل کدگذاری داخلی که این شرکت میگوید عملکردی در سطح مرزی در کارهای توسعه سازمانی روزمره با کسری از آنچه رقبا میخوانند، ارائه میکنند. این اطلاعیه که در صفحه خبری خود مایکروسافت AI منتشر شده است، تهاجمی ترین چالش قیمت گذاری تاکنون در بازار دستیاران کدنویسی هوش مصنوعی را نشان می دهد.
این راهاندازی به سرعت توسط رویترز و اکسیوس انجام شد زیرا مایکروسافت OpenAI و Anthropic را هدف قرار داده است که مدلهای با قیمت بالاتر آنها در حال حاضر بازار دستیار کدنویسی را تقویت میکنند. معیارهای خود مایکروسافت این هدف را آشکار می کند: این شرکت مدل جدید خود را مستقیماً با GPT-6.1 Sol OpenAI و Claude Opus 5.5 از Anthropic مقایسه کرد و اعدادی که منتشر کرد قابل توجه است. For more context on this story, see our ongoing more AI stories.
عملکرد مرزی، کسری از قیمت
طبق اعلام مایکروسافت، MAI Code 2 در چهار معیار پرکاربرد که وظایف برنامهنویسی سازمانی روزمره را هدف قرار میدهند - DeepSWE 1.1، Terminal Bench 2.1، SWE-Atlas و FrontierCode v1.1 میانگینگیری شده است - همان ترکیب وظایفی که شرکت میگوید در GitHub Copilot میبیند. بر اساس این معیار ترکیبی، مایکروسافت ادعا می کند که این مدل 98 درصد از عملکرد GPT-6.1 Sol را با 40 درصد هزینه و 96 درصد از عملکرد Claude Opus 5.5 تنها با 5 درصد هزینه ارائه می دهد.
داستان پیشانی نیز به همان اندازه اشاره دارد. مایکروسافت میگوید در ارزیابیهای کورکورانه ساختهای اپلیکیشن frontend، بازبینهای انسانی نتایج MAI Code 2 را به GPT-6 Sol در 64 درصد موارد ترجیح میدهند. این شرکت همچنین تنظیم مدل را برای داشبورد، تجسم و سایر کارهای کدگذاری بصری برجسته کرد - وظایفی که بر ابزار داخلی سازمانی تسلط دارند.
این اعداد گزارش شده توسط فروشنده هستند و تأیید مستقل زمان می برد. اما ساختار این ادعا غیرعادی است: مایکروسافت به جای ادعای برتری آشکار نسبت به مدلهای مرزی، استدلال میکند که تقریباً برابری در کار معمول تمام چیزی است که بیشتر توسعهدهندگان سازمانی به آن نیاز دارند – و این تخفیف باید زیاد باشد.
ساخته شده برای کاری که توسعه دهندگان در واقع هر روز انجام می دهند
مایکروسافت به طور غیرعادی در مورد آنچه که MAI Code 2 است و برای چه چیزی نیست، مشخص است. این شرکت میگوید این مدل در تولید کد، اشکالزدایی عمیق، پیادهسازی چند فایل، استدلال گسترده و کار با رابط کاربری برتر است و برای ایجاد تغییراتی تنظیم شده است که نگهدارندگان کد در واقع ادغام میشوند – یک نوار کیفیت در دنیای واقعی که امتیازات معیار خام معمولاً از قلم میافتد.
همانطور که مایکروسافت میگوید این مدل برای آن تنظیم نشده است، قابل توجه است: تحقیقات علوم بنیادی و کار عاملی بسیار طولانی. این محدوده صریح یک انحراف از عادت معمول آزمایشگاه مرزی برای ادعای توانایی گسترده است، و نشان میدهد که مایکروسافت عمداً بازار را تقسیم میکند - سختترین و طولانیترین مشاغل نمایندگی را به مدلهای گرانتر واگذار میکند و در عین حال حجم عظیمی از کدنویسی معمول سازمانی را در زیر آن ثبت میکند.
کد 2 فلش کارهای با حجم بالا را هدف قرار می دهد
در کنار پرچمدار، MAI Code 2 Flash برای کارهای با حجم بالا و درام کمتر ساخته شده است: توضیحات کد، ویرایش های هدفمند، اصلاحات معمول و تکرارهای سریع. مایکروسافت ادعا می کند که فلش عملکرد قابل مقایسه با GPT-6 Luna و Claude Haiku 5.5 - رده های کوچک و سریع رقبای خود - را با 65 درصد و 20 درصد از هزینه های مربوطه ارائه می دهد که در سه معیار اندازه گیری شده است که وظایف روزمره برنامه نویسی را هدف قرار می دهد.
تقسیم دو مدل نشان دهنده نحوه استفاده شرکتها از هوش مصنوعی کدنویسی است: سهم کمی از وظایف پیچیده و چند ساعته، و سهم بسیار زیادی از رفع سریع، بررسیها و داربست. قیمت گذاری تهاجمی ردیف دوم جایی است که حجم - و صورت حساب رمزی - زندگی می کند.
جنگ قیمت در برنامه نویسی سازمانی
به سختی می توان زمینه استراتژیک را از دست داد. رویترز گزارش داد که مایکروسافت مدلها را همانطور که در OpenAI و Anthropic انجام میدهد رونمایی کرد، و کاتالوگ مدل خود شرکت اکنون شامل رونویسی، صدا، گفتار بیدرنگ، تولید تصویر، کدگذاری، خط سایبری توصیف شده به عنوان دفاع عامل در مقیاس کد، و یک لایه تفکر برای استدلال تخصصی است. GeekWire این پیام را اینگونه توصیف کرد که مایکروسافت مدلهای ارزانتر و قابل شخصیسازی خود را به جای وابسته به شرکای خود تبلیغ میکند.
برای صنعت هوش مصنوعی، سیگنال قیمت گذاری بیش از هر معیار منفردی اهمیت دارد. کمک کدنویسی بیشترین حجم کار هوش مصنوعی در شرکت است، و اگر کیفیت نزدیک به مرز واقعاً با 5 تا 40 درصد قیمتهای مرزی در دسترس باشد، اقتصاد هر فروشنده ابزار توسعهدهنده - و آزمایشگاههایی که مدلهای ممتاز را میفروشند - تحت فشار فوری قرار میگیرد. مایکروسافت که مدلها را در مقیاس بزرگ از طریق GitHub Copilot و Azure به فروش میرساند، تقریباً بیش از هر کسی از بازنشانی کف قیمت سود میبرد.
چه معنایی برای کاربران GitHub Copilot
مایکروسافت میگوید چهار معیار زیربنای ادعاهایش، وظایف برنامهنویسی سازمانی روزمره را هدف قرار میدهند که در GitHub Copilot مشاهده میکند، که واضحترین اشاره به جایی است که این مدلها ابتدا به کجا میرسند. اگر MAI Code 2 و Code 2 Flash به لایههای Copilot متصل شوند، تأثیر عملی برای میلیونها مشترک، پایه هزینه ارزانتری برای هر کار تکمیلشده است - یا به عنوان حاشیه بهبود یافته برای مایکروسافت یا به عنوان قیمتهای پایینتر و محدودیتهای استفاده بالاتر برای مشتریان، بسته به اینکه بازار دستیار چقدر رقابتی میشود.
یک زاویه زیرساخت نیز وجود دارد. مایکروسافت دو سال گذشته را صرف ساختن خانواده مدل MAI خود کرده است تا حدی وابستگی به OpenAI، مهمترین شریک هوش مصنوعی خود و به طور فزایندهای، مستقیمترین رقیب خود را کاهش دهد. هر توکن سازمانی که به جای مدل شریک به یک مدل ساخته شده توسط مایکروسافت راه مییابد، حاشیهای است که مایکروسافت حفظ میکند - و اهرمی که در مذاکره در دفعه بعدی که شرایط شراکت دوباره مورد مذاکره قرار میگیرد، به دست میآورد.
این که آیا اعداد MAI Code 2 خارج از معیارهای انتخابی مایکروسافت باقی می مانند یا خیر، سوال باز است. اما این اعلامیه یک چیز را روشن می کند: مرحله بعدی رقابت در هوش مصنوعی سازمانی بر اساس قیمت-عملکرد برای کارهای معمولی خواهد بود، نه فقط بر اساس قابلیت سرفصل.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →