Microsoft tung loạt mô hình AI chuyên biệt tại Ignite, khẳng định MAI Code 2 đạt 96% hiệu năng Claude Opus 5.5 với chi phí chỉ 5%.
Tại hội nghị Ignite hôm thứ Ba, Microsoft giới thiệu một loạt mô hình AI chuyên biệt cho lập trình, an ninh mạng và tạo ảnh, cạnh tranh trực tiếp với Anthropic và OpenAI. Microsoft không cố xây một chatbot vượt mọi đối thủ ở mọi lĩnh vực. Thay vào đó, hãng huấn luyện từng mô hình cho một công việc cụ thể và bán với giá thấp hơn nhiều.
Tuyên bố gây chú ý nhất thuộc về MAI Code 2. Theo Microsoft, mô hình này đạt 96% hiệu năng của Claude Opus 5.5 trong các tác vụ lập trình doanh nghiệp phổ biến, với chi phí chỉ bằng 5%. So với GPT-6.1 Sol, MAI Code 2 đạt 98% hiệu năng với mức giá bằng 40%. Tuy nhiên, các con số này cần được đọc thận trọng. Đây là kết quả trung bình của bốn bài đánh giá về phát triển phần mềm thực tế, trong đó Microsoft tự chạy ba bài trên nền tảng của mình. Chi phí của MAI Code 2 cũng được tính theo mức giảm giá khuyến mại 50%. Ngoài ra, OpenAI phát hành GPT-6.2 ngay trong ngày thứ Ba, nên mốc so sánh với Sol đã thuộc thế hệ cũ.
Phiên bản nhẹ hơn, Code 2 Flash, dành cho các bản sửa lỗi thường xuyên và chỉnh sửa nhanh. Microsoft cho biết mô hình này có hiệu năng tương đương Claude Haiku 5.5 với giá chỉ bằng 20%. Cả hai mô hình lập trình đã có mặt trong GitHub Copilot, sản phẩm lâu nay phụ thuộc nhiều vào các nhà cung cấp AI bên ngoài.
Ở mảng an ninh mạng, MAI Cyber 2 Flash hoàn thành 92,3% số tác vụ phát hiện lỗ hổng trong bài đánh giá CyberGym-E2E, nhỉnh hơn mức 91,5% của GPT-6 Astra, trong khi chi phí mỗi tác vụ chưa tới 2%. Microsoft đã loại 92 trong tổng số 905 tác vụ vì tài liệu nguồn của chúng trùng với dữ liệu huấn luyện của hãng. Hãng chưa so sánh trực tiếp với GPT-6 Cyber, mô hình bị hạn chế truy cập của OpenAI. Từ giữa tháng 12, Cyber 2 Flash sẽ thay một mô hình MAI cũ hơn cho các khách hàng MDASH đủ điều kiện.
Chuyên môn hóa và những đánh đổi
Lập luận của Microsoft khá đơn giản. Một mô hình đa năng phải phân bổ năng lực cho rất nhiều việc, từ làm thơ đến giải thích vật lý. Một mô hình chuyên biệt có thể dồn ngân sách huấn luyện và tính toán vào đúng những mẫu hình quan trọng với công việc của nó. Với các doanh nghiệp lặp lại cùng một tác vụ hàng nghìn lần mỗi ngày, lợi thế về tốc độ và chi phí sẽ cộng dồn rất nhanh. OpenAI cũng đi theo hướng tương tự với các dòng Mini và Nano.
Cách tiếp cận này có giới hạn. Chính tài liệu của Microsoft thừa nhận Code 2 chưa được tối ưu cho nghiên cứu khoa học cơ bản hoặc các tác vụ tự động kéo dài. Ở phân khúc giá rẻ, Anthropic cũng đã có dòng Haiku cạnh tranh.
Mảng tạo ảnh cho thấy kết quả rõ hơn. MAI Image 2.7 hiện dẫn đầu bảng xếp hạng chỉnh sửa ảnh của Artificial Analysis với 1.215 điểm Elo, so với 1.211 điểm của GPT Image 2.6 Sunburst, dù khoảng bất định của hai mô hình chồng lấn nhau. Ở bảng xếp hạng tạo ảnh từ văn bản, Microsoft đứng thứ tư. Lợi thế lớn hơn nằm ở giá: khoảng 35 USD cho 1.000 ảnh, hoặc 10 USD với bản Flash, so với khoảng 211 USD của GPT Image 2.6 Sunburst ở chất lượng tối đa.
Microsoft cũng cho phép một số khách hàng doanh nghiệp tùy chỉnh và vận hành trọng số được cấp phép của các mô hình này ngay trên Azure. Phép thử thực tế đã bắt đầu với Code 2 trong GitHub Copilot, và sẽ tiếp tục khi Cyber 2 Flash được triển khai từ giữa tháng 12.



































































