MAI Code 2 是 Microsoft 在 11 月 17 日 Ignite 推出的寫程式模型,對準企業每天要做的那一類工作:把程式送進正式環境、深層除錯、跨檔修改、整個程式庫的推理,以及介面。產品頁寫,它在這組日常任務上接近更大的模型,標價則低一截;同日還有更快的 Code 2 Flash、一款網絡安全模型,以及一項要求外人能核對代理行為的透明計劃。
日常任務的分數,部分用了推廣價
產品頁把比較收窄在四項基準:DeepSWE 1.1、Terminal Bench 2.1、SWE-Atlas、FrontierCode v1.1。平均下來,Microsoft 寫 Code 2 達到 GPT 6.1 Sol 約 98% 的表現,成本約 40%;相對 Claude Opus 5.5,約 96% 的表現,成本約 5%。註腳寫明,各模型都以最高推理力度運行。前三項在 Microsoft 內部的 MSBench 上、用 GitHub Copilot 的命令列、不帶子代理來跑。FrontierCode 的分數和成本來自 Artificial Analysis,而 MAI Code 2 的成本是按五折推廣價列出。
同一頁有一組介面盲測。258 位評分者比較 Code 2 和 GPT-6 Sol 做出的介面、遊戲、數據圖、三維場景和向量圖,64% 更偏好 Code 2,評的是外觀和功能。頁面同時寫明,這些模型尚未為基礎科學研究,以及很長程的代理工作調校。頁底另有一句:結果會隨工作負載、推理力度和定價假設而變。
產品頁還寫,他們從 Code 2 Flash 再調出一個叫 MAI Work Flash 的模型,供 Microsoft 365 和 Fabric IQ 使用。Excel 和 PowerPoint 的內部基準,寫成準確度和 token 效率與 GPT 6 Luna 相當。Word 在五項內部基準上,每次呼叫少用約 42% 的輸入 token。這些比較標明是 Microsoft 自己的內部測試。
Code 2 Flash 放在量大的修改
Code 2 Flash 面向解釋程式、小範圍修改、例行修復和快速來回。Microsoft 寫,在三項日常基準上(DeepSWE 1.1、Terminal Bench 2.1、SWE-Atlas),它的表現接近 GPT-6 Luna 和 Claude Haiku 5.5,成本分別約 65% 和 20%。這組成本同樣按五折推廣價計算,同樣以最高推理力度運行。
講稿說兩款模型今天可以叫到
董事長兼行政總裁薩蒂亞·納德拉同日的講稿寫,Code 2 和 Code 2 Flash 已在 GitHub Copilot 一般提供,入口是模型選擇器和 Copilot Fusion,並且也在 Foundry 提供。同一天的產品頁把分數、推廣價和尚未調校的範圍寫清楚,沒有把這句供應範圍再寫一遍。要確認自己的帳號能不能選到,看登入之後的模型清單。
網絡安全模型的分數,附了剔除任務的註腳
同日另一頁題為 MAI Cyber 2 Flash。正文把 CyberGym-E2E 的 92.3% 寫在「MAI Cyber 2」名下,對照 GPT-6 Astra 的 91.5%,並寫每項任務的成本不到後者的 2%。註腳 1 則把同一個 92.3% 寫回 MAI Cyber 2 Flash,並寫這組比較用了一半的推理預算。成本那一句的註腳說明,這是按標價、用離線評估的 token 算出來的,和客戶實際帳單是兩回事。
上下文窗口寫成 100 萬 token,是 MAI Cyber 1.1 Flash 的四倍。另一則註腳寫,905 項任務裡有 92 項和訓練資料用過的開源專案、漏洞報告重疊;參考解答沒有拿去訓練。他們為所有模型都剔除這 92 項,公布的是餘下 813 項。頁面又寫,在相同推理預算下,它在 WebExploitBench 得到 40.4%,對照 GPT 5.6 Cyber 的 38.4%。
透明計劃:模型自己的說法不算證據
同一天在 Ignite,納德拉宣布 AI Transparency Initiative。Microsoft Source 的新聞稿寫,機構往往看得到模型周圍的活動,卻難以還原從一項請求到一個結果之間發生了什麼。原則是:代理的自主越高,透明就要越高。計劃分三部分。第一,擴大參與美國國家標準暨技術研究院的 SI Agent Standards Initiative,做開放的透明、安全與治理標準。講稿把這項寫成 NIST’s Agent Standards Initiative,名稱和新聞稿差幾個字。第二,與超過 40 家機構一起做,新聞稿點名 Accenture、Adobe、KPMG、Mastercard 和 Volvo Cars;講稿的數字寫成 40 家。第三,把做法放進 Microsoft AI、Microsoft Foundry 和 Microsoft Copilot,讓客戶用自己的安全與合規工具查核,也可以用其他供應商的工具。
新聞稿把驗證寫直:代理不能成為自己行為的唯一證據,前沿模型也不能自己監管自己。責任仍在使用它的機構。這則稿沒有附上可下載的規格全文,也沒有寫完成日期。想跟進的機構,稿末留了報名頁。
NVIDIA 這一季收入 1158 億美元
NVIDIA 在 11 月 17 日公布 2027 財年第三季業績,季度截至 10 月 25 日。收入 1158 億美元,按季升 20%,按年升 103%。數據中心收入 1076 億美元,按季升 21%,按年升 110%。GAAP 毛利率 74.8%,非 GAAP 毛利率 74.9%。GAAP 每股攤薄盈利 2.70 美元,非 GAAP 是 2.68 美元。
代理行政總裁兼財務總裁科萊特·克雷斯說,Vera Rubin 的起步很猛,路線圖仍在軌道上。新聞稿寫,Vera Rubin NVL72 已經開始出貨,是公司史上最快的產品爬坡;機櫃已在 CoreWeave、Google Cloud、Microsoft Azure、Oracle Cloud Infrastructure 和 Nebius 運行,並寫 SpaceXSI 即將上線。下一季(多一個報告週)收入展望是 1300 億美元,上下 3%。展望不假設來自中國的數據中心運算收入。毛利率展望是 71% 至 72%,低於本季。
相關討論
- Microsoft AI:MAI Code 2 與 Code 2 Flash
- Microsoft 官方網誌:Ignite 2026 講稿
- Microsoft Source:AI Transparency Initiative
- NVIDIA Newsroom:2027 財年第三季業績
總結
這一輪仍是 MAI Code 2 最值得先看完:日常寫程式的分數寫在產品頁,註腳並說明有一部分比較用了推廣價。算力那一季說明新平台已經出貨;透明計劃則還停在要有獨立證據,規格文本尚未交出。
