微軟一次發布 7 款自研 AI 模型
能追上 OpenAI 和 Anthropic 嗎？

背景：微軟為什麼要自研模型？

過去七年，微軟向 OpenAI 累計投入超過 130 億美元，Azure 上的 GPT 模型是其 AI 戰略的核心支柱。但這種深度依賴帶來三重隱患：

1. 01

   成本失控：每次 API 呼叫都要向 OpenAI 付費，規模越大、利潤越薄

2. 02

   技術主權缺失：無法控制模型迭代節奏、資料來源、權重所有權

3. 03

   合約限制：原合約明確限制微軟自訓大規模模型

轉折點發生在 2025 年底。雙方重新談判，新協議移除了模型規模限制，明確允許微軟獨立追求「超級智能」。微軟 AI 負責人 Mustafa Suleyman 形容：

「我們大概六個月前才正式從與 OpenAI 的合約中『獲得自由』，被允許用自己的 IP、自己的資料、自己的算力去追求超級智能。這是非常早期的開始。」

Build 2026 是微軟第一次公開向世界展示這顆「自研大腦」的成果。

7 款 MAI 模型總覽

MAI-Thinking-1 — 推理旗艦

一句話定位：微軟首款推理模型，主打企業級編碼與數學推理，性價比優先。

架構與規模

稀疏 MoE 的關鍵意義：推理時只啟用 35B 參數，遠小於 GPT-5.5、Claude Opus 等密集大模型，推理成本顯著更低，是其最大差異化優勢。

基準測試成績

基準資料的真實含義（重要）

微軟發布會強調「對標 Claude Opus 4.6」，但仔細看有三處值得注意：

1. 01

   技術報告實際表述是 「competitive with Sonnet 4.6 across a wide range of benchmarks」——Sonnet 是 Anthropic 的中端模型，不是旗艦 Opus

2. 02

   比較基準版本已過時：當前最新 Anthropic 旗艦是 Claude Opus 4.8（SWE-Bench Pro 69.2%），微軟選用的是兩個版本前的 Opus 4.6（53.4%）

3. 03

   GPT-5.5 的 SWE-Bench Pro 是 58.6%，同樣高於 MAI-Thinking-1

結論：MAI-Thinking-1 是一款有競爭力的中端推理模型，成本效率突出，但若論絕對效能，與當前 Anthropic / OpenAI 旗艦仍有差距。

MAI-Image-2.5 — 文生圖 & 圖生圖

一句話定位：微軟首款同時支援文生圖和圖生圖的圖像模型，Arena.ai 圖像編輯榜排名 #2。

• Text-to-Image：Arena.ai 排名 #3
• Image-to-Image：風格遷移、局部編輯
• Control with Preservation：編輯時保留原始語意結構
• 已整合 PowerPoint、OneDrive，並在 Azure Foundry Model Catalog 上線

定價（Foundry 無伺服器）

MAI-Transcribe-1.5 — 語音轉文字

一句話定位：全球 43 種語言語音轉錄，FLEURS 基準排名 #1，速度是競品的 5 倍以上。

橫向對比：在 FLEURS 43 語言基準上超過 Scribe V2、Whisper-large-V3、GPT-4o-Transcribe 和 Gemini 3.1 Flash。典型場景：Teams 會議記錄、客服中心轉錄、GitHub Copilot 語音輸入、無障礙工具。

MAI-Voice-2 — 多語言 TTS

一句話定位：支援語音克隆的多語言文字轉語音，新增 15+ 語言與情感風格控制。

• Zero-shot 語音克隆：數秒參考音訊即可合成指定說話人
• 情感風格：控制語氣、語速、情感色彩
• 語言覆蓋：15+ 新增語言
• 輸出：MP3，24 kHz 取樣率；定價 $22 / 1M 字元
• Flash 版：超低延遲變體，適合即時語音 Agent，「即將推出」
• 整合：Azure Foundry、VS Code、Dynamics 365、Microsoft Copilot

MAI-Code-1-Flash & MAI-Code-1 — 程式設計助手

一句話定位：專為 GitHub Copilot 和 VS Code 深度優化的推理效率編碼模型，已正式上線。

• 上下文視窗：256K tokens
• 已內建：GitHub Copilot（含 CLI）、VS Code、GitHub Actions
• MAI-Code-1-Flash 定價：$0.75 / 1M 輸入 tokens，$4.5 / 1M 輸出 tokens
• 基準：SWE-Bench 51%，超過 Claude Haiku 4.5，速度/成本優勢明顯

FrontierNews.ai 評價：在 7 款 MAI 模型中，MAI-Code-1-Flash 可能是對開發者日常影響最直接的一款——它不需要等待私有預覽，今天就在你的 VS Code 裡跑著。

硬體：Surface RTX Spark Dev Box

Satya Nadella 稱其為 「dream machine」——這不是普通迷你主機。

預裝開發環境（開箱即用）

WSL 2（含 GPU 直通 + CUDA）、VS Code + GitHub Copilot、PowerShell 7、Python、Node.js、Git、NVIDIA CUDA/cuDNN、AI Toolkit for VS Code、Windows ML、Microsoft Foundry CLI。

能跑什麼模型？

• 本地執行 120B+ 參數模型（Llama 4、Qwen 3 等）
• 1M token 上下文，互動速度流暢
• Fine-tune 原本需要雲端 GPU 的規模

發售資訊：美國（初期）、僅限 Microsoft.com、2026 年秋季、價格尚未公布（消費者也可購買）。核心邏輯是把雲端 AI 算力搬到桌面，直接挑戰「按 token 付費」模式。

核心問題：微軟能追上大部隊嗎？

Mustafa Suleyman 在 Build 2026 直言：

「目標是證明我們能成為全球頂尖的四大 AI 實驗室之一。目前不在其中，但這正是我來微軟的目的——我要在全球範圍內構建最好的前沿模型，完全多模態，從零開始。」

當前「三大」公認是：Google DeepMind、OpenAI、Anthropic。

已經做到的事（客觀優勢）

尚未追上的差距

比較維度彙總表

真正的變局：從「最強模型」到「最好用的系統」

1. 01

   當 MAI-Code-1-Flash 內建於 GitHub Copilot，7,500 萬開發者每天都在用微軟的模型

2. 02

   當 Surface RTX Spark Dev Box 上市，微軟把「本地 AI 主權」包裝成硬體產品

3. 03

   當企業資料可安全留在 Azure 內 Fine-tune MAI，微軟掌握「資料飛輪」

短期（1-2 年）：純模型智力測試上仍落後 OpenAI 和 Anthropic 旗艦。中期（3-5 年）：Suleyman 團隊的「Hill-Climbing Machine」訓練體系成熟後，迭代將加快。最重要的洞察：這場比賽不一定是誰得分最高，而是誰在開發者工作流、企業資料主權和硬體側控制了更多摩擦點。

開發者怎麼用？接入指南

當前可用狀態

快速呼叫範例（MAI-Code-1-Flash）

import openai

client = openai.AzureOpenAI(
    azure_endpoint="https://<your-resource>.openai.azure.com/",
    api_key="<your-api-key>",
    api_version="2026-05-01"
)

response = client.chat.completions.create(
    model="mai-code-1-flash",
    messages=[
        {"role": "system", "content": "You are an expert software engineer."},
        {"role": "user", "content": "Refactor this Python function to use async/await: ..."}
    ],
    max_tokens=2048
)
print(response.choices[0].message.content)

MAI-Thinking-1 私有預覽：存取 Microsoft Foundry，在 Model Catalog 搜尋「MAI-Thinking-1」並申請存取。MAI 模型亦可在 OpenRouter、Fireworks AI、Baseten 上呼叫（Build 2026 宣布）。

五步落地清單

1. 01

   確認 Azure 訂閱與 Foundry 工作區權限

2. 02

   在 Model Catalog 部署 MAI-Image / Transcribe / Voice / Code 模型

3. 03

   更新 VS Code / GitHub Copilot 以啟用 MAI-Code-1-Flash

4. 04

   申請 MAI-Thinking-1 私有預覽（如需推理旗艦）

5. 05

   在 macOS 圖形工作階段中驗收 Copilot 內聯建議與 Azure 入口網站設定

常見問題

結語

微軟 MAI 家族標誌著從「深度綁定 OpenAI」到「自研 + 分發」的戰略轉折：MAI-Thinking-1 在成本與資料合規上已有差異化，但旗艦 benchmark 仍落後一代；MAI-Code-1-Flash 卻已透過 Copilot 觸達數千萬開發者。Surface RTX Spark Dev Box 則把本地 120B+ 推理變成可購買的硬體敘事。

對開發者而言，驗收 MAI-Code-1-Flash 與 Azure Foundry 設定，往往需要在 macOS 圖形工作階段中操作 VS Code、Copilot 授權與入口網站設定——純 Windows/Linux 主力機難以完整複現。相較等待 Dev Box 秋季發售或自購 Mac 的折舊風險，租用遠端 Mac 可按需開通、在 VNC 下圖形化核對 Copilot 與 Foundry，再決定是否長期投入本地硬體。若你正評估 MAI 接入與 Agent 工作流，可透過 VNCMac 租用雲端 Mac：下方主按鈕進入繁中站購買頁。

參考來源：Microsoft AI: MAI-Thinking-1 · 技術報告 PDF · Build 2026 Keynote · Azure AI Foundry Blog · Surface RTX Spark Dev Box · The Verge · VentureBeat。資料截止 2026-07-14。