מיקרוסופט השתמשה בפתיחת ועידת Ignite שלה ביום שלישי כדי להשיק את MAI Code 2 ו-MAI Code 2 Flash, צמד דגמי קידוד פנימיים שלדבריה מספקים ביצועים ברמת גבול בעבודת פיתוח ארגונית יומיומית בשבריר ממה שגובים היריבים. ההודעה, שפורסמה בעמוד החדשות של מיקרוסופט בינה מלאכותית עצמה, מסמנת את אתגר התמחור האגרסיבי ביותר עד כה בשוק עבור עוזרי קידוד AI.

ההשקה הוגדרה במהירות על ידי רויטרס ו-Axios כשמיקרוסופט מכוונת ל-OpenAI ו-Anthropic, שדגמי הפרימיום שלהן מעגנים כיום את שוק עוזרי הקידוד. המדדים של מיקרוסופט עצמה מבהירים את המיקוד: החברה השוותה את הדגם החדש שלה ישירות מול ה-GPT-6.1 Sol של OpenAI וקלוד אופוס 5.5 של Anthropic, והמספרים שפרסמה מדהימים. For more context on this story, see our ongoing artificial intelligence updates.

Frontier Performance, חלק מהמחיר

לפי ההודעה של מיקרוסופט, MAI Code 2 היה ממוצע על פני ארבעה מדדי ביצוע בשימוש נרחב המכוונים למשימות קידוד יומיומיות של ארגונים - DeepSWE 1.1, Terminal Bench 2.1, SWE-Atlas ו-FrontierCode v1.1 - אותו תמהיל משימות שהחברה אומרת שהיא רואה ב-GitHub Copilot. במדד המשולב הזה, טוענת מיקרוסופט שהדגם מספק 98 אחוז מהביצועים של GPT-6.1 Sol ב-40 אחוז מהעלות, ו-96 אחוז מהביצועים של קלוד אופוס 5.5 ב-5 אחוזים בלבד מהעלות.

הסיפור הקדמי ממוקד באותה מידה. בהערכות עיוורות של בניית אפליקציות חזיתיות, מיקרוסופט אומרת שסוקרים אנושיים העדיפו את התוצאות של MAI Code 2 על פני 64 אחוז מהזמן של GPT-6 Sol. החברה גם הדגישה את כוונון המודל עבור לוחות מחוונים, הדשבורים ועבודות קידוד חזותי אחרות - משימות השולטות בכלי עבודה פנימיים ארגוניים.

אלה מספרים שדווחו על ידי ספקים, ואימות עצמאי ייקח זמן. אבל מבנה הטענה הוא יוצא דופן: במקום לטעון לעליונות מוחלטת על מודלים חזיתיים, מיקרוסופט טוענת ששוויון כמעט בעבודה שגרתית הוא כל מה שרוב מפתחי הארגונים צריכים - ושההנחה צריכה להיות גבוהה.

נבנה עבור העבודה שמפתחים עושים כל יום

מיקרוסופט ספציפית בצורה יוצאת דופן לגבי מה מיועד ולא מיועד ל-MAI Code 2. המודל מצטיין, אומרת החברה, בלקיחת קוד לייצור, ניפוי באגים עמוק, הטמעת ריבוי קבצים, חשיבה רחבה של ריפו ועבודת ממשק משתמש, והוא מותאם לייצר שינויים ששומרי הקוד למעשה יתמזגו - סרגל איכות בעולם האמיתי שציוני השוואת המדדים הגולמיים מפספסים לעתים קרובות.

לא פחות בולט הוא מה שמיקרוסופט אומרת שהמודל אינו מכוון אליו: מחקר מדעי בסיסי ועבודה סוכנית ארוכת אופק מאוד. ההיקף המפורש הזה הוא חריגה מההרגל הרגיל של מעבדת הגבול של לטעון ליכולת רחבה, וזה מצביע על כך שמיקרוסופט מפלחת את השוק בכוונה - משאירה את משרות הסוכן הקשות והארוכות ביותר למודלים יקרים יותר תוך לכידת הנפח העצום של קידוד ארגוני שגרתי מתחת.

קוד 2 Flash מכוון לעבודה בווליום גבוה

לצד ספינת הדגל, MAI Code 2 Flash בנוי לעבודה בנפח גבוה, דרמה נמוכה יותר: הסברי קוד, עריכות ממוקדות, תיקונים שגרתיים ואיטרציות מהירות. מיקרוסופט טוענת ש-Flash מציע ביצועים דומים ל-GPT-6 Luna ו-Claude Haiku 5.5 - השכבות הקטנות והמהירות של מתחרותיה - ב-65% ו-20% מהעלויות בהתאמה, שנמדדו על פני שלושה אמות מידה המכוונות למשימות קידוד שגרתיות יומיומיות.

הפיצול של שני הדגמים משקף את האופן שבו ארגונים צורכים למעשה קידוד בינה מלאכותית: חלק קטן ממשימות מורכבות בנות מרובות שעות, וחלק גדול מאוד של תיקונים מהירים, ביקורות ופיגומים. תמחור הרובד האחרון בצורה אגרסיבית הוא המקום שבו מתגוררים הווליום - והחשבון הסמלי.

מלחמת מחירים בקידוד ארגוני

קשה לפספס את ההקשר האסטרטגי. רויטרס דיווחה כי מיקרוסופט חשפה את הדגמים כשהיא לוקחת על OpenAI ו-Anthropic, וקטלוג הדגמים של החברה עצמה משתרע כעת על תמלול, קול, דיבור בזמן אמת, יצירת תמונות, קידוד, קו סייבר המתואר כהגנה אגנטית בקנה מידה של בסיס קוד, ושכבת חשיבה לשיקולי מומחים. GeekWire אפיינה את המסר כמי שמיקרוסופט מציגה דגמים זולים יותר וניתנים להתאמה אישית משלה ולא תלויה בשותפים.

עבור תעשיית הבינה המלאכותית, אות התמחור חשוב יותר מכל אמת מידה בודדת. סיוע בקידוד הוא עומס העבודה בינה מלאכותית בנפח הגבוה ביותר בארגון, ואם איכות קרובה לגבול באמת זמינה ב-5 עד 40 אחוז ממחירי הגבול, הכלכלה של כל ספק כלי מפתחים - ושל המעבדות המוכרות דגמי פרימיום - נתונה ללחץ מיידי. למיקרוסופט, שמוכרת דגמים בקנה מידה גדול דרך GitHub Copilot ו-Azure, יש יותר מה להרוויח מכמעט כל אחד מאיפוס רצפת המחיר.

מה זה אומר עבור משתמשי GitHub Copilot

מיקרוסופט טוענת כי ארבעת אמות המידה העומדות בבסיס הטענות שלה מכוונות למשימות הקידוד היומיומיות של הארגון שהיא רואה ב-GitHub Copilot, שהיא הרמז הברור ביותר לאן ינחתו המודלים הללו תחילה. אם MAI Code 2 ו-Code 2 Flash מחוברים לשכבות של Copilot, ההשפעה המעשית עבור מיליוני מנויים היא בסיס עלות זול יותר לכל משימה שהושלמה - בין אם כמרווחים משופרים עבור מיקרוסופט או כמחירים נמוכים יותר ומגבלות שימוש גבוהות יותר עבור לקוחות, בהתאם למידת התחרותיות של שוק המסייעים.

יש גם זווית תשתית. מיקרוסופט הקדישה את השנתיים האחרונות לבניית משפחת דגמי MAI משלה, בין השאר כדי להפחית את התלות ב-OpenAI, שותפת הבינה המלאכותית החשובה ביותר שלה, ויותר ויותר, המתחרה הישיר ביותר שלה. כל אסימון ארגוני שמנתב למודל שנבנה על ידי מיקרוסופט במקום למודל של שותף הוא מרווח שמיקרוסופט שומרת על - ומינוף המשא ומתן שהיא זוכה לה בפעם הבאה שנדון מחדש בתנאי השותפות.

האם המספרים של MAI Code 2 מחזיקים מעמד מחוץ למדדים הנבחרים של מיקרוסופט היא השאלה הפתוחה. אבל ההכרזה מבהירה דבר אחד: השלב הבא של התחרות בבינה מלאכותית ארגונית יילחם על ביצועי מחיר לעבודה רגילה, לא רק על יכולת כותרת.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →