创作与工作流
MAI-Code-1.1-Flash：代码模型的竞争转向单任务成本
2026 年 10 月 7 日，微软 AI 发布 MAI-Code-1.1-Flash，这是其 6 月 Build 大会上发布的代码模型的更新版。公告的重点不是跑分，而是成本与部署位置：成本为前代的四分之一、单任务 token 减少 25%、GitHub Copilot 内 token 流速提升 25%，另提供可下载的 3-bit 量化版本（256K 上下文），本地运行零推理费用。2026 年 10 月底前将在 Copilot 应用、CLI 与 VS Code 开放实验性访问。
Muse 辅助起草；事实与八语译文均由所有者审阅。这不是独立模型复审。 本文由 AI 辅助起草，未经过独立人工审阅。除非另有说明，所有数字均为厂商公布；采取行动前请以原始来源核对。
微软宣布了什么
2026 年 10 月 7 日，微软 AI 发布题为「MAI-Code-1.1-Flash：更好、更快，成本仅四分之一」的公告，介绍其 2026 年 6 月 Microsoft Build 大会上发布的自研代码模型 MAI-Code-1.0 的更新版。微软称新模型已在 GitHub Copilot 中投入生产使用。
公告的核心主张是经济性的：模型成本为 MAI-Code-1.0 的四分之一，完成单个任务的 token 消耗减少 25%，在 GitHub Copilot 中的 token 流速提升 25%。微软将此归因于训练与服务效率的提升，包括在 GitHub Copilot 中跨数十万个强化学习环境进行的优化。
微软公布的数字
基准测试方面，微软称在 GitHub Copilot CLI 中 Terminal-Bench 2.1 提升 22%，.NET 任务提升 15%，均为相对前代的对比。在其选择公布的生产指标中，代码存活率上升 4%，回访率上升 9%。
以上所有数字均为微软自述：对比对象是其自家前代模型或自家生产遥测数据。核验时未见独立评测，公告也未给出美元定价，只有相对的“四分之一成本”说法。
本地运行选项
公告中最具结构性意义的是本地部分。MAI-Code-1.1-Flash 提供可下载的 3-bit 量化版本本地运行，保留完整的 256K 上下文窗口；微软称其在 SWE-Bench Verified 与 Terminal-Bench 2.1 上的代码能力与全精度版本相当。微软表示本地模型调用零推理费用，并建议使用 120GB 以上内存的设备以获得最佳性能。
微软称，2026 年 10 月底前将在 GitHub Copilot 应用、GitHub Copilot CLI 与 Visual Studio Code 中开放实验性访问，让 Copilot 的路由器在云端模型之外，为符合条件的代码工作增加一个端侧选项。
对代码工作流意味着什么
综合来看，更低的单任务成本加上零费用的本地选项，改变了智能体化编程的经济学：长时间运行的 CLI 智能体与后台代码任务可以更高频次地运行，工作负载放在云端还是设备端，也从默认变成真正的选择。
对企业而言，端侧代码模型还能缓解敏感代码库的数据出境与数据驻留顾虑。代价是硬件：120GB 以上内存的建议意味着本地选项目前只属于工作站级设备。
尚未证实的部分
仍有大量信息未披露。公告未给出许可条款、下载地址、参数规模与美元定价；2026 年 10 月 8 日的独立报道指出了同样的缺口，并提醒所有数字均为微软自述。
真正值得关注的是方向：代码模型的竞争正从榜单跑分转向单任务成本与部署灵活性——这才是决定模型能否活在生产预算里的指标。但在许可条款与独立评测出现之前，团队应把厂商数字视为方向性参考，先试点再把关键工作流押上去。
资料来源与延伸阅读
来源记录由所有者审阅；不声称已完成独立事实核验或独立模型复审。
- 微软 AI 官方博客（原始公告）
Microsoft AI
Recorded publication date ·
Recorded verification time ·
- Deyron Labs 独立分析（2026-10-08）
Deyron Labs
Recorded publication date ·
Recorded verification time ·