微軟自研模型上線：Bing、Excel全面轉單，稱GPU成本省89%

微軟AI週三發布兩款自研模型MAI-Image-2.5-Pro與MAI-Voice-2-Flash,分別瞄準高階圖像生成與大量語音服務。但真正的重點不是模型本身,是隨之公布的一批部署數據——這是微軟第一次拿出這麼具體的證據,證明自家模型已經在啃OpenAI的市占。Bing Image Creator已全面轉用MAI-Image-2.5,PowerPoint裡這顆模型比GPT-Image-2省下84%的GPU成本,Dynamics 365 Contact Center(T-Mobile、EasyJet都在用)換上MAI-Voice-2-Flash後,GPU成本降了89%。醫療場景更關鍵:17萬名醫療人員在用的Dragon Copilot,上季處理2800萬筆病歷,換用新轉錄模型後錯誤率降了一半。

最能說明策略野心的例子是MAI-Code-1-Flash。這顆模型先在GitHub Copilot裡打贏GPT-5.4 Mini和Claude Haiku 4.5,接著微軟又把它丟進Excel強化學習環境裡繼續練,練出來的結果是:在最常見的Excel任務上打平GPT-5.6,而且小到能跑在舊一代的H100甚至A100上。這件事的份量在於,當每家公司都在搶最新晶片配額時,一顆能在舊硬體上打出前沿等級表現的模型,直接改寫了部署的成本結構,也把最新的GB200留給訓練用,不用拿去撐應用服務。

執行長納德拉把這套打法寫成一篇長文,取名「前沿擴散與控制」(Frontier Diffusion & Control),講白了就是一句話:去年還是頂尖的能力,今年已經是基本配備,沒必要用前沿模型的價格,去換一個只是想調整Excel欄位的使用者。他也講明白了立場——OpenAI和Anthropic的前沿模型仍是編排系統的一部分,但評估體系「即使拿掉任何一個模型,都應該繼續往上爬」。這句話配上今年稍早Reuters報導微軟已把OpenAI的獨家授權改成非獨家安排,意思很清楚:微軟正把自己擺在中間當調度者,OpenAI和Anthropic的模型變成可替換的零件,自家模型則吃下越來越多日常流量。

網路上的質疑也不是沒道理——這些自報的接受率、儲存率、GPU省成本數字,全是微軟自己的內部評測,不是獨立基準,選哪些數字公布也是微軟自己說了算。但這套邏輯不靠單一數字撐場:當AI功能跑在十億用戶產品組合的每一次按鍵上,84%的GPU成本削減不是錦上添花,是生意做不做得下去的分水嶺。微軟這次連打法都要賣——透過Foundry和Frontier Tuning把「爬坡」方法論包裝成Azure產品,讓企業就算用別家的模型,也有理由把工作負載留在微軟雲上。七年前砸130億美元押注OpenAI建出AI的未來,現在微軟押的是更划算的一課:誰建出前沿或許還沒定案,但把前沿變得便宜又普及,利潤已經先落袋。