为了在激烈的 AI 编程模型市场中保持竞争力,尤其是应对来自中国模型(如 GLM-5.2、Kimi K3)和 OpenAI GPT-5.6 Luna 的挑战,微软正式推出了 MAI-Code-1.1-Flash。这款升级版的编程模型已集成到 GitHub Copilot 中,不仅在性能上实现了显著提升,更将成本大幅降低至原版本的四分之一。

核心升级:更快、更省、更强
MAI-Code-1.1-Flash 并非简单的参数微调,而是在训练效率和服务架构上进行了深度优化:
- 性能提升:在 Terminal-Bench 2.1 基准测试中性能提升 22%,在 .NET 专属任务上提升 15%。
- 效率飞跃:Token 流式传输速度加快 25%,完成相同任务所需的 Token 数量减少 25%。
- 原生视觉支持:新增了对图像的理解能力,使开发者可以直接通过截图或图表与模型交互,辅助代码生成和调试。
- 极致性价比:得益于效率提升,其定价仅为 MAI-Code-1-Flash 的 25%。
极具竞争力的定价策略
微软通过大幅降价,试图重新夺回对价格敏感的开发者和企业用户:
| 计费项 | MAI-Code-1-Flash (旧) | MAI-Code-1.1-Flash (新) |
|---|---|---|
| 输入 Token | $0.75 / 百万 | $0.20 / 百万 |
| 缓存输入 Token | $0.075 / 百万 | $0.02 / 百万 |
| 输出 Token | $4.50 / 百万 | $1.20 / 百万 |
对于年度 Copilot 订阅者,该模型按 0.25 倍 的溢价请求倍数计费,进一步降低了使用门槛。
部署与访问
- 逐步推送:模型现已开始在 VS Code、Visual Studio、JetBrains IDE、Copilot CLI 及 GitHub Mobile 等平台逐步上线。
- 访问方式:免费用户和学生用户将通过自动模型选择获得访问权限;付费用户可以在设置中手动选择该模型。
- 退役计划:随着新模型的普及,微软将于 2026 年 9 月 10 日 在所有 Copilot 体验中正式退役 MAI-Code-1-Flash。
© 版权声明
文章版权归作者所有,未经允许请勿转载。















