“简单说,你在 Claude 或 ChatGPT 里能做的事,用 Copilot 可以做得更好、花钱更少。”美东时间 2026 年 11 月 17 日,在旧金山开幕的微软 Ignite 2026 大会主舞台上,微软商业业务首席执行官贾德森·奥尔索夫(Judson Althoff)直接向两家既是合作伙伴又是投资对象的实验室摊了牌(GeekWire)。截至美东时间 11 月 20 日,这场围绕企业级 AI 账单与专用模型路线的密集发布,正在引发北美软件工程与企业 IT 圈的持续测算。

微软这一轮落子的核心,是一口气拿出 7 款自研 MAI 系列专用模型,外加全面可用(GA)的跨厂商治理工具 Azure AI Gateway 与可定制权重项目 MAI Licensed Weights(Microsoft AI;Azure Integration Services Blog)。过去两年,企业买 AI 习惯按“最贵通用大模型包打天下”的思路采购;随着全天候运行的智能体(Agent)把 Token 消耗量推向新高,微软显然打算用“按任务拆解、用专用小模型压价”的打法,重新把企业预算拉回自家生态。

7 款自研 MAI 模型,专挑高频贵单下手

Microsoft AI 在美东时间 11 月 17 日的官方发布中直言,随着企业 Token 支出飙升,开发者需要能以可承受成本 24 小时持续执行真实工程任务的模型(Microsoft AI)。新亮相的 7 款产品没有盲目比拼单一通用榜单,而是逐一盯紧企业最烧钱的垂直场景:

在软件开发领域,已接入 GitHub Copilot 与 Microsoft Foundry 的旗舰编程模型 MAI Code 2 主打多文件修改、深度调试与代码库级推理(Microsoft Official Blog;GeekWire)。按照微软在其自选编码基准上公布的数据,MAI Code 2 达到 OpenAI GPT-6.1 Sol 约 98% 的编码质量,价格约后者的 40%;对比 Anthropic Claude Opus 5.5 则达到 96% 的表现,价格仅约 5%(Microsoft AI;GeekWire)。同系列的轻量版 MAI Code 2 Flash 面向高频日常改动,官方称其能力接近 GPT-6 Luna 而定价为其 65%,相比 Haiku 5.5 定价为 20%(Microsoft AI)。

在安全防御与多模态任务上,微软同样祭出激进定价。专攻代码安全扫描与漏洞防御的 MAI Cyber 2 Flash,按官方在 CyberGym-E2E 基准上的测算,质量超过 GPT-6 Astra,单任务成本不到后者的 2%;图像编辑模型 MAI Image 2.7 在 Artificial Analysis 图像编辑榜位列第一,表现高于 GPT Image 2.6 Sunburst (max) 且价格为其五分之一;实时语音模型 MAI Realtime 1 起价每分钟音频 0.01 美元;医疗语音转写工具 Dragon Copilot Transcribe 底层搭载 MAI Transcribe 2,每月已支撑 1000 万次接诊记录,官方称多语种错误率减半(Microsoft AI)。

另一项面向全企业开放的底层部件是正式全面可用的决策模型 Microsoft-Decision-1.1。微软官方博客披露,该模型已加入多模态支持,速度比 GPT-6.1 Sol 快 50 倍、成本低 79 倍,已有逾 4000 家客户将其用于请求路由、数据标注、内容过滤与个性化分发(Microsoft Official Blog;Microsoft AI)。支撑这批自研模型跑出低单位成本的硬件底座,是微软第二代自研 AI 加速器 Maia 200——微软称其已进入生产环境运行自家最大规模模型,每瓦特可输出的字词数较此前提升 1.7 倍(Microsoft AI)。

此外,微软还推出 MAI Licensed Weights 服务,允许受信任的企业客户通过其 Frontier Co. 咨询团队获取并基于自有数据定制 MAI 模型权重,直接在企业专属的 Azure 环境中运行;此前 AT&T 已通过早期定制计划构建了用于 5G 网络分析的专属模型(Microsoft Official Blog;GeekWire)。

一边同台合卖,一边用账单和网关抢入口

颇具意味的是,微软在旧金山并未与 OpenAI 和 Anthropic 划清界限,而是摆出“既当最大货架、又推自有平替品牌”的双重姿态。就在同一场开幕主题演讲中,微软宣布 OpenAI 当日早上刚发布的 GPT-6.2 与 Meta 最新模型同步登陆 Microsoft Foundry,微软 365 Copilot 也继续允许企业管理员按合规策略手动启用 OpenAI 或 Anthropic 模型(Microsoft Official Blog;Microsoft Copilot Blog)。

真正的争夺藏在“默认路由权”和“总拥有成本”里。微软 Copilot 官方博客提出“没有任何一家实验室在所有事情上都最强”,并在 Copilot 中全面推开 Auto 自动路由:员工无需操心选哪个模型,系统后台按任务难度自动分配模型和推理算力,简单任务切到低价轻量模型,复杂任务再调动高阶算力(Microsoft Copilot Blog)。

为了证明这笔账更划算,微软 Copilot 执行副总裁雅各布·安德烈乌(Jacob Andreou)在现场亮出一组估算数据:按“基础订阅费加按量调用费”计算,普通企业办公 AI 用户每月使用 Copilot 约 30 美元,对比 ChatGPT 的 81 美元和 Claude 的 205 美元;重度智能体用户每月使用 Copilot 约 96 美元,对比 ChatGPT 的 149 美元和 Claude 的 299 美元(GeekWire)。奥尔索夫还在演示中算了一笔实操账:他在周日花两小时让 Copilot 生成零售大会演讲大纲、幻灯片、客户跟踪表并拉起一个后台代理,共耗费约 1 万积分,折合约 100 美元(GeekWire)。微软现场还引用麦肯锡(McKinsey)一项调研数据,称 93% 受访企业表示实际 AI 开销已超出预算(GeekWire)。

但看懂这组亮眼对比必须盯紧前提条件。GeekWire 在现场报道中明确点出,安德烈乌展示的月度费用来自微软付费委托研究机构 GigaOm 在今年 10 月基于模拟工作负载所做的测算,口径针对叠加了按量计费的企业版套餐(例如 Claude 账单绝大部分是 20 美元企业基础席位之外的估算调用费),并不等同于个人用户按月封顶的普通订阅价(GeekWire)。同样,MAI Code 2 和 MAI Cyber 2 Flash 的成本优势均基于微软官方自选基准测得,放到跨语种复杂业务逻辑或非标准工程代码库中能否复现 96% 至 98% 的等效质量,仍有待第三方独立评测与企业真实生产流量检验(GeekWire)。

在底层架构侧,微软同日把原本隶属于 Azure API Management 的 AI 网关独立升级为 Azure AI Gateway 并正式全面上线,覆盖 17 个 Azure 区域,每个网关每月提供 1 万次免费请求,正式计费自 2027 年 1 月 1 日启动(Azure Integration Services Blog)。这套托管网关支持通过统一别名调用 Microsoft Foundry、Azure OpenAI、OpenAI、Anthropic、Amazon Bedrock 及 Google Vertex AI 等多家后端模型,也兼容 OpenAI、Anthropic 接口及 MCP 工具协议;企业平台团队可在无需改动业务代码的前提下按优先级或成本切换底层模型,并通过 Microsoft Entra ID 管控权限、借助 OpenTelemetry 导出调用日志,以及对单个团队、应用或代理设置硬性预算上限,达到额度即自动截停(Azure Integration Services Blog)。

游仕观察

微软这一轮密集打出“专用低价模型加统一路由网关”的组合拳,恰恰戳中了眼下北美华人软件团队、跨境电商独立站运营方以及中小华商企业最真实的痛点:AI 落地进入第二阶段后,决定成败的早已不是能不能演示出炫酷功能,而是全天候自动运行的智能体能不能把账单压在毛利线以内。过去半年,不少在美东和加州做电商选品、客服工单自动化、外贸单证核对与供应链 ERP 开发的华人团队,为了省事直接把所有业务节点都挂在最贵的通用旗舰模型上;结果订单旺季一到,自动回复、日志分类、数据清洗这些琐碎任务把 Token 账单拉高数倍,真算总账甚至比雇兼职员工还贵。

不过,面对厂商发布会上的“5% 价格拿 96% 性能”和“月省上百美元”宣传,北美华商与技术负责人最忌讳盲目照单全收、一口气把生产系统切去低价模型。厂商自选基准与付费测算往往偏重标准英文任务和可控模拟流量,一旦落到中英混杂的跨境客服语境、非规范财务表格或复杂遗留代码库里,轻量化专用模型的长尾失误率可能突然抬升,省下来的 API 费用反倒会被工程师与运营人员反复人工返工吃光。

结合这次发布与 2027 年初的计费节点,建议有 AI 自动化投入的华人企业与工程团队立刻推进三项实操自查:第一,先盘清近 30 天各业务线的调用账单,把任务明确切成“高频低风险”(如文本分类、安全初筛、日常代码补全、路由判定)和“低频高风险”(如复杂架构重构、核心合同条款核验)两层,优先在高频层试点 MAI Code 2 Flash、Decision 1.1 或其他厂商的轻量专用模型,先把最冤枉的预算止住;第二,趁 Azure AI Gateway 等统一网关提供每月 1 万次免费额度(且 2027 年 1 月 1 日前免按量费)的窗口期,尽快把模型别名映射、API 密钥隔离与按团队硬预算熔断机制从业务代码里解耦出来,避免被单一模型商或云平台绑死,也能防止某个失控代理一夜刷爆信用卡;第三,建立一套 50 至 100 条本企业真实业务样本的内部盲测集,把 API 账单降幅与人工复核耗时放在同一张表里核算净成本,确认质量过线再逐步灰度放量。

来源

---

编辑:Googlezhang|撰稿:小诸葛(AI)