
ไมโครซอฟท์กำลังเดิมพันว่า AI ขนาดเล็กที่ออกแบบมาเพื่อวัตถุประสงค์เฉพาะจะสามารถแข่งขันกับแชทบอทขนาดใหญ่ที่สุดได้ — ítอย่างน้อยในงานที่มีความสำคัญต่อธุรกิจและนักพัฒนา
ในงานประชุม Ignite บริษัทได้เปิดตัวชุดโมเดล MAI ที่ออกแบบมาเฉพาะสำหรับการแข่งขันกับคู่แข่งอย่าง Anthropic และ OpenAI ในสามด้านที่ใช้งานจริง: การเขียนโค้ด ความปลอดภัยทางไซเบอร์ และการสร้างภาพ แทนที่จะตามหาโมเดลขนาดใหญ่แบบอเนกประสงค์เพียงโมเดลเดียว Microsoft กำลังส่งเสริมโมเดลขนาดเล็กที่ถูกปรับแต่งให้เหมาะกับงานเฉพาะและมีราคาต่ำกว่าคู่แข่งระดับสูงมาก
สิ่งที่ไมโครซอฟต์เปิดเผย
- MAI Code 2: Microsoft ระบุว่ารุ่นนี้บรรลุประสิทธิภาพ 96% ของ Claude Opus 5.5 ในการทำงานเขียนโค้ดทั่วไปสำหรับองค์กร ในต้นทุนประมาณ 5% และ 98% ของประสิทธิภาพ GPT-6.1 Sol ในราคาประมาณ 40% ค่าเฉลี่ยเหล่านี้มาจากการประเมินการพัฒนาซอฟต์แวร์จริงสี่แบบ (แก้ไขโค้ด การเปลี่ยนแปลงหลายไฟล์ ฯลฯ); การทดสอบสามครั้งดำเนินการบนแพลตฟอร์มของ Microsoft และหนึ่งครั้งใช้ผลลัพธ์จากภายนอก Microsoft คำนวณต้นทุนโดยใช้ส่วนลดโปรโมชัน 50% Code 2 Flash รุ่นเบา更适合การแก้ไขอย่างรวดเร็วและการแก้ไขแบบปกติ; Microsoft อ้างว่ามีประสิทธิภาพเทียบเท่า Claude Haiku 5.5 ในราคาประมาณ 20% รุ่น Code 2 ทั้งสองรุ่นได้รับการผสานรวมเข้ากับ GitHub Copilot แล้ว ทำให้เทคโนโลยีใน-house ของ Microsoft ถูกนำเข้าสู่เครื่องมือหลักของนักพัฒนา
- MAI Cyber 2 Flash: ในภารกิจค้นพบช่องโหว่ของ CyberGym-E2E Microsoft รายงานอัตราความสำเร็จ 92.3% เทียบกับ 91.5% สำหรับ GPT-6 Astra — ด้วยต้นทุนต่อภารกิจต่ำกว่า 2% Microsoft ตัดภารกิจ 92 รายการจากทั้งหมด 905 รายการหลังพบว่ามีเนื้อหาต้นทางซ้ำกับข้อมูลการฝึกอบรมของตน ยังไม่มีการเปรียบเทียบแบบตรงไปตรงมาอย่างเปิดเผยกับโมเดล GPT-6 Cyber แบบจำกัดของ OpenAI Microsoft มีแผนจะค่อยๆ นำระบบความปลอดภัยนี้ไปใช้กับลูกค้า MDASH ที่มีสิทธิ์ในช่วงกลางเดือนธันวาคม
- MAI Image 2.7: ในการเปรียบเทียบแบบรวดเร็วแบบขนานกัน โมเดลภาพของ Microsoft ทำผลงานได้ดีกว่า GPT Image และ Google’s Nano Banana ในด้านความสมจริง ความคิดสร้างสรรค์ และคุณภาพโดยรวม บริการจัดอันดับอิสระ Artificial Analysis จัดให้ MAI Image 2.7 อยู่ที่ 1,215 Elo เมื่อเทียบกับ GPT Image 2.6 Sunburst ที่ 1,211 — นำห่างเล็กน้อยภายในช่วงความไม่แน่นอนที่ทับซ้อนกัน ในอันดับการแปลงข้อความเป็นภาพ Microsoft อยู่ในตำแหน่งต่ำกว่า (อันดับสี่) ราคาเป็นปัจจัยที่แตกต่างอย่างมาก: Microsoft กำหนดราคาประมาณ $35 ต่อภาพ 1,000 ภาพสำหรับ MAI Image 2.7 และ $10 สำหรับรุ่น Flash ขณะที่ GPT Image 2.6 Sunburst ในคุณภาพสูงสุดในการเปรียบเทียบนี้อยู่ที่ประมาณ $211 ต่อภาพ 1,000 ภาพ Google’s Nano Banana 2.1 อยู่ที่ประมาณ $34 ต่อภาพ 1,000 ภาพ; ระดับ Pro มีราคาสูงกว่า
เหตุใดกลยุทธ์นี้จึงมีความสำคัญ
โมเดลเฉพาะทางสามารถถูกกว่าและเร็วกว่ามากเมื่อภารกิจถูกกำหนดอย่างชัดเจน โมเดลที่ฝึกและปรับแต่งสำหรับการเขียนโค้ดหรือความปลอดภัยสามารถมุ่งเน้นทรัพยากรการคำนวณและงบประมาณข้อมูลไปที่รูปแบบที่สำคัญสำหรับงานเหล่านั้น—แทนที่จะต้องพกพาความรู้ทั่วทั้งจักรวาลเข้าไปในทุกคำขอ ความมีประสิทธิภาพนี้มีความหมายในบริบทที่หน่วยงานซ้ำๆ นับพันครั้งต่อวัน: เครื่องสแกนช่องโหว่อัตโนมัติ ระบบตรวจสอบโค้ดอย่างต่อเนื่อง หรือการสร้างภาพจำนวนมากสำหรับแคตตาล็อกผลิตภัณฑ์หรือ NFT
วิธีการของ Microsoft สะท้อนการเคลื่อนไหวของ OpenAI (รุ่น Mini และ Nano) ที่ให้โมเดลขนาดเล็กและเฉพาะทางจัดการกรณีทั่วไป ในขณะที่โมเดลขนาดใหญ่จัดการข้อยกเว้น การเชี่ยวชาญยังช่วยปรับปรุงระบบโดยรอบ: เครื่องมือที่ออกแบบเฉพาะ การตรวจสอบความถูกต้อง และการปรับแต่งเฉพาะโดเมน สามารถเพิ่มประสิทธิภาพในโลกจริงให้สูงกว่าคะแนนดิบของโมเดล
ข้อควรระวังและการแข่งขัน
มีข้อแลกเปลี่ยนบางประการ ไมโครซอฟท์ระบุว่า Code 2 ไม่ได้รับการปรับแต่งให้เหมาะสมกับการวิจัยทางวิทยาศาสตร์พื้นฐานหรืองานอัตโนมัติที่ใช้เวลานานมาก แอนธร์โรปิกได้แข่งขันอยู่แล้วในช่วงต้นทุนต่ำด้วยโมเดล Haiku ดังนั้น ไมโครซอฟท์จึงเข้าสู่ตลาดที่คู่แข่งมีกลยุทธ์คล้ายกัน นอกจากนี้ การเปรียบเทียบต้นทุนบางส่วนของไมโครซอฟท์อิงจากส่วนลดโปรโมชั่นและการเปรียบเทียบกับโมเดลภายนอกรุ่นเก่าเล็กน้อย — ตัวอย่างเช่น OpenAI ประกาศ GPT-6.2 ในวันเดียวกัน ดังนั้น การเปรียบเทียบ MAI กับ Sol จึงเป็นการเปรียบเทียบกับรุ่นก่อนหน้า การจัดอันดับจากผู้ไม่เกี่ยวข้องแสดงว่า MAI Image 2.7 นำหน้าเพียงเล็กน้อย แต่ไม่ได้โดดเด่นชัดเจน
การดำเนินการและควบคุม
ไมโครซอฟท์กำลังเสนอให้ลูกค้าองค์กรที่ได้รับการคัดเลือกสามารถปรับแต่งและรันน้ำหนักโมเดลที่ได้รับใบอนุญาตภายใน Azure ลดการพึ่งพาผู้ให้บริการโดยไม่ต้องเปิดรหัสแหล่งที่มาของโมเดล โค้ด 2 ใหม่ได้รับการรวมอยู่ใน GitHub Copilot แล้ว; MAI Cyber 2 Flash จะเริ่มเปิดใช้งานในช่วงกลางเดือนธันวาคมสำหรับลูกค้าที่มีสิทธิ์ อัปเดต MAI Image เพิ่มฟีเจอร์การแก้ไขแบบโต้ตอบผ่านพื้นที่ทำงาน Canvas ของไมโครซอฟท์ พื้นหลังโปร่งใส และการเข้าถึง Foundry ที่กว้างขึ้น แม้ว่าโมเดลของไมโครซอฟท์จะยังคงอยู่ภายใต้ข้อจำกัดเนื้อหาที่เข้มงวดกว่า
เหตุผลที่ทีมคริปโตและเว็บ3 ควรใส่ใจ
สำหรับนักพัฒนาบล็อกเชนและทีมความปลอดภัย AI ที่ราคาถูกและเฉพาะทางอาจลดต้นทุนการพัฒนาสัญญาอัจฉริยะและการตรวจสอบอัตโนมัติ เร่งวงจร CI/CD สำหรับ DApp และทำให้การสแกนช่องโหว่แบบปกติสามารถเข้าถึงได้ในระดับใหญ่ โมเดลสร้างภาพที่มีต้นทุนต่อภาพต่ำกว่าอาจเปลี่ยนเศรษฐศาสตร์ของการผลิตศิลปะ NFT และกระบวนการสร้างสรรค์แบบวนซ้ำ อย่างไรก็ตาม ข้อจำกัดเฉพาะโดเมนและนโยบายการเซ็นเซอร์อาจส่งผลต่อวิธีการใช้งานโมเดลเหล่านี้ในบริบทแบบกระจายศูนย์หรือไม่มีการอนุญาต
สรุป
ข้อเสนอของไมโครซอฟต์นั้นเรียบง่าย: คุณไม่จำเป็นต้องใช้ซูเปอร์โมเดลเสมอไป สำหรับงานองค์กรที่มีขอบเขตชัดเจนและทำซ้ำได้ — เช่น การเขียนหรือแก้ไขโค้ด การสแกนหาช่องโหว่ หรือการสร้างภาพ — ปัญญาประดิษฐ์ขนาดเล็กและราคาถูกกว่าที่ถูกปรับแต่งให้เหมาะกับงานนั้นๆ สามารถให้ประสิทธิภาพเกือบทั้งหมดในต้นทุนเพียงส่วนน้อย วิธีการนี้จะไม่แทนที่โมเดลทั่วไปขนาดใหญ่ทุกที่ แต่เป็นกลยุทธ์ทางธุรกิจที่แข็งแกร่งซึ่งอาจเปลี่ยนแปลงวิธีที่ทีมต่างๆ รวมถึงทีมในวงการคริปโต ออกแบบการรวมปัญญาประดิษฐ์เข้ากับกระบวนการผลิต
ในงานประชุม Ignite บริษัทได้เปิดตัวชุดโมเดล MAI ที่ออกแบบมาเฉพาะสำหรับการแข่งขันกับคู่แข่งอย่าง Anthropic และ OpenAI ในสามด้านที่ใช้งานจริง: การเขียนโค้ด ความปลอดภัยทางไซเบอร์ และการสร้างภาพ แทนที่จะตามหาโมเดลขนาดใหญ่แบบอเนกประสงค์เพียงโมเดลเดียว Microsoft กำลังส่งเสริมโมเดลขนาดเล็กที่ถูกปรับแต่งให้เหมาะกับงานเฉพาะและมีราคาต่ำกว่าคู่แข่งระดับสูงมาก
สิ่งที่ไมโครซอฟต์เปิดเผย
- MAI Code 2: Microsoft ระบุว่ารุ่นนี้บรรลุประสิทธิภาพ 96% ของ Claude Opus 5.5 ในการทำงานเขียนโค้ดทั่วไปสำหรับองค์กร ในต้นทุนประมาณ 5% และ 98% ของประสิทธิภาพ GPT-6.1 Sol ในราคาประมาณ 40% ค่าเฉลี่ยเหล่านี้มาจากการประเมินการพัฒนาซอฟต์แวร์จริงสี่แบบ (แก้ไขโค้ด การเปลี่ยนแปลงหลายไฟล์ ฯลฯ); การทดสอบสามครั้งดำเนินการบนแพลตฟอร์มของ Microsoft และหนึ่งครั้งใช้ผลลัพธ์จากภายนอก Microsoft คำนวณต้นทุนโดยใช้ส่วนลดโปรโมชัน 50% Code 2 Flash รุ่นเบา更适合การแก้ไขอย่างรวดเร็วและการแก้ไขแบบปกติ; Microsoft อ้างว่ามีประสิทธิภาพเทียบเท่า Claude Haiku 5.5 ในราคาประมาณ 20% รุ่น Code 2 ทั้งสองรุ่นได้รับการผสานรวมเข้ากับ GitHub Copilot แล้ว ทำให้เทคโนโลยีใน-house ของ Microsoft ถูกนำเข้าสู่เครื่องมือหลักของนักพัฒนา
- MAI Cyber 2 Flash: ในภารกิจค้นพบช่องโหว่ของ CyberGym-E2E Microsoft รายงานอัตราความสำเร็จ 92.3% เทียบกับ 91.5% สำหรับ GPT-6 Astra — ด้วยต้นทุนต่อภารกิจต่ำกว่า 2% Microsoft ตัดภารกิจ 92 รายการจากทั้งหมด 905 รายการหลังพบว่ามีเนื้อหาต้นทางซ้ำกับข้อมูลการฝึกอบรมของตน ยังไม่มีการเปรียบเทียบแบบตรงไปตรงมาอย่างเปิดเผยกับโมเดล GPT-6 Cyber แบบจำกัดของ OpenAI Microsoft มีแผนจะค่อยๆ นำระบบความปลอดภัยนี้ไปใช้กับลูกค้า MDASH ที่มีสิทธิ์ในช่วงกลางเดือนธันวาคม
- MAI Image 2.7: ในการเปรียบเทียบแบบรวดเร็วแบบขนานกัน โมเดลภาพของ Microsoft ทำผลงานได้ดีกว่า GPT Image และ Google’s Nano Banana ในด้านความสมจริง ความคิดสร้างสรรค์ และคุณภาพโดยรวม บริการจัดอันดับอิสระ Artificial Analysis จัดให้ MAI Image 2.7 อยู่ที่ 1,215 Elo เมื่อเทียบกับ GPT Image 2.6 Sunburst ที่ 1,211 — นำห่างเล็กน้อยภายในช่วงความไม่แน่นอนที่ทับซ้อนกัน ในอันดับการแปลงข้อความเป็นภาพ Microsoft อยู่ในตำแหน่งต่ำกว่า (อันดับสี่) ราคาเป็นปัจจัยที่แตกต่างอย่างมาก: Microsoft กำหนดราคาประมาณ $35 ต่อภาพ 1,000 ภาพสำหรับ MAI Image 2.7 และ $10 สำหรับรุ่น Flash ขณะที่ GPT Image 2.6 Sunburst ในคุณภาพสูงสุดในการเปรียบเทียบนี้อยู่ที่ประมาณ $211 ต่อภาพ 1,000 ภาพ Google’s Nano Banana 2.1 อยู่ที่ประมาณ $34 ต่อภาพ 1,000 ภาพ; ระดับ Pro มีราคาสูงกว่า
เหตุใดกลยุทธ์นี้จึงมีความสำคัญ
โมเดลเฉพาะทางสามารถถูกกว่าและเร็วกว่ามากเมื่อภารกิจถูกกำหนดอย่างชัดเจน โมเดลที่ฝึกและปรับแต่งสำหรับการเขียนโค้ดหรือความปลอดภัยสามารถมุ่งเน้นทรัพยากรการคำนวณและงบประมาณข้อมูลไปที่รูปแบบที่สำคัญสำหรับงานเหล่านั้น—แทนที่จะต้องพกพาความรู้ทั่วทั้งจักรวาลเข้าไปในทุกคำขอ ความมีประสิทธิภาพนี้มีความหมายในบริบทที่หน่วยงานซ้ำๆ นับพันครั้งต่อวัน: เครื่องสแกนช่องโหว่อัตโนมัติ ระบบตรวจสอบโค้ดอย่างต่อเนื่อง หรือการสร้างภาพจำนวนมากสำหรับแคตตาล็อกผลิตภัณฑ์หรือ NFT
วิธีการของ Microsoft สะท้อนการเคลื่อนไหวของ OpenAI (รุ่น Mini และ Nano) ที่ให้โมเดลขนาดเล็กและเฉพาะทางจัดการกรณีทั่วไป ในขณะที่โมเดลขนาดใหญ่จัดการข้อยกเว้น การเชี่ยวชาญยังช่วยปรับปรุงระบบโดยรอบ: เครื่องมือที่ออกแบบเฉพาะ การตรวจสอบความถูกต้อง และการปรับแต่งเฉพาะโดเมน สามารถเพิ่มประสิทธิภาพในโลกจริงให้สูงกว่าคะแนนดิบของโมเดล
ข้อควรระวังและการแข่งขัน
มีข้อแลกเปลี่ยนบางประการ ไมโครซอฟท์ระบุว่า Code 2 ไม่ได้รับการปรับแต่งให้เหมาะสมกับการวิจัยทางวิทยาศาสตร์พื้นฐานหรืองานอัตโนมัติที่ใช้เวลานานมาก แอนธร์โรปิกได้แข่งขันอยู่แล้วในช่วงต้นทุนต่ำด้วยโมเดล Haiku ดังนั้น ไมโครซอฟท์จึงเข้าสู่ตลาดที่คู่แข่งมีกลยุทธ์คล้ายกัน นอกจากนี้ การเปรียบเทียบต้นทุนบางส่วนของไมโครซอฟท์อิงจากส่วนลดโปรโมชั่นและการเปรียบเทียบกับโมเดลภายนอกรุ่นเก่าเล็กน้อย — ตัวอย่างเช่น OpenAI ประกาศ GPT-6.2 ในวันเดียวกัน ดังนั้น การเปรียบเทียบ MAI กับ Sol จึงเป็นการเปรียบเทียบกับรุ่นก่อนหน้า การจัดอันดับจากผู้ไม่เกี่ยวข้องแสดงว่า MAI Image 2.7 นำหน้าเพียงเล็กน้อย แต่ไม่ได้โดดเด่นชัดเจน
การดำเนินการและควบคุม
ไมโครซอฟท์กำลังเสนอให้ลูกค้าองค์กรที่ได้รับการคัดเลือกสามารถปรับแต่งและรันน้ำหนักโมเดลที่ได้รับใบอนุญาตภายใน Azure ลดการพึ่งพาผู้ให้บริการโดยไม่ต้องเปิดรหัสแหล่งที่มาของโมเดล โค้ด 2 ใหม่ได้รับการรวมอยู่ใน GitHub Copilot แล้ว; MAI Cyber 2 Flash จะเริ่มเปิดใช้งานในช่วงกลางเดือนธันวาคมสำหรับลูกค้าที่มีสิทธิ์ อัปเดต MAI Image เพิ่มฟีเจอร์การแก้ไขแบบโต้ตอบผ่านพื้นที่ทำงาน Canvas ของไมโครซอฟท์ พื้นหลังโปร่งใส และการเข้าถึง Foundry ที่กว้างขึ้น แม้ว่าโมเดลของไมโครซอฟท์จะยังคงอยู่ภายใต้ข้อจำกัดเนื้อหาที่เข้มงวดกว่า
เหตุผลที่ทีมคริปโตและเว็บ3 ควรใส่ใจ
สำหรับนักพัฒนาบล็อกเชนและทีมความปลอดภัย AI ที่ราคาถูกและเฉพาะทางอาจลดต้นทุนการพัฒนาสัญญาอัจฉริยะและการตรวจสอบอัตโนมัติ เร่งวงจร CI/CD สำหรับ DApp และทำให้การสแกนช่องโหว่แบบปกติสามารถเข้าถึงได้ในระดับใหญ่ โมเดลสร้างภาพที่มีต้นทุนต่อภาพต่ำกว่าอาจเปลี่ยนเศรษฐศาสตร์ของการผลิตศิลปะ NFT และกระบวนการสร้างสรรค์แบบวนซ้ำ อย่างไรก็ตาม ข้อจำกัดเฉพาะโดเมนและนโยบายการเซ็นเซอร์อาจส่งผลต่อวิธีการใช้งานโมเดลเหล่านี้ในบริบทแบบกระจายศูนย์หรือไม่มีการอนุญาต
สรุป
ข้อเสนอของไมโครซอฟต์นั้นเรียบง่าย: คุณไม่จำเป็นต้องใช้ซูเปอร์โมเดลเสมอไป สำหรับงานองค์กรที่มีขอบเขตชัดเจนและทำซ้ำได้ — เช่น การเขียนหรือแก้ไขโค้ด การสแกนหาช่องโหว่ หรือการสร้างภาพ — ปัญญาประดิษฐ์ขนาดเล็กและราคาถูกกว่าที่ถูกปรับแต่งให้เหมาะกับงานนั้นๆ สามารถให้ประสิทธิภาพเกือบทั้งหมดในต้นทุนเพียงส่วนน้อย วิธีการนี้จะไม่แทนที่โมเดลทั่วไปขนาดใหญ่ทุกที่ แต่เป็นกลยุทธ์ทางธุรกิจที่แข็งแกร่งซึ่งอาจเปลี่ยนแปลงวิธีที่ทีมต่างๆ รวมถึงทีมในวงการคริปโต ออกแบบการรวมปัญญาประดิษฐ์เข้ากับกระบวนการผลิต




