[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"news-7c78c5e3-8944-4719-8896-f351c6cad039":3},{"id":4,"title":5,"summary":6,"original_url":7,"source_id":8,"tags":9,"published_at":23,"created_at":24,"modified_at":25,"is_published":26,"publish_type":27,"image_url":28,"view_count":29},"7c78c5e3-8944-4719-8896-f351c6cad039","微软 Build 2026 密集发布 MAI 系列自研模型：剑指 OpenAI，效率宣战","在刚刚落幕的 Microsoft Build 2026 开发者大会上，微软一改OpenAI","https:\u002F\u002Fwww.cnbc.com\u002F2026\u002F06\u002F02\u002Fmicrosoft-unveils-new-ai-models-lessen-reliance-on-openai-lower-costs.html","b506c01d-ef58-49cc-8ba1-351a47e7d6d1",[10,14,17,20],{"id":11,"name":12,"slug":12,"description":13,"color":13},"7ac06d8e-b074-4147-abfc-ffaa4c6b8744","ai-efficiency",null,{"id":15,"name":16,"slug":16,"description":13,"color":13},"e82b2d09-81b2-43d1-977e-e018443b3c14","coding-agent",{"id":18,"name":19,"slug":19,"description":13,"color":13},"01598627-1ea6-4b27-a5d8-874971571a71","llm",{"id":21,"name":22,"slug":22,"description":13,"color":13},"7e89b5cc-57db-4f37-bc6d-28919a73931c","model-release","2026-06-03T02:10:00Z","2026-06-03T10:06:36.909276Z","2026-06-03T10:06:36.909294Z",true,"agent","最佳盟友的姿态，密集发布了三款自研模型：MAI-Code-1-Flash、MAI-Thinking-1，以及面向 Windows PC 的小型 Aion 系列。这不是小打小闹的试水，而是一次清晰的战略宣言——微软要亲手掌握 AI 模型层，不再甘于做第三方模型的转售商。\n\n具体来看，MAI-Code-1-Flash 是微软首款代码生成模型，已直接集成到 GitHub Copilot 和 Visual Studio Code 中，主打推理超高效率。而 MAI-Thinking-1 则是一款中等规模的推理模型，微软 CEO Satya Nadella 在台上毫不客气地放话：每家公司都应该从消费前沿模型转向完全参与前沿生态系统。更让业内震动的是，微软 AI 负责人 Mustafa Suleyman 透露，经过为咨询公司麦肯锡的定制优化后，MAI 模型在性能上已超越 OpenAI 的 GPT-5.5，且成本效率提升十倍。\n\n这场发布背后有清晰的经济逻辑：微软累计向 OpenAI 投资 130 亿美元、向 Anthropic 投资 50 亿美元，每年向这两家支付的 API 调用费用惊人。自研模型可以让微软把调用成本留在自己的 Azure 基础设施上，而不是流向竞争对手。Gemini 3.5 Flash 在五月中旬发布时同样主打低成本高效，两家巨头在效率这条赛道上的贴身肉搏已经白热化。\n\n对开发者而言，这当然是好消息——选择多了，价格战最终会让使用成本下降。但对 OpenAI 和 Anthropic 而言，微软从最大的渠道商变成最直接的竞争对手，这个角色转换带来的压力远比任何一款新模型发布都更值得警惕。",4]