微软用更便宜的老GPU模型在Excel中媲美GPT-5.6

微软一直在悄悄打造自己的人工智能模型家族，最新结果表明这一策略正在见效。该公司现在在Excel内部运行一个MAI模型，根据其自身指标，该模型在处理最常见的电子表格任务方面与GPT-5.6表现相当，而服务成本更低。GPT-5.6本身因将工具调用减少高达48%并降低卡住运行而受到早期客户称赞，正如微软在小型模型上的更大赌注是关于编排而非知识所表明的那样。

微软7月23日更新中的数据显示了MAI模型在GitHub Copilot内部已经实现的效果。自6月部署的MAI-Code-1-Flash在VS Code中的代码接受率比GPT-5.4 Mini和Claude Haiku 4.5高出约10%。使用该模型的开发者多日返回率比GPT-5.4 Mini高6%，比Claude Haiku 4.5高11%。中位数token使用量比两个竞争对手低10%，且用户发起的轮次更多。当成本按token计算时，token节约会迅速累积，正如AI编码代理的烧钱速度你可能毫无概念所显示的那样。

指标	MAI-Code-1-Flash 对比 GPT-5.4 Mini	MAI-Code-1-Flash 对比 Claude Haiku 4.5
代码接受率	约高10%	约高10%
多日返回率	高6%	高11%
中位数token使用量	低10%	低10%

微软随后将同一MAI-Code-1-Flash检查点（最初为代理编码训练）在Excel强化学习环境中进行了额外训练。这使得模型从编写代码转向导航电子表格工具和知识工作流。早期生产流量显示，由此产生的模型在常见Excel任务上与GPT-5.6相当。爬山方法在6月的Build大会上推出，通过向模型提供仅有微软才能访问的产品特定评估和利用数据，从而实现持续微调。怀疑者指出，利用进化在训练任务上可能令人印象深刻，但在保留任务上会表现不佳。

成本优势不仅仅体现在模型本身。微软表示，Excel MAI模型可以在Nvidia H100和A100级别的GPU上提供服务，无需最新的加速器。这降低了部署所需的资本。现有的云集群仍能发挥作用。在一个GPU预算持续承压的行业中，能够在较老硬件上提供具有竞争力的性能是一个真正的优势。这也意味着较小的客户可以在不等待最新芯片的情况下负担推理成本。这与为什么最好的通用AI模型在安全方面不断输给更窄的模型的模式相似。

除了Copilot和Excel，微软计划将同样的爬山方法应用于Copilot Chat、Outlook、PowerPoint以及其代理产品系列的其他部分。该公司最近全面推出了Microsoft Discovery，这是一个用于在科学和工程领域构建受控代理AI工作流的平台。将该基础设施与在每个产品内训练的专业MAI模型相结合，为微软提供了一个垂直整合的AI堆栈，竞争对手难以复制。

微软正在押注特定任务的效率和部署灵活性比在每一项基准测试中名列前茅更重要。竞争性的前沿模型可能仍然在原始分数上胜出，但微软可以在每个Office产品、每个开发工具和每个业务工作流中部署一个廉价且胜任的模型。这种规模优势不会出现在排行榜上，但会出现在月度云账单中，这是一种编排胜过原始模型规模的策略。