微軟為什麼要自研 AI 模型？OpenAI 依賴的三重隱患
過去七年，微軟向 OpenAI 累計投入超過 130 億美元，Azure 上的 GPT 模型是其 AI 戰略核心支柱。但這種深度綁定帶來三重結構性風險：
成本失控：每次 API 呼叫都要向 OpenAI 付費，規模越大、利潤越薄。
技術主權缺失：無法掌控模型迭代節奏、資料來源與權重所有權。
合約限制：原合約明確限制微軟自訓大規模模型。
轉折點（2025 年底）：雙方重新談判，新協議移除模型規模限制，允許微軟獨立追求「超級智能」。
官方表態：微軟 AI 負責人 Mustafa Suleyman 表示：「我們大概在六個月前才正式從與 OpenAI 的合約中『獲得自由』，被允許用自己的 IP、資料、算力去追求超級智能。這是非常早期的開始。」
Build 2026 是微軟第一次向世界公開展示這顆「自研大腦」的成果——也是微軟正式宣告獨立於 OpenAI 的起點。
7 款 MAI 模型逐一拆解：參數、基準與定價全表
Build 2026 發表的 MAI 家族涵蓋文字推理、影像、語音轉錄、TTS 與程式碼五大模態。下表為快速索引：
| 模型 | 定位 | 狀態 |
|---|---|---|
| MAI-Thinking-1 | 推理旗艦（稀疏 MoE） | Azure Foundry 私有預覽 |
| MAI-Image-2.5 | 文生圖 + 圖生圖 | 正式可用 |
| MAI-Image-2.5 Flash | 更快更便宜的影像版 | 正式可用 |
| MAI-Transcribe-1.5 | 43 語言語音轉文字 | 正式可用 |
| MAI-Voice-2 | 多語言 TTS + 語音克隆 | 正式可用 |
| MAI-Code-1-Flash | GitHub Copilot 程式碼模型 | 已正式上線 |
| MAI-Code-1 | 完整版程式碼模型 | 正式可用 |
MAI-Thinking-1 — 推理旗艦
微軟首款推理模型，主打企業級程式碼與數學推理，性價比優先。架構為稀疏 MoE（Mixture of Experts）：總參數約 1T，推理時僅啟用 35B，上下文 256K tokens，從零預訓練、無第三方蒸餾，資料為企業級 clean data、商業授權、可追溯。
| 基準 | MAI-Thinking-1 | 備註 |
|---|---|---|
| SWE-Bench Pro | 52.8% | 微軟稱「對標 Opus 4.6」 |
| SWE-Bench Verified | 73.5% | |
| AIME 2025 | 97.0% | 競賽數學 |
| AIME 2026 | 94.5% | 更新題目，防記憶效應 |
| LiveCodeBench v6 | 87.7% | 即時程式設計題 |
| 人類盲測 vs Sonnet 4.6 | 勝出 | 1,276 任務，Surge 獨立評測 |
基準數據辨析（別被行銷話術誤導）：① 技術報告實際表述是 competitive with Sonnet 4.6（中端模型，非旗艦 Opus）；② 比較基準版本已過時——目前 Anthropic 旗艦 Claude Opus 4.8 SWE-Bench Pro 為 69.2%，微軟選用的是兩個版本前的 Opus 4.6（53.4%）；③ GPT-5.5 的 SWE-Bench Pro 為 58.6%，同樣高於 MAI-Thinking-1。結論：這是一款有競爭力的中端推理模型，成本效率突出，但絕對效能與當前 Anthropic / OpenAI 旗艦仍有差距。
MAI-Image-2.5 — 文生圖與圖生圖
微軟首款同時支援文生圖和圖生圖的影像模型。Arena.ai 文生圖排名 #3，影像編輯榜 #2。支援 Control with Preservation（編輯時保留原始語意結構），已整合 PowerPoint、OneDrive 與 Azure Foundry Model Catalog。
| 輸入類型（標準版） | 價格 | Flash 版 | 價格 |
|---|---|---|---|
| 文字輸入 | $5 / 1M tokens | 文字+影像輸入 | $1.75 / 1M tokens |
| 影像輸入 | $8 / 1M tokens | — | — |
| 影像輸出 | $47 / 1M tokens | 影像輸出 | $33 / 1M tokens |
MAI-Transcribe-1.5 — 語音轉文字
支援 43 種語言（含自動語言偵測），FLEURS 平均 WER 4.9%（業界最低之一），Artificial Analysis WER 2.4%（綜測第 3）。處理速度 276× 即時（1 小時音訊秒級轉錄），相比 1.4 版延遲改善 5.7 倍。特色功能 Contextual Biasing 提升專業術語準確率，定價 $0.36 / 音訊小時。在 FLEURS 43 語言基準上超過 Scribe V2、Whisper-large-V3、GPT-4o-Transcribe 和 Gemini 3.1 Flash。典型場景：Teams 會議記錄、客服中心轉錄、GitHub Copilot 語音輸入、無障礙工具。
MAI-Voice-2 — 多語言 TTS
支援 Zero-shot 語音克隆（數秒參考音訊即可合成指定說話人）、情感風格控制（語氣、語速、情感色彩）、15+ 新增語言。輸出 MP3 音訊、24 kHz 取樣率，定價 $22 / 1M 字元。Flash 超低延遲變體適合即時語音 Agent，「即將推出」。已整合 Azure Foundry、VS Code、Dynamics 365、Microsoft Copilot。
MAI-Code-1-Flash — 程式設計助手
專為 GitHub Copilot 和 VS Code 深度優化的推理效率程式碼模型，已正式上線——可能是 7 款 MAI 中對開發者日常影響最直接的一款。上下文 256K tokens，已內建 GitHub Copilot（含 CLI）、VS Code、GitHub Actions。定價 $0.75 / 1M 輸入 tokens、$4.5 / 1M 輸出 tokens。SWE-Bench 51%，超過 Claude Haiku 4.5，在速度/成本上有明顯優勢。
Surface RTX Spark Dev Box：本地跑 120B+ 參數的「夢想機器」
Satya Nadella 在發表會上稱其為 「dream machine」。核心邏輯是把雲端 AI 算力搬到桌面，直接挑戰「按 token 付費」模式。
| 參數 | 規格 |
|---|---|
| 核心晶片 | NVIDIA RTX Spark 超級晶片（Blackwell GPU + Grace CPU） |
| 統一記憶體 | 128GB（CPU + GPU 共享，zero-copy） |
| AI 算力 | 1 Petaflop（1,000 TFLOPS） |
| 功耗 | 100W TDP（含 CPU+GPU） |
| 機身 | 陽極氧化鋁，3D 列印，1,000 散熱孔（致敬 1,000 TFLOPS） |
| 系統 | Windows 11 Pro（開發者專屬預配置映像） |
開箱即用預裝環境：WSL 2（含原生 GPU 直通 + CUDA）、Visual Studio Code + GitHub Copilot、PowerShell 7（預設 Shell）、Python / Node.js / Git、NVIDIA CUDA / cuDNN、AI Toolkit for VS Code、Windows ML、Microsoft Foundry CLI。
能跑什麼：本地執行 120B+ 參數模型（如 Llama 4、Qwen 3 等）、1M token 上下文互動速度流暢、Fine-tune 原本需要雲端 GPU 才能跑的模型規模。開賣資訊：2026 年秋季、美國（初期）、僅限 Microsoft.com 官網、價格尚未公布（一般消費者也可購買，非僅企業）。
開發者怎麼用 MAI 模型？六步接入 Runbook
確認可用狀態：MAI-Code-1-Flash、MAI-Image-2.5（含 Flash）、MAI-Transcribe-1.5、MAI-Voice-2、MAI-Code-1 已正式上線；MAI-Thinking-1 需申請私有預覽。
開通 Azure Foundry：造訪 ai.azure.com，在 Model Catalog 搜尋 MAI 系列模型並建立部署。
申請 MAI-Thinking-1 預覽：造訪 microsoft.ai/models/mai-thinking-1 或在 Foundry 中點選申請存取。
GitHub Copilot 使用者：MAI-Code-1-Flash 已內建 Copilot（含 CLI 與 VS Code 內聯建議），無需任何設定變更。
第三方平台：Build 2026 宣布 MAI 模型亦可在 OpenRouter、Fireworks AI、Baseten 上呼叫，權重可直接在這些平台 Fine-tune。
API 呼叫驗證：使用 Azure OpenAI 相容介面，api_version 建議 2026-05-01，先用小批量請求驗證延遲與計費。
import openai
client = openai.AzureOpenAI(
azure_endpoint="https://<your-resource>.openai.azure.com/",
api_key="<your-api-key>",
api_version="2026-05-01"
)
response = client.chat.completions.create(
model="mai-code-1-flash",
messages=[
{"role": "system", "content": "You are an expert software engineer."},
{"role": "user", "content": "Refactor this Python function to use async/await: ..."}
],
max_tokens=2048
)
print(response.choices[0].message.content)
微軟能追上 OpenAI 和 Anthropic 嗎？七維對比與戰略判斷
Mustafa Suleyman 在 Build 2026 直言：「目標是證明我們能成為全球頂尖的四大 AI 實驗室之一。目前不在其中——Google DeepMind、OpenAI、Anthropic 是公認的三大——但這正是我來微軟的目的。」
| 維度 | 微軟 MAI | OpenAI GPT-5.6 Sol | Anthropic Claude Opus 4.8 |
|---|---|---|---|
| SWE-Bench Pro | 52.8% | ~58.6% (GPT-5.5) | 69.2% |
| 推理成本 | 低（MoE） | 中 | 中高 |
| 上下文視窗 | 256K | 1M | 200K |
| 資料透明度 | 高（商業授權） | 低 | 低 |
| 企業 Azure 整合 | 原生 | 透過合作 | 透過合作 |
| 開發者生態 | 強（GitHub、VS Code） | 極強 | 強（Claude Code） |
| 本地推理硬體 | Dev Box（獨家） | 無 | 無 |
| 目前可用性 | 部分私有預覽 | 全面可用 | 全面可用 |
已做到的事：獨立訓練能力（MAI-Thinking-1 全程無蒸餾）、多模態全覆蓋、企業資料安全強、同等任務成本據稱低於 GPT-5.5 10 倍、GitHub Copilot 數千萬開發者分發管道、MAI-Code-1-Flash 已上線。
尚未追上的差距：SWE-Bench Pro 旗艦效能仍有約 16% 差距；模型迭代速度（Anthropic 已到 Opus 4.8，OpenAI 已到 GPT-5.6，微軟第一代才剛出來）；訓練基礎設施仍在建設中；MAI-Thinking-1 仍在私有預覽。
戰略轉向：微軟其實在下一步棋——把 AI 競爭從「誰的模型最強」轉向「誰的系統最好用」：當 MAI-Code-1-Flash 內建於 GitHub Copilot，7,500 萬開發者每天都在用微軟模型；當 Surface Dev Box 上市，「本地 AI 主權」變成硬體產品；當企業資料安全留在 Azure 內部用於 Fine-tune MAI，微軟掌握資料飛輪。
130 億美元：七年累計向 OpenAI 投入，Azure GPT 為戰略支柱。
35B / 1T MoE：MAI-Thinking-1 推理僅啟用 35B，成本顯著低於密集大模型。
276× 即時轉錄：MAI-Transcribe-1.5 處理速度，1 小時音訊秒級完成。
短期（1-2 年）：純模型智力測試上仍落後 OpenAI 和 Anthropic 旗艦。中期（3-5 年）：Suleyman 團隊「Hill-Climbing Machine」訓練體系成熟後迭代將加快，加上 Azure 分發與 GitHub 生態，有真實機會進入「四大」。
對需要本地跑 120B 模型、同時維護 iOS/macOS CI 與 Agent 編排的團隊，Surface Dev Box 尚未上市、純雲 API 又有資料駐留顧慮。純本地 Mac 跑大模型常受統一記憶體上限與合蓋休眠制約。對於更穩定、更適合 iOS CI/CD 與 AI Agent 自動化的生產環境，MESHLAUNCH 的 Mac Mini 雲端租用通常是更優解：獨占 Apple Silicon、7×24 在線、按天/週/月彈性下單，可作為 MAI 模型配套驗證與多模態 Agent 的專用節點。
目前處於 Azure Foundry 私有預覽，需申請存取權限。公開預覽預計數週內推出，MAI Playground 將「soon」開放。詳情可見 租用價格頁了解配套驗證節點。
行銷說「對標 Claude Opus 4.6」，技術報告實際表述是對標 Claude Sonnet 4.6（中端模型）。目前 Opus 4.8 SWE-Bench Pro 為 69.2%，MAI-Thinking-1 為 52.8%，差距約 16%。
價格尚未公布，預計 2026 年秋季在美國 Microsoft.com 開賣，一般消費者也可購買，非僅企業客戶。
MAI-Code-1-Flash、MAI-Image-2.5、MAI-Transcribe-1.5、MAI-Voice-2 已正式上線，可透過 Azure Foundry 或 Azure Speech API 呼叫。MAI-Thinking-1 需申請私有預覽。
可以。Azure 是多模型平台，同一 Foundry 工作區可同時呼叫 MAI 模型與 GPT-5.6。
MAI-Code-1-Flash 已成為 GitHub Copilot 後端模型之一（尤其是 CLI 和 VS Code 內聯建議場景），使用者無需任何設定變更。
資料所有權。用 OpenAI API Fine-tune 的資料在部分條款下可能用於模型改進；MAI 模型在 Azure 內 Fine-tune 的資料承諾不離開你的環境。建議先查看 雲端說明中心了解雲端 Mac 部署方案。