
เจ็ดโมเดล MAI ใน Ignite Keynote เดียว: MAI Code 2 เหมาะอยู่ตรงไหนจริง ๆ
- Orcaใหม่OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 ต่อ 1 ล้านโทเค็น
- tencentใหม่Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 ต่อ 1 ล้านโทเค็น
- Googleใหม่Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 ต่อ 1 ล้านโทเค็น · 89 tok/s
- Anthropicใหม่Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 ต่อ 1 ล้านโทเค็น · 97 tok/s
- orcaใหม่Orca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 ต่อ 1 ล้านโทเค็น · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 ต่อ 1 ล้านโทเค็น · 87 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 ต่อ 1 ล้านโทเค็น
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 121 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447ความฉลาด
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 195 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929ความฉลาด
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 ต่อ 1 ล้านโทเค็น · 118 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733ความฉลาด
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740ความฉลาด
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 ต่อ 1 ล้านโทเค็น · 187 tok/s
ไมโครซอฟต์ใช้การกล่าวสุนทรพจน์หลักในงาน Ignite 2026 เมื่อวันที่ 17 พฤศจิกายน เพื่อเปิดตัวโมเดลใหม่ถึงเจ็ดรุ่นบนเวทีในคราวเดียว และรุ่นที่นักพัฒนาจะถกเถียงกันก็คือ MAI Code 2 โดยขายไม่ได้ด้วยคะแนน แต่ขายด้วยอัตราส่วน: ประกาศของไมโครซอฟต์เองระบุว่ามันทำได้ถึง 96% ของClaude Opus 5.5 ในด้านประสิทธิภาพจากเกณฑ์วัดการเขียนโค้ดสี่รายการ ด้วยต้นทุนเพียง 5% และ 98% ของGPT-6.1 Sol ด้วยต้นทุน 40% นั่นคือตัวเลขจากผู้ขายซึ่งมาจากชุดการประเมินภายในของไมโครซอฟต์ ยังไม่มีใครนอกไมโครซอฟต์ทำซ้ำได้ และ ณ เวลาที่เขียน โมเดลนี้ยังไม่มีแถวบนกระดานผู้นำที่เป็นอิสระ สิ่งที่ทำให้การเปิดตัวนี้น่าอ่านอยู่ดีก็คือ อัตราส่วนราคานั้นเป็นของจริงและตรวจสอบได้ การ์ดโมเดลมีความเฉพาะเจาะจงอย่างผิดปกติ และขอบเขตการเผยแพร่แคบกว่าที่น้ำเสียงของประกาศชวนให้คิด
นี่คือโครงร่างของการเปิดตัว: อะไรที่ส่งมอบแล้ว ข้อกล่าวอ้างต่างๆ เฉลี่ยมาจากอะไร การ์ดโมเดลระบุอะไรที่โพสต์บล็อกไม่ได้ระบุ ราคาเท่าไรและราคานั้นจะเปลี่ยนเมื่อใด และทำไมโมเดลเขียนโค้ดถึงเป็นตัวที่สำคัญต่องบประมาณ มากกว่าโมเดลที่หวือหวาที่สุดในชุด
อะไรคือสิ่งที่ถูกประกาศออกมาจริงๆ
เจ็ดโมเดล ชิปหนึ่งตัว และโครงการออกใบอนุญาตหนึ่งโครงการ โมเดลเหล่านี้ได้แก่ MAI Cyber 2 Flash สำหรับงานความมั่นคงเชิงป้องกัน, MAI Code 2 และ MAI Code 2 Flash สำหรับการเขียนโค้ด, MAI Image 2.7 สำหรับการสร้างและแก้ไขภาพ, MAI Realtime 1 สำหรับการแปลงเสียงเป็นเสียงแบบเรียลไทม์, Dragon Copilot Transcribe ที่สร้างบน MAI Transcribe 2 และ Decision 1.1 ซึ่งเป็นโมเดลเราเตอร์ที่ Microsoft กล่าวว่าเร็วกว่า 50 เท่าและถูกกว่า 79 เท่าเมื่อเทียบกับ GPT-Sol 6.1 ควบคู่กันนั้น Microsoft ได้นำ Maia 200 ซึ่งเป็นตัวเร่งรุ่นที่สองของบริษัทเข้าสู่การผลิต และเปิดตัว MAI Licensed Weights ซึ่งช่วยให้องค์กรสามารถรันโมเดล MAI ที่ปรับแต่งแล้วภายในสภาพแวดล้อม Azure ของตนเองได้

คู่โมเดลสำหรับการเขียนโค้ดคือจุดที่สร้างมูลค่า MAI Code 2 เป็นโมเดลที่ใหญ่กว่า โดยวางตำแหน่งไว้สำหรับการดีบักเชิงลึก การนำไปใช้งานหลายไฟล์ การให้เหตุผลทั้งรีโพซิทอรี และงานฟรอนต์เอนด์ ส่วน MAI Code 2 Flash เป็นโมเดลขนาดเล็ก: อธิบายโค้ด แก้ไขแบบเจาะจง แก้ไขปัญหาตามปกติ และวนซ้ำอย่างรวดเร็ว การวางกรอบของ Microsoft ระบุชัดว่าโมเดลเหล่านี้เป็นโมเดลสำหรับองค์กรในงานประจำวัน มากกว่าโมเดลที่ไล่ตามความล้ำหน้าสุดขีด และประกาศดังกล่าวก็พูดเช่นนี้ถึงสองครั้ง
ข้อกล่าวอ้างที่ Microsoft ยกขึ้นมาเป็นประเด็นหลัก และข้อกล่าวอ้างนั้นเป็นค่าเฉลี่ยของอะไร
ตัวเลข 96% และ 98% เป็นค่าเฉลี่ยของสี่เบนช์มาร์ก ได้แก่ DeepSWE 1.1, Terminal Bench 2.1, SWE Atlas และ FrontierCode v1.1 โดยสามรายการนั้นรันบน MSBench ซึ่งเป็นแพลตฟอร์มการประเมินภายในของ Microsoft โดยใช้ GitHub Copilot CLI เวอร์ชัน 1.0.102 โดยปิดใช้งานซับเอเจนต์ และตั้งทุกโมเดลไว้ที่ความพยายามในการให้เหตุผลสูงสุด องค์ประกอบ FrontierCode แตกต่างในเชิงประเภท: คะแนนและค่าใช้จ่ายเหล่านั้นมาจาก Artificial Analysis ไม่ใช่จากฮาร์เนสของ Microsoft ดังนั้นพาดหัวข่าวจึงเป็นการผสมผสานระหว่างการทดสอบที่รันเองสามรายการกับหนึ่งการทดสอบจากบุคคลที่สาม แล้วแสดงเป็นเปอร์เซ็นต์ของค่าเฉลี่ยของคู่แข่งสองราย

มีคำกล่าวอ้างที่สองอยู่เคียงข้างกัน และเป็นข้อที่บอกได้มากที่สุดว่า Microsoft คิดว่าตนได้สร้างสิ่งใดขึ้นมา ในการประเมินแบบ blind side-by-side ของงาน front-end ซึ่งครอบคลุมอินเทอร์เฟซ เกม การแสดงภาพข้อมูล ฉาก 3D และกราฟิก SVG ผู้ตรวจประเมินเลือกผลลัพธ์ของ MAI Code 2 มากกว่าของ GPT-6 Sol คิดเป็น 64% ของจำนวนครั้ง จากผู้ลงคำกำกับ 258 คน นั่นเป็นการศึกษาความชอบ ไม่ใช่อัตราการผ่าน และความชอบนั้นได้มาง่ายด้วยโค้ด UI ที่ดูมั่นใจ และยังเป็นคำกล่าวอ้างเดียวในประกาศที่พูดถึงรสนิยมแทนที่จะเป็นความถูกต้อง และรสนิยมคือจุดที่โมเดลราคาถูกสามารถเอาชนะโมเดลราคาแพงได้อย่างสมเหตุสมผลในทีมผลิตภัณฑ์จริง
สิ่งที่การ์ดโมเดลบอกไว้ แต่โพสต์บล็อกไม่ได้บอก
การ์ดโมเดลความยาว 24 หน้าเป็นเอกสารที่มีประโยชน์กว่า เพราะมีตัวเลขที่ผู้ซื้อต้องการซึ่งประกาศไม่ได้ระบุไว้
• สถาปัตยกรรม — ทรานส์ฟอร์เมอร์แบบ decoder-only ที่มีเลเยอร์ sparse mixture-of-experts และตัวเข้ารหัสภาพแบบบูรณาการ ในโมเดลทั้งสอง
• พารามิเตอร์ — MAI Code 2 มีจำนวนรวมประมาณ 2.8 ล้านล้านพารามิเตอร์ โดยมีพารามิเตอร์ที่ใช้งานอยู่ 77 พันล้าน และมีพารามิเตอร์แบบฝัง 3 พันล้าน; MAI Code 2 Flash มีจำนวนรวมประมาณ 398 พันล้าน และมีพารามิเตอร์ที่ใช้งานอยู่ 12 พันล้าน
• การฝึก — ประมาณ 50 ล้านล้านโทเค็นของการพรีเทรน บวกกับประมาณ 150 พันล้านโทเค็นของการขยายบริบทแบบยาวสำหรับโมเดลขนาดใหญ่ ทั้งหมดนี้อยู่ในช่วงระหว่างเดือนสิงหาคมถึงพฤศจิกายน 2026 โดยมีจุดตัดองค์ความรู้ ณ เดือนสิงหาคม 2026
• บริบทและขีดจำกัด — บริบท 1,050,000 โทเค็น อินพุตสูงสุด 922,000 โทเค็น และเอาต์พุตสูงสุด 128,000 โทเค็น รับข้อความและภาพเป็นอินพุต ส่งออกเป็นข้อความ
• การควบคุมการให้เหตุผล — ระดับความพยายาม 5 ระดับ ตั้งแต่ต่ำถึงสูงสุด โดยแลกความหน่วงและค่าใช้จ่ายกับคุณภาพ
• ขีดจำกัดที่ระบุไว้ — ปรับให้เหมาะสำหรับการผลิตโค้ดภาษาอังกฤษเท่านั้น ณ เวลาที่เปิดตัว ไม่ได้ปรับแต่งสำหรับการวิจัยวิทยาศาสตร์พื้นฐานหรืองานแบบเอเจนต์ที่มีขอบเขตเวลายาวนานมาก และไม่ได้มีไว้สำหรับระบบอัตโนมัติเต็มรูปแบบที่ดำเนินการซึ่งมีผลกระทบสำคัญโดยไม่มีการกำกับดูแลจากมนุษย์
บรรทัดสุดท้ายนั้นคือบรรทัดที่ตรงไปตรงมา และเป็นประโยคที่ทีมจัดซื้อควรอ่านสองครั้ง Microsoft ไม่ได้อ้างว่าเป็นโมเดล frontier แบบทั่วไปในราคาลด แต่กำลังอ้างว่าเป็นโมเดลเขียนโค้ดที่เก่งงานที่ลูกค้า GitHub Copilot ทำจริง และบอกอย่างตรงไปตรงมาว่าโมเดลหยุดอยู่ตรงไหน
ที่ที่คุณเรียกมันได้ ซึ่งแคบกว่าที่ฟังดู
MAI Code 2 และ MAI Code 2 Flash มีให้ใช้งานทั้งคู่ใน GitHub Copilot โดยครอบคลุม Copilot Pro, Pro+, Max, Business และ Enterprise สำหรับโมเดลขนาดที่ใหญ่กว่า และตั้งแต่ระดับ Free ขึ้นไปสำหรับ Flash นอกจากนี้ MAI Code 2 Flash ยังอยู่ในช่วงพรีวิวแบบจำกัดการเข้าถึงใน Microsoft Foundry ซึ่งสามารถเรียกใช้งานได้ผ่าน Responses API ที่รองรับ OpenAI ส่วน MAI Code 2 เองยังไม่มีการติดตั้งใช้งานบน Foundry ในช่วงเปิดตัว
ความไม่สมมาตรนั้นคือรายละเอียดในทางปฏิบัติที่ซ่อนอยู่ใต้สไลด์ benchmark หากคุณต้องการใช้ MAI Code 2 ภายใน Copilot คุณมีให้ใช้แล้วตั้งแต่วันนี้ หากคุณต้องการเรียก MAI Code 2 จากแอปพลิเคชันของคุณเอง เฟรมเวิร์กเอเจนต์ของคุณ หรือไปป์ไลน์ CI ของคุณ ก็ยังไม่มี endpoint ที่เผยแพร่ให้เรียกใช้ โมเดลเดียวในคู่นี้ที่มีเรื่องราวด้าน API คือโมเดลที่เล็กกว่า และมันยังอยู่ในสถานะพรีวิว Microsoft กล่าวว่าการพร้อมใช้งานสำหรับบุคคลที่สามกำลังจะมา แต่ยังไม่มีอะไรเผยแพร่และไม่ได้ระบุวันที่ ส่วนน้ำหนักโมเดลนั้นไม่มีการแจกจ่ายเลย และสัญญาอนุญาตเป็นชุดข้อกำหนดผลิตภัณฑ์而非สัญญาอนุญาตโอเพนซอร์ส
ราคาเท่าไร และวันที่ราคาจะเพิ่มขึ้นเป็นสองเท่า
Copilot คิดค่าบริการโมเดลเหล่านี้ตามจำนวนโทเค็นภายใต้การเรียกเก็บเงินตามการใช้งาน และทั้งสองโมเดลอยู่ในราคาโปรโมชันที่มีการประกาศวันสิ้นสุดไว้อย่างชัดเจน
MAI Code 2 — $0.50 ต่อหนึ่งล้านโทเค็นอินพุต, $0.025 ต่อหนึ่งล้านโทเค็นอินพุตที่แคชไว้, $2.50 ต่อหนึ่งล้านโทเค็นเอาต์พุต จนถึงวันที่ 17 พฤษภาคม 2027; ตั้งแต่วันนั้นเป็นต้นไป $1.00, $0.05 และ $5.00
MAI Code 2 Flash — $0.05, $0.005 และ $0.25 จนถึงวันที่ 17 พฤษภาคม 2027; ตั้งแต่วันนั้นเป็นต้นไป $0.10, $0.01 และ $0.50
• Claude Opus 5.5 เพื่อให้เห็นภาพ — อินพุต $4.00 อินพุตแบบแคช $0.20 และเอาต์พุต $20.00 ต่อล้านโทเค็น
• GPT-6.1 Sol สำหรับการขยายขนาด — อินพุต $2.00 อินพุตแคช $0.10 และเอาต์พุต $10.00 ต่อล้านโทเค็น
อ่านบรรทัดแรกกับบรรทัดที่สามควบคู่กัน แล้วเลขคณิตจะน่าสนใจขึ้น ที่อัตราโปรโมชัน MAI Code 2 มีค่าใช้จ่าย 12.5% ของราคาต่อโทเคนของ Claude Opus 5.5 และ 25% ของ GPT-6.1 Sol ตัวเลขพาดหัวของ Microsoft คือ 5% และ 40% ของต้นทุน ไม่ใช่ของราคา อัตราส่วนพาดหัวเหล่านั้นคือต้นทุนต่อภารกิจจากทั้งสี่เบนช์มาร์ก ซึ่งเป็นการรวมอัตราต่อโทเคนเข้ากับจำนวนโทเคนที่แต่ละโมเดลเผาไปเพื่อทำภารกิจให้เสร็จ ไม่ว่าจะมากเพียงใด — และการ์ดโมเดลระบุว่าทุกโมเดลรันที่ความพยายามในการให้เหตุผลสูงสุด ซึ่งเป็นจุดที่จำนวนโทเคนเปลี่ยนแปลงมากที่สุด
ช่องว่างระหว่างตัวเลขสองชนิดคือสิ่งที่ต้องนำเข้าสู่บทสนทนาเรื่องงบประมาณ อัตราส่วนต้นทุน 5% ที่วางซ้อนอยู่บนอัตราส่วนราคา 12.5% บ่งชี้ว่า MAI Code 2 ทำงานเหล่านั้นเสร็จโดยใช้โทเคนราว 40% ของจำนวนที่ Claude Opus 5.5 ใช้ นี่คือการคำนวณของผมจากอัตราส่วนที่ Microsoft เผยแพร่ ไม่ใช่คำแถลงของ Microsoft และมันชี้ไปในทิศทางตรงข้ามกับเรื่องเล่าส่วนลดตามปกติ: การประหยัดไม่ได้เกี่ยวกับโทเคนราคาถูกเท่ากับโมเดลที่หยุดเร็วกว่า อัตราอินพุตและเอาต์พุตแบบผสมทำให้อย่างดีที่สุดมันก็เป็นได้แค่ตัวเลขคร่าว ๆ แต่ทิศทางนั้นควรค่าแก่การรู้ เพราะโทเคนราคาถูกกับงานราคาถูกไม่ใช่รายการงบประมาณบรรทัดเดียวกัน และมีเพียงการวัดระดับงานเท่านั้นที่บอกคุณได้ว่ากำลังซื้อสิ่งใด
ทำไมนี่จึงเป็นการเปิดตัวด้านราคา ไม่ใช่การเปิดตัวด้านความสามารถ
ไม่มีสิ่งใดในสื่อเปิดตัวที่อ้างว่าเป็นความล้ำสมัยที่สุดระดับใหม่ ถ้อยคำของ Microsoft เองระบุว่าโมเดลเหล่านี้ "ยังไม่ได้ปรับแต่งอย่างชัดเจนสำหรับปัญหาที่ยากขึ้น" และการ์ดโมเดลยังเสริมว่าการประเมินความสอดคล้อง (alignment) นั้นใกล้เคียงกับ GPT-5.6 Sol และสอดคล้องน้อยกว่า GPT-6 กลยุทธ์ที่ปรากฏคือสิ่งที่ผู้บรรยายหลักในงาน Ignite กล่าวไว้อย่างตรงไปตรงมา: เมื่อโมเดลถูกสร้างขึ้นเพื่อผลักดันพรมแดนของวิทยาศาสตร์ คุณต้องจ่ายสำหรับความสามารถนั้นในทุกการแก้บั๊กตามปกติ ดังนั้นจงสร้างโมเดลที่เก่งงานประจำและตั้งราคาให้สอดคล้องกัน
การที่สิ่งนั้นจะได้ผลหรือไม่นั้น ขึ้นอยู่กับคำถามที่ Microsoft ไม่สามารถตอบได้ด้วยตัวเอง ชุดการเปรียบเทียบคือฮาร์เนสของ Microsoft เองเทียบกับคอนฟิกูเรชันที่เผยแพร่ของคู่แข่งสองราย และองค์ประกอบอิสระเพียงหนึ่งเดียวคือ FrontierCode ซึ่งเป็นเบนช์มาร์กเดียวจากทั้งหมดสี่รายการ อัตราการผ่านแบบ first-party บนฮาร์เนสแบบ first-party เป็นสัญญาณเชิงวิศวกรรมที่สมเหตุสมผล แต่เป็นสัญญาณเชิงการจัดซื้อที่อ่อน ตัวเลขที่ควรรอคือแถวอิสระบนลีดเดอร์บอร์ดที่เป็นกลาง ซึ่งดำเนินการโดยผู้ที่ไม่มีส่วนได้ส่วนเสียในคำตอบ และบนฮาร์เนสที่ไม่มีใครที่ Microsoft ตั้งค่าไว้
วิธีเปรียบเทียบราคาด้วยตัวเอง

ปัจจุบันยังไม่มี MAI Code 2 หรือ MAI Code 2 Flash อยู่ในแค็ตตาล็อกของ OrcaRouter เส้นทางที่เปิดให้ใช้งานคือ GitHub Copilot ซึ่งหมายความว่าการเปรียบเทียบที่ Microsoft กำลังเชิญชวนให้คุณทำนั้นยังไม่สามารถดำเนินการได้ด้วยคีย์เดียว ส่วนโมเดลที่นำมาใช้เป็นตัวเปรียบเทียบนั้นทำได้ Claude Opus 5.5, GPT-6.1 Sol และ Gemini 4 Carbon มีอยู่ใน OrcaRouter ทั้งหมดในราคาตามที่ผู้ให้บริการประกาศ โดยบวกเพิ่ม 0% ดังนั้นฝั่งที่มีต้นทุนสูงของบัญชีนี้จึงวัดผลได้ตั้งแต่วันนี้ ด้วยอัตราต่อโทเคนที่ปรับเปลี่ยนในวันเดียวกับที่ผู้ขายเปลี่ยนแปลง หากภายหลังฝั่งที่ถูกกว่าสามารถเรียกใช้งานได้นอก Copilot การเปรียบเทียบก็จะกลายเป็นการตัดสินใจด้านการจัดเส้นทางมากกว่าการฝึกทำสเปรดชีต และการสลับไปใช้ระบบสำรองอัตโนมัติคือสิ่งที่ทำให้โมเดลด้านราคา-ประสิทธิภาพปลอดภัยพอที่จะนำไปใช้ในเส้นทางการทำงานจริงก่อนที่มันจะมีประวัติการใช้งานที่เป็นอิสระ
สิ่งที่ต้องจับตา ตามลำดับ: แถวผล benchmark อิสระสำหรับ MAI Code 2; การนำไปใช้งานบน Foundry สำหรับโมเดลขนาดใหญ่ แทนที่จะเป็นเพียง Flash preview; และ 17 พฤษภาคม 2027 เมื่อราคาของทั้งสองโมเดลเพิ่มขึ้นเป็นสองเท่า รายการสุดท้ายอยู่ในปฏิทิน ซึ่งทำให้เป็นเพียงส่วนเดียวของการเปิดตัวครั้งนี้ที่คุณวางแผนล่วงหน้าได้
การเปรียบเทียบในบทความนี้2
ตรวจพบจากบทความนี้ · เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน
