微软七款MAI模型直接比价OpenAI和Anthropic,但三项关键测试跑在自家平台上

资讯 AI 行业观察 全文 2544 字 · 约 7 分钟读完 配图 4 张 分类ClaudeOpusGPTGPT-6.1AnthropicOpenAI

微软在Ignite 2026大会上一次性推出七款MAI系列模型,宣称MAI Code 2以GPT-6.1 Sol 40%的价格达到98%的编码性能,以Claude Opus 5.5 5%的价格达到96%性能。这是微软首次将自有模型与OpenAI、Anthropic旗舰型号正面比价。但调查发现,四项基准测试中有三项在微软

所属频道 大厂动态ChatGPT 与 GPTClaude 与 Anthropic

2026年11月17日,旧金山Ignite大会,微软一口气端出七款MAI系列模型,代码、安全、图像、语音、转录、任务路由都各有对应。整场发布最抢眼的一步,是微软头一回拿自家模型跟OpenAI、Anthropic的旗舰产品正面摆在一起比价——数字、基准、价格,全都给了具体的。

按微软官方发布的数据,MAI Code 2在四项编码基准上的平均通过率是63.2%,每个任务花0.309美元。同场对照,GPT-6.1 Sol通过率64.1%,每任务0.761美元;Claude Opus 5.5通过率65.3%,每任务6.306美元。微软由此喊出两句话:“98%性能、40%价格”,以及“96%性能、5%价格”。

数字背后的两层隐患

这组数字的吸引力摆在那里。不过据unite.ai报道,把这份基准测试翻开来细看,会发现两个结构上的问题。

头一个:四项测试里有三项——DeepSWE 1.1、Terminal-Bench 2.1和SWE Atlas——跑在MSBench上,而MSBench是微软自家的内部评估平台。真正来自第三方的评测框架只有Scale AI的FrontierCode v1.1。运动员是微软,裁判席上多数也是微软。

第二个:拿来比价的定价,引用的是眼下促销期的折扣价,折扣幅度50%。也就是说,“Claude Opus 5.5是MAI Code 2二十倍价格”这个比值,分母本身还没固化成正式标价。

这倒不是说MAI Code 2性能差。对比数字摆着:三款模型的通过率其实都挤在63%至65%这个窄区间里,彼此只差两个百分点,价格却差出二十倍。性价比这套逻辑本身站得住——前提是所选基准能代表真实的工程任务。

图像模型给出了另一种示范

代码模型那边的情况,放到MAI Image 2.7身上正好相反:它在第三方评测上交出的成绩可以查证。Artificial Analysis发布的AA-Image-Editing v2.1排行榜(2026年11月16日快照)显示,MAI Image 2.7以1215 Elo积分排在首位,比GPT Image 2.6 Sunburst(max版本)只高4个Elo分,参与投票数5478票。同一时期在Arena榜单上,MAI也进了图像编辑前两名。

这个结果的分量在于:Artificial Analysis和Arena都是独立评测机构,排名来自公开众测,不是厂商自己提交的。图像模型这个第一名,是在微软控制不了的地方拿到的。

两种模型,两条验证路径,同一次发布里就出现了信息不对称。

微软为何要自建基准生态

从战略上看,微软绕开SWE-bench等公认标准基准、改用MSBench,并不是偶然漏了一步。公认基准的麻烦在于,结果通常由外部社区维护,测试协议、模型版本、评分方法微软都插不上手。竞品要是能以同等设置参赛,微软的相对优势还成不成立,就成了一个公开问题。

自建基准就不一样了。测试集微软挑,测试工具(比如Copilot CLI)微软选,评分标准微软定,然后以“我们的测试”的名义发布结论,同时把结论包装成跨模型的横向比较。形式上客观,逻辑上封闭——读者看到的是数字,数字可不可信,取决于读者信不信测试的设计者。

产品侧的动作也在同步推进:七款模型已全线集成进GitHub Copilot,还计划上架OpenRouter、Vercel等第三方平台。等真实工程师在真实项目里用上一段时间,未来数周内会攒出另一组口碑数据,跟官方基准并行——那组数据不经过微软过滤。

企业采购视角:成本逻辑优先于榜单排名

对那些打算在企业场景里部署AI编码助手的团队来说,微软这次发布传出的核心信号,其实不在基准数字本身。

过去两年,企业真正部署GPT-4级别模型,最大的拦路虎不是能力,而是高并发、长上下文、批量任务场景下飞快堆起来的成本。Claude Opus系列在长文本推理上的优势有目共睹,可每任务超过6美元的成本,意味着大多数企业实际上只把它用在少量高价值请求上,嵌不进日常工程流程。

MAI Code 2 Flash更能说明问题:每任务0.052美元,通过率61%,主打“高频、常规编码工作”。这个定价争的不是“最强模型”的位置,而是“工程师每天都会用、用量不设上限”的那个位置。MAI Code 2 Flash已经进了Microsoft 365和Fabric IQ,以MAI Work Flash的身份嵌入日常办公流程。

成本加延迟,这两样合起来,往往比单一能力指标更能决定企业实际怎么部署。微软这轮发布真正施压的,就是这个层面。

AI定价战的信号意义

放到市场格局里看,OpenAI此前已多次降价,微软这次发布则把AI基础设施竞争明确推向“性能/价格比”的叙事,算是一个标志性节点。两年前,厂商们比的是谁的模型在MMLU上分数更高;现在,比较的基本单位换成了“完成同等任务花多少钱”。

MAI Code 2 Flash每任务0.052美元,换算下来,完成一万次编码任务只要520美元。这个数字要是在独立环境下能复现,对定价体系的冲击就不会只落在Anthropic和OpenAI头上——Mistral、Cohere这类中间层模型提供商的空间同样会被压缩。

另一边,MAI Image 2.7登顶Artificial Analysis图像编辑榜,这份独立认证给了微软在图像领域向GPT Image系列施压的合法弹药——其定价据称只有GPT Image 2.6 Sunburst的五分之一。图像生成这个领域,对提示词设计和迭代速度都高度敏感,价格差距会放大用户的尝试意愿,改变市场份额的速度往往比能力差距更快。

独立判断

这批模型放出来的信息,分量并不一样。MAI Image 2.7 排到第一,依据是外部众测,可信度相对高一些。MAI Code 2 的关键数据来自微软自己的基准平台,还叠加了促销价,要看第三方能不能复现。说到底,这两条结论不能用同一种把握去接。

微软这回争的不是“我比你强”,它讲的是“我比你便宜二十倍,差距只有两个百分点”。性能既然已经够用,这套说法对企业拍板的人有多大吸引力,不见得输给一个新的 SOTA 数字。它押的其实是价格:用低价去撬 OpenAI 和 Anthropic 在旗舰模型上靠品牌攒起来的溢价空间。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. OpenAI想买,Anthropic看上:50亿美元拿不下

    一家 AI 初创,罕见地引发了 OpenAI 与 Anthropic 的共同关注。 据 The Information 报道,OpenAI 高管及 CEO Sam Altman 曾多次与这家公司交流,并一度提出 50 亿美元的收购方案,但最终被公司拒绝。 而这家被 OpenAI 看上的公司,此前曾拿过 Anthropi

    来源 AI 行业观察
  2. OpenAI 开放 GPT-Live-1.1 API:开发者可接入实时双向语音对话

    IT之家 11 月 20 日消息,OpenAI 今日宣布向开发者开放 GPT-Live-1.1 API 语音模型,允许第三方开发者将其集成到自己的应用程序中,构建能够实时聆听、回应并执行复杂任务的 AI 语音智能体。据 OpenAI 介绍,GPT-Live-1.1 是 GPT-Live-1 的升级版本,具备全双工语音交

    来源 腾讯网
  3. 跑分狂飙,实测翻车,刚发的 GPT-6.2 暴露了 OpenAI 的软肋

    「基本不可用,不推荐」。OpenAI 新模型上线仅仅 8 分钟,硅谷知名创业者 Matt Shumer,就在社交平台上扔下一句毫不留情的评价。紧接着,拥有大批开发者拥趸的 Theo Browne,发了一篇长文《我为什么讨厌 GPT-6.2 Astra》。向来对前沿模型保持温和耐心的沃顿商学院教授 Ethan Molli

    来源 腾讯网
  4. 孙正义承认错失Anthropic

    11月18日,软银集团创始人孙正义表示,错过投资Anthropic的机会是他所犯的错误之一。当时软银已经决定把主要资金投入OpenAI,并放弃同时押注的策略,因此没有选择Anthropic。 目前,软银对OpenAI的押注规模已经很大。今年2月,软银宣布将通过SoftBank Vision Fund 2追加投资Open

    来源 AI 行业观察
  5. OpenAI用GPT-4o改芯片电路,AMD旗舰GPU能效最高提14%

    OpenAI 当地时间 18 日发布技术报告,披露 AI 辅助芯片设计进展。自研推理芯片 Jalapeño 2025 年初就交给 GPT-4o 打下手:模型重写浮点加法器、乘法器等电路,新乘法器综合后面积减约 15%、延迟压到一个时钟周期;合计向量计算单元面积减约 13%,矩阵计算单元减约 10%,

    来源 AI 开发者社区
  6. Anthropic IPO定价83美元:5300名员工里约4250人或成百万富翁

    11月19日,纳斯达克交易大厅的钟声尚未敲响,Anthropic的员工已经在账面上跨越了一条许多人一生无法企及的线。据路透社报道,这家Claude制造商的首次公开募股有望在现任和前任员工中创造数千名“账面百万富翁”,可能成为硅谷历史上最大的员工财富意外之财之一。 最终定价每股83美元,高于70至78美元的指导区间。按此

    来源 AI 行业观察
  7. OpenAI用AI改芯片电路:AMD旗舰GPU能效最高提升14%

    OpenAI报告披露GPT-4o辅助芯片设计:自研推理芯片Jalapeño由GPT-4o重写浮点加法器、乘法器等电路,新乘法器面积减约15%、延迟压至一个时钟周期;向量与矩阵计算单元面积分别减约13%、10%,已实片验证。模型还重写RTL,为AMD旗舰GPU提速,压缩约一年工作量。

    来源 AI 产业速递
  8. Anthropic 在 Claude 平台推出测试版关联账单功能:打通生态闭环,为第三方应用开启 OAuth 计费测试

    人工智能平台在构建开放生态的道路上正迈出关键一步。据华尔街见闻、财联社及同花顺财经等多家媒体报道,人工智能巨头 Anthropic 近日正式在 Claude 平台上推出了测试版的关联账单功能,并同步启动了第三方应用的关联计费 OAuth 测试。 开启生态互联:OAuth 计费测试全面落地 随着大模型

    来源 AI 开发者社区
  9. 三个00后创业18个月:Palo Alto 45亿美元买下Applied Compute

    Anthropic上市,硅谷正在诞生新一轮财富神话。而在这场狂欢的另一角,三个从OpenAI离职的00后也提前拿到了自己的“大结果”——创业不到18个月,直接把公司卖了45亿美元(约合人民币320亿元)。 美东时间11月18日,美国网络安全巨头Palo Alto Networks(派拓网络)宣布达成最终协议,将以45亿

    来源 AI 行业观察
  10. AI转得动T恤的轮廓,却转不懂T恤的样子

    你有没有想过,一个能写诗、能编程、能解答复杂数学题的AI,为什么连转个T恤都转不明白?这不是开玩笑。厦门大学的研究团队最近做了一件挺朴素但特别扎心的事:他们给市面上最强的几款AI模型(包括GPT、Gemini、Claude、Qwen这些你耳熟能详的名字)出了一道题,题目简单到小学生都能玩明白——给你看一件T恤的正面照片

    来源 腾讯网
  11. Anthropic IPO股权曝光:亚马逊持股14.7%,谷歌13.7%

    11月17日(周二), Anthropic 披露了与其核心云服务商 亚马逊 和 谷歌 达成的最大投资协议细节,明确在 首次公开募股 后,亚马逊与谷歌将分别持有其14.7%和13.7%的股份,合计接近30%。 亚马逊在2023年至2024年(Claude Code席卷企业界前、Anthropic尚处O

    来源 AI 开发者社区
  12. 上市前一天,80余位学界与AI大佬联合声明:“Anthropic不是一家安全的AI公司”

    【TechWeb】11月18日,Anthropic正式确定IPO发行价为每股83美元,高于此前70-78美元的指导区间;公司连同部分股东共发行约9.8亿股A类普通股,公开发行筹资约813亿美元,叠加向谷歌、英伟达、微软等战略投资者的260亿美元私募配售,合计融资规模突破944亿美元,超越SpaceX今年6月创下的纪录,

    来源 AI 行业观察
  13. Gemini 4 Neon很聪明,Daroio的梗只有它懂

    谷歌今天发布的Gemini 4 Neon很聪明。 “Dario Amodei的曾用名是Daroio Amodei,你懂这个梗吗?“ 拿这个问题问了目前最顶级的一些AI,只有Gemini 4 Neon和GPT-6.2 Astra秒懂。GPT-6.2 Astra似乎只是字面上懂了,而Gemini 4 Neon直接把Dari

    来源 腾讯网
  14. 黄仁勋辞任英伟达CEO后表态愿回任,董事会明确拒绝

    英伟达完成创始人离任后治理重置:Q3营收1158亿美元、订单积压2.5万亿美元,停售H200并设董事会出口管制委员会;美出口管制扩至第三国远程算力,AI基础设施碎片化。Anthropic拟以约1.4万亿美元估值IPO,算力成本进入公开验证。微软Ignite将Office/Copilot升级为智能体工作系统,推跨供应商A

    来源 钛媒体
  15. 孙正义复盘投资棋局:错过Anthropic是失误,称AI才刚起步

    据日经亚洲报道,软银创始人孙正义周三在东京的活动上主动认账:早年错过投资 Anthropic,是他犯下的“错误”之一。“当我亲自见到达里奥·阿莫迪时,我觉得他非常了不起,我真希望当时投了。”软银并非没动过心思,只是当时已敲定支持 OpenAI 并开始砸钱,他的解释是不能“同时追两只兔子”。 他也清楚

    来源 AI 开发者社区
  16. OpenAI下场造机!首款AI手机细节曝光,直接叫板传统手机厂商

    【TechWeb】供应链最新消息显示,富士康旗下的富智康集团已拿下OpenAI手机项目订单,负责整机组装环节。据财联社报道,OpenAI的首款手机预计最快2027年底、最迟2028年正式亮相,除组装外,立讯精密、领益智造、瑞声科技等多家苹果供应链厂商也将参与零部件供应。 截至目前,富士康方面尚未对上述消息作出回应,产品

    来源 AI 行业观察
  17. OpenAI首款AI硬件年底出货:立讯精密独家代工,“甜甜圈”真机渐近

    【TechWeb】OpenAI的首款AI硬件产品有了明确的时间表。11月19日,每日经济新闻援引供应链消息称,这款产品计划于2026年底启动出货,多家中国厂商深度参与其中——立讯精密不仅独家承担整机制造,还同时供应核心零部件。不过,关于这款硬件的具体形态,OpenAI官方至今仍未正式公布,“甜甜圈”“冰球”式的无屏设备

    来源 AI 行业观察
  18. Anthropic IPO定价每股83美元:估值1.5万亿,本周四登陆纳斯达克

    11月18日,Anthropic据报将IPO定价为每股83美元,高于70至78美元预期区间,本周四以代码“ANT”在纳斯达克挂牌。按发行价计算,这家Claude大模型开发商完全稀释估值达1.5万亿美元,较5月私募融资(筹资650亿美元)时9650亿美元估值大幅跃升,但仍低于此前传出的2万亿美元目标。

    来源 AI 产业速递
向下滚动自动加载更多