微软内部AI模型在生产中削减成本高达89%

微软在其自有AI模型上确实节省了真金白银。本周，该公司公布了MAI-Image-2.5-Pro和MAI-Voice-2-Flash的生产数据，将AI对话从基准测试的炫耀权利转向企业买家真正关注的东西：运营成本。

这些内部MAI模型最早在Build大会上预览，现已成为多个微软产品的默认选项。在PowerPoint中，MAI-Image-2.5支持图像到图像的编辑，据微软称，与GPT-Image-2相比，GPU成本降低了84%，这建立在微软在Excel中部署MAI所展现的相同效率提升之上。在OneDrive中，同一模型将P95延迟降低了约25%，用户保存率提高了26%，同时在中负载工作负载下实现了2.5倍的更高效率，这一趋势与Mage-Flow的紧凑图像生成相呼应。

语音成本降幅更大

MAI-Voice-2-Flash专为高流量语音体验设计，运行速度是MAI-Voice-2的两倍，字符定价低32%。它现已为Dynamics 365 Contact Center提供支持，服务包括T-Mobile和EasyJet在内的企业客户。微软表示，该模型在该部署中将GPU成本降低了89%，这与Together AI的8亿美元赌注所代表的更广泛的行业降低推理成本趋势一致。定价为每100万个字符15美元。Azure Voice Live也集成了MAI-Voice-2-Flash，为开发者提供了一条构建低延迟、自然韵律语音智能体的路径。

从排行榜到生产经济学

这些数字来自真实流量，而非玩具基准测试。微软并未声称理论上的质量对等，而是证明了其模型能够以竞争对手一小部分的GPU成本服务生产负载，这与微软自家的MAI-Cyber-1-Flash的发现相呼应，后者以一半的GPU成本实现了顶级漏洞检测分数。对于决定是否购买的企业而言，总拥有成本可能与输出质量同等重要。

微软表示，Bing Image Creator现已100%由MAI-Image-2.5端到端驱动。MAI-Image-2.5-Pro的定价为每100万文本输入代币5美元、每100万图像输出代币106美元，新增了对图像内精确文字渲染和自然语言编辑请求的支持。WPP全球首席创意官Rob Reilly称文字渲染精确度为“真正的突破”。

领域特定合作

微软还详细介绍了与Dragon Copilot的合作，这是一款医疗文档解决方案，服务于17万医疗机构，上一季度处理了2800万次患者接诊。MAI-Transcribe-1.5现已为Dragon Copilot支持58种语言，取代了之前的第三方模型。据微软称，内部评估显示，在大多数语言中，转录和语言识别错误率分别相对降低了50%。早期研究表明，下游医疗笔记准确率有所提升。

模型发布与基础设施投资齐头并进。微软表示其GB200集群现已投入运营，表明对下一代模型训练计算能力的持续关注，这与法国3.6亿欧元的集群投资类似。

结论

微软的策略并非谷歌或Meta的策略。它没有发布开放权重，而是优先为自家产品构建，将价值保留在内部。生产成本数据表明该策略正在奏效。给竞争对手的教训是：推理效率将是AI竞赛下一阶段的决胜点，而微软已经领先一步。