
Aion 1.0 Instruct landade på Hugging Face utan förvarning – med en tidsfrist i januari 2027
- OrcaNYOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1M tokens · 182 tok/s
- tencentNYTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1M tokens · 356 tok/s
- GoogleNYGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1M tokens · 87 tok/s
- AnthropicNYAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1M tokens · 147 tok/s
- orcaNYOrca: OrcaC2 1.02026-11-0737 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M tokens · 92 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1M tokens · 135 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1M tokens · 81 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1M tokens · 117 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M tokens · 110 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M tokens · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligens
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1M tokens · 211 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligens
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M tokens · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligens
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1M tokens · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligens
Repositoriet microsoft/Aion-1.0-Instruct-2.3B skapades kl. 17:05:50 UTC den 18 november 2026. Nio minuter senare dök ett andra repositorium upp bredvid det, med en INT4 ONNX-bygge av samma vikter. I morse har basrepositoriet tre gillningar, noll nedladdningar och exakt en commit, vars meddelande lyder "Duplicate from asgmodels/Aion-Instruct-v1" – och det källrepositoriet returnerar nu 401 till alla som frågar. Det fanns inget lanseringsinlägg, ingen tråd, ingen mening i modellkortet som började med "we are excited". Aion 1.0 Instruct annonserades inte; det publicerades, vilket är en annan handling, och gapet mellan de två är anledningen till att den här artikeln finns.
Det följande skiljer på tre slags påståenden och suddar aldrig ut gränserna mellan dem. Repositoriefakta lästes direkt från filerna i morse – konfigurationen, viktindexet, chattmallen, modellkortet, systerrepositorierna. Leverantörspåståenden är Microsofts egna siffror i Microsofts eget testramverk, återgivna som påståenden. Och en tredje kategori är viktigare här än vanligt: Microsoft har redan publicerat en migreringskalender för Windows-utvecklare i sin egen dokumentation, och den kalendern har större betydelse än något i modellkortet. Där repositoriet är tyst säger den här texten det i stället för att dra slutsatser.
Två klockor, och bara en av dem är tyst
Hugging Face-publiceringen är den tysta klockan. Den högljudda är äldre och har varit igång i månader.
• 31 maj 2026 — microsoft/Aion-Instruct-Preview-Sample publiceras på GitHub, en WinUI 3-exempelapp för en lokal språkmodell på Copilot+-datorer. I README-filen står det klart och tydligt: "Det här paketet innehåller den slutliga Aion Instruct-modellen som planeras att släppas med Windows."
• 2 juni 2026 – Microsoft Edges utvecklarblogg tillkännager Aion-1.0-Instruct som en förhandsversionsmodell i Edge Canary och Dev, vilken ersätter 4B Phi-4-mini bakom API:erna Prompt och Writing Assistance och beskrivs som mindre och snabbare samt kapabel att köras med CPU-inferens där ingen GPU finns. Samma inlägg utlovar en "planerad lansering med öppen källkod på Hugging Face i juli".
• 2 november 2026 — GitHub-exemplet släpper version v1.1.0.2, vilket lägger till stöd för AMD VitisAI; repot har underhållits löpande sedan juni utan ett enda offentligt tillkännagivande.
• 16 november 2026 — Microsofts Windows AI-dokumentation för Phi Silica innehåller ett meddelande, tidsstämplat två dagar innan vikterna släpptes, som säger att "Phi Silica ersätts av Aion Instruct" och uppmanar utvecklare att börja planera övergången nu.
• 18 november 2026, 17:05 UTC — själva vikterna, MIT-licensierade, på Hugging Face. Inget åtföljande inlägg någonstans som en sökning kan hitta.

Så den ärliga beskrivningen är inte "Microsoft levererade en modell i hemlighet." Den är att Microsoft i nästan sex månader har berättat för Windows-utvecklare om den här övergången i dokumentation och exempelkod, lovade öppna vikter i juli, levererade dem fyra och en halv månad för sent och inte markerade leveransen med ett tillkännagivande. Om du bara läser rapporteringen om lanseringen skulle du inte veta att Aion 1.0 Instruct finns. Om du läser dokumentationen för Phi Silica API – vilket är där en Windows-utvecklare faktiskt lever – har du fått information om det sedan åtminstone mitten av november.
Vad filerna bevisar, utan att Microsoft behöver bekräfta något.
Inget av följande beror på ett tillkännagivande. Allt finns i repositoriet, och det mesta kan kontrolleras mot själva viktfilen.
• Parameterantal — kortet anger "~2.29B", och aritmetiken stämmer: model.safetensors är 4 577 698 488 byte bfloat16, vilket är 2 288 849 244 parametrar med två byte vardera. In- och utbäddningarna är delade, så antalet fördubblas inte vid huvudet.
• Form — 28 lager, dold storlek 2 048, MLP-mellanlager 8 192 med SiLU, 24 frågehuvuden mot 8 nyckel-/värdehuvuden med huvuddimension 128, RMSNorm med epsilon 1e-6, ordförråd på 200 029 token.
• Attention-mönster — konfigurationens layer_types-array listar 21 sliding_attention-lager och 7 full_attention-lager, interfolierade. Det glidande fönstret är 2 048 token.
• Kontext — 32 768 token, uppnått med YaRN i stället för genom inbyggd träningslängd. Mer om det nedan, eftersom det är det enskilt mest missförstådda talet i filen.
• Licens — MIT, copyright Microsoft Corporation, med en LICENSE-fil som finns i repot. Frontmatterns license_link pekar dock på asgmodels/Aion-Instruct-v1/blob/main/LICENSE, som är det privata repot som returnerar 401. Licensen du kan läsa är den som finns i trädet; den som kortet länkar till går inte att nå.
• Anpassad kod – detta är inte en standardarkitektur. För att köra den krävs trust_remote_code=True och den hämtar in configuration_aion_instruct.py och modeling_aion_instruct.py. Den exporterades med transformers 5.x, så äldre verktygskedjor kommer inte att ladda den utan särskild uppmärksamhet.
• Chattformat — <|system|>, <|user|>, <|assistant|>, varje tur avslutas med <|end|>, vilket också är EOS-token. Verktygsscheman läggs i systemprompten mellan <|tool|> och <|/tool|>; anrop kommer tillbaka som <|tool_call|>{"name": …, "arguments": …}<|/tool_call|>; resultat returneras inuti en användartur med prefixet <|tool_response|>. Mallen kastar ett fel om ett inledande systemmeddelande innehåller någon av de reserverade kontrolltoken, vilket är en förnuftig skyddsåtgärd och en ovanlig sådan att se i ett kort.
• Språk — engelska, tyska, spanska, portugisiska, italienska, franska, kinesiska och japanska. Kortet anger att flerspråkig data utgör cirka 6 % av träningsmixen.
• Kunskapsgräns — december 2025.
• Den kvantiserade byggversionen — microsoft/Aion-1.0-Instruct-2.3B-ONNX-WebGPU, skapad kl. 17:14:58 UTC samma kväll, nio minuter efter basrepot. INT4-blockvisa vikter exporterade från en kvantiseringsmedvetet tränad checkpoint, FP16-aktiveringar och KV-cache, opset 21, ungefär 1,3 GB, riktad mot WebGPU via ONNX Runtime GenAI.
Det mest användbara i den listan är de två sista posterna tillsammans. En okvantiserad bf16-release plus en QAT-framtagen INT4-build, publicerade med nio minuters mellanrum, säger att den levererade artefakten var klar innan transparensartefakten var det. Det är formen av en release som hölls tillbaka och sedan tyst släpptes, inte en som stressades fram.
32K-kontexten är en 2K-modell som sträckts ut sexton gånger
Läs rope_parameters-blocket noggrant, så ändrar kontextnumret karaktär. Lagren med full attention deklarerar rope_type: "yarn" med original_max_position_embeddings: 2048 och factor: 16.0. Tvåtusenfyrtioåtta multiplicerat med sexton är 32 768. Lagren med glidande attention deklarerar vanlig rope_type: "default" vid theta 32 000, med samma fönster på 2 048.
Den tolkning som följer av konfigurationen, och det är en tolkning snarare än ett uttalande från leverantören, är att den här modellen tränades med ett positionsintervall på 2 048 tokens och senare utökades till 32K genom RoPE-skalning som endast tillämpades på sju av dess tjugoåtta lager. Tre fjärdedelar av stacken kan enligt konstruktionen aldrig rikta uppmärksamheten längre tillbaka än 2 048 tokens; blandning över långa avstånd sker enbart i de sju lagren med full uppmärksamhet. Det är en legitim och allt vanligare design för modeller som körs på enheten, där storleken på KV-cachen är den begränsande faktorn för minnet – ett glidande fönster håller cachen konstant oavsett hur lång konversationen blir, vilket är precis vad man vill ha på en bärbar dator som också måste rendera en skrivbordsmiljö.
Det innebär också att siffran 32 768 inte bör tolkas som ”klarar ett 32K-dokument lika bra som en modell tränad på 32K”. Microsofts eget kort är försiktigt här och beskriver fönstret som tillräckligt för att bearbeta ”flersidiga dokument, långa e-posttrådar och komplexa tekniska specifikationer helt på enheten”. Det gör inga anspråk på hämtningskvalitet i den bortre änden. Om det är återkallelse över lång kontext du behöver är det det första du själv bör mäta, och det står inte i kortet.
Benchmarkarna är Microsofts egna, och två av dem är flaggade som lösa.
Alla siffror nedan är rapporterade av leverantören. Kortet anger att alla kördes genom EleutherAI:s lm-evaluation-harness där en uppgiftsimplementering fanns och annars genom respektive benchmarks officiella repository, med GPT-4o som domare för de LLM-bedömda uppgifterna. Det finns ingen oberoende reproduktion, ingen publicerad harness-konfiguration och inget eval-skript i repositoryt, så inget av det kan köras om utifrån det som levererades.
• Kunskap — MMLU 55,15, MMLU-Pro 33,35, flerspråkig MMMLU 45,51, GPQA 28,18.
• Matematik — GSM8K 74,91 vid lös matchning, GSMPlus 49,56, MATH-500 48,00.
• Instruktionsföljning — IFEval 83,90 som medelvärde av promptnivå strikt och instruktionsnivå strikt, IFBench 32,00 på promptnivå löst, Multi-IF 64,70.
• Översättning — chrF++ 43.18.

Två av dem förtjänar en andra titt innan någon citerar dem. GSM8K på 74,91 är uttryckligen lös matchning, vilket ger poäng för ett svar som innehåller rätt tal även när resonemanget eller formateringen runt det är fel; strikt GSM8K på en 2.3B-modell skulle hamna betydligt lägre. IFBench på 32,00 är lös på promptnivå, vilket är den mest förlåtande varianten av den mest förlåtande benchmarken för instruktionsföljning i uppsättningen. De strikt betonade siffrorna i samma tabell – MMLU-Pro på 33,35, GPQA på 28,18 – är hur en 2.3B-modells världskunskap faktiskt ser ut, och de är intetsägande, vilket är vad kortet självt säger i sitt avsnitt om begränsningar: små modeller ”kan missa fina detaljer, ge felaktiga påståenden eller visa oförmåga att följa komplex flerstegsresonemang.”
Frånvaron som spelar större roll än någon enskild poäng: modellkortet jämför aldrig Aion 1.0 Instruct med Phi Silica, modellen som det ersätter. Det står att träningsdatan "är en utökning av de data som användes för att träna Phi Silica" och sedan stannar det där. För en utvecklare som får veta att den ska migrera i januari finns den enda skillnad som skulle kunna ligga till grund för beslutet – presterar ersättaren bättre eller sämre än det jag har – inte med i dokumentet.
Säkerhetsnumren är en bild, inte en tabell
Kortet anger tre mätvärden som det vill förbättra: XPIA, DIC och ECI. Det avstår sedan från att ge dig en siffra för något av dem. Siffrorna finns endast i images/aion_safety_bchart.png, ett stapeldiagram med rubriken "Azure AI Safety Suite", med axelkategorier för säkerhet för adversariellt innehåll, kritisk valinformation, indirekt promptinjektion och dokumentinjektion, poängsatt på en riktningsnormaliserad skala från 0 till 100 där värdet är ett minus felfrekvensen, gånger hundra. Det finns ingen numerisk kolumn någonstans i texten.
Det är en verklig lucka och värd att sägas rakt ut i stället för att arbeta runt: de tre mätvärden som Microsoft själva flaggar som i behov av förbättring är de tre som man inte kan läsa utan att OCR:a en PNG. Validerarna publicerade faktiskt en metodfotnot – promptarna var teckenidentiska, verifierade med SHA-256 – vilket är mer noggrannhet än de flesta kort visar. De publicerade bara inte värdena. Och de parallella transparensnoteringarna för Windows-valideringspaketet går längre och anger att injektionsattacker mellan promptar och emotionell inferens är otestade för efterlevnad av Responsible AI och att paketet ”kan ha sårbarheter”. För en modell vars huvudfunktion är att köras obevakat över dina lokala dokument är promptinjektion inte en fotnot.
Vad Microsoft redan har meddelat utvecklare, och vad som går sönder
Det här är den del som en läsare kan agera på i dag, och den är inte alls beroende av Hugging Face-släppet. Den finns på Phi Silica-sidan på Microsoft Learn, där tidsstämpeln för uppdatering anger 16 november 2026.

• Phi Silica ersätts av Aion Instruct. Meddelandet säger det direkt och uppmanar utvecklare att börja planera övergången nu.
• December 2026 — Aion 1.0 Instruct börjar rullas ut till Windows Insider Preview-enheter. Phi Silica finns fortfarande kvar; en Windows Controlled Feature Rollout avgör vilken modell som är aktiv, och utvecklare kan tvinga fram en jämförelse sida vid sida via en registernyckel.
• Januari 2027 – modellen rullas ut till butiksenheter och Phi Silica tas bort.
• Åtkomstspärren försvinner. Phi Silicas API:er är en Limited Access Feature som kräver en upplåsningstoken; dokumentationen anger att "till skillnad från Phi Silica behövs inga LAF-token längre med Aion Instruct." För alla som någon gång har fyllt i LAF-ansökningsformuläret och väntat är det den mest avgörande meningen i hela migreringen.
• Dina LoRAs följer inte med dig. Exempelrepot är tydligt: LoRAs som är kompatibla med Phi Silica är inte kompatibla med Aion Instruct, och nya adaptrar måste byggas med Foundry Toolkit.
• Utdata vattenmärks. Den nya stacken använder osynlig vattenmärkning för att stödja efterlevnad av EU AI Act, och anteckningarna varnar för att märket kan bli synligt när utdata klistras in i vissa program.
• Maskinvarustödet utgörs av tre exekveringsleverantörer och ingen reservlösning. Valideringspaketet riktar sig mot ARM64 Snapdragon via kataloghanterad QNN vid minst EP 2.2480.49, x64 Intel Lunar Lake via OpenVINO vid 1.8.95 och x64 AMD Ryzen AI via VitisAI vid 1.8.80. Det finns "ingen CPU-reservlösning när en NPU-leverantör som stöds inte är tillgänglig." Notera gapet mot Edge-inlägget från juni, som marknadsförde CPU-inferens som sättet Aion nådde enheter utan GPU — det var webbläsarbygget, och Windows API-vägen är snävare.
• Valideringspaketet är inte leveransklart. ”Det är inte avsett för slutanvändare eller kunder. Leverera inte någon del av detta paket till slutkonsumenter.” Modellen är slutgiltig; leveransen runt den är det inte, och prestanda som mätts i dag är uttryckligen inte representativ för januariversionen.
Vad är fortfarande obekräftat, och hur man håller det
• Inget tillkännagivande. Inget på Microsofts bloggar, ingen avsiktsförklaring i modellkortet utöver "en introduktion till vad som kommer", ingen teknisk rapport. Det enda offentliga spåret utanför repot är ett Hacker News-inlägg från 18 november med en poäng.
• Ingen oberoende utvärdering. Per den 19 november förekommer inte modellen på Artificial Analysis, och ingen tredje part har publicerat en körning. Varje siffra i tabellen ovan är Microsoft som betygsätter Microsoft.
Ingen GGUF. Kortet listar "Biblioteksnamn: PyTorch, ONNX, GGUF", men det finns inget GGUF-förråd under Microsoft-organisationen. Den enda publicerade kvantiserade artefakten är ONNX WebGPU-bygget. Betrakta GGUF-raden som en avsiktsförklaring tills en fil finns.
• Inga träningsdetaljer. Tokenantal, beräkningskapacitet, datablandning utöver "offentliga dokument plus syntetisk data" och den 6-procentiga flerspråkiga andelen – inget av det anges.
• Ingen prissättning, eftersom det inte finns något att prissätta. Detta är en OS-komponent och en nedladdning av modellvikter, inte en värdbaserad slutpunkt. Den finns inte heller i OrcaRouter-katalogen, tillsammans med alla andra Microsoft-modeller som körs på enheten.
Om du släpper en Windows-app ligger beslutet redan i din kalender.
Den praktiska tolkningen är att Aion 1.0 Instruct nu är något du kan prototypa mot månader innan du tvingas till det, vilket är hela poängen med en transparensrelease. Hämta vikterna, kör din egen promptuppsättning, mät de två saker som kortet inte kommer att berätta för dig – långkontextsåterkallelse bortom 2 048 token, och beteende under promptinjektion över lokala dokument – och avgör om dina sammanfattnings- och omskrivningsvägar överlever bytet. December Insider-fönstret med dess registernyckel för sida-vid-sida-jämförelse är den billigaste testrigg du kommer att få, och det stänger i januari.
Den arkitektoniska fråga som följer är var den enhetsbaserade modellen slutar. En 2,3B-modell med 32K-fönster som körs på en NPU är utmärkt på att sammanfatta, skriva om, klassificera och extrahera, och den kommer inte att utföra flerstegets resonemang över en kodbas. De flesta appar som anammar den kommer att sluta som hybridlösningar: lokal modell för de billiga, privata och latenskänsliga passningarna, och en molnmodell bakom ett API för eskaleringsvägen. Det eskaleringslagret är den del som är värd att designa medvetet i stället för att klista på i efterhand. OrcaRouter finns till för exakt den halvan av problemet — ett API över fler än 200 molnmodeller utan påslag på leverantörernas listpriser, automatisk failover när en leverantör försämras, och ett routing-DSL för att komponera flera modeller till ett anrop — och det betjänar inte Aion 1.0 Instruct, eftersom inget med den här modellen körs i ett datacenter. Den ärliga uppdelningen är lokal modell, lokalt beslut, molneskalering, och de två halvorna behöver olika verktyg.
Det finns också ett billigt sätt att skydda sig mot de obeprövade delarna. Inget av ovanstående är oberoende benchmarkat, och januaribygget kan skilja sig från den här kontrollpunkten. Failover är det som gör det säkert att sätta en obetygsatt modell på en väg som spelar roll: håll fallbacken konfigurerad innan du behöver den, och en dålig generering blir ett nytt försök i stället för en incident. Det rådet gäller oavsett vilken hälft av hybriden du är osäker på.
Vad du ska titta på
Fyra signaler skulle förändra den här bilden, och tre av dem är billiga att övervaka. Ett faktiskt tillkännagivandeinlägg med träningsdetaljer skulle uppgradera kortet från transparensartefakt till lansering. Ett GGUF-förråd skulle göra modellen användbar utanför Windows och utanför ONNX Runtime. En första oberoende benchmarkkörning – Artificial Analysis, LMArena eller valfri reproducerbar harness-utdata – skulle ersätta de löst matchande förbehållen med något citerbart. Och Edge Canary- och Dev-kanalerna är det live-testet: om Prompt- och Writing Assistance-API:erna byter från Phi-4-mini-vägen till Aion 1.0 Instruct i webbläsaren kommer du att se bytet i beteendet långt före Windows-utrullningen i januari.
Fram till dess är den korrekta beskrivningen av Aion 1.0 Instruct den som bevisen stöder och inte mer: en färdig 2,29B enhetsmodell, MIT-licensierad, tekniskt komplett och odokumenterad, publicerad kl. 17:05 UTC en tisdagskväll med en kvantiserad syskonmodell nio minuter efter och en ersättningsdeadline som den inte hade satt för sig själv.
