微软转向廉价专用AI模型

关键信息

文中的网络安全结果依赖于 MDASH，这是微软的编排系统，它会把困难任务转交给 OpenAI 的推理模型，而不是只依赖 MAI-Cyber-1-Flash 本身。文章还指出，微软希望模型可以替换，以避免过度依赖单一模型家族。

资讯摘要

微软AI正在把 token 效率作为核心战略，更倾向于使用小型专用模型，而不是只追求一个大型通用模型。AI CEO Mustafa Suleyman 认为，行业需要在顶级性能和成本之间做权衡，而不能默认越大的模型越好。 在网络安全领域，微软表示其 MAI-Cyber-1-Flash 在 CyberGym 基准上比 Anthropic 的 Mythos 高出 12 个百分点，而成本大约只有后者的一半。 但文章特别强调，这一结果并不是单靠该模型实现的，而是依赖于 MDASH 这一编排层，它会协调多个模型，并且在遇到困难任务时仍然调用 OpenAI 的推理模型。 微软还声称，MAI-Image-2.5-Flash 与 GPT-Image-2 相比，GPU 成本最多可以降低 84%。

Suleyman 的更大目标是打造可替换的模型，避免微软被单一模型家族锁定。 文章认为，竞争正在从单个模型转向更重要的“harness”或编排器，因为它们负责在便宜的专用模型和前沿模型之间分配工作。 文中还提到，Anthropic 已经为 Claude Fable 5 采用了类似思路，Sakana 也围绕这一理念构建了 Fugu。 文章最后指出，微软这些更小的 MAI 模型是否真的能在部分替代 OpenAI 时保持同等表现，仍然有待观察。

资讯正文

微软 AI 选择押注低成本的专用模型，而不是追逐最前沿模型

微软 AI 正在把 token 效率作为竞争重点，更青睐小型专用模型，而不是通用的前沿模型。AI 首席执行官 Mustafa Suleyman 写道，行业必须权衡顶级性能与成本。公司并非训练一个万能模型，而是为单一领域训练紧凑型模型。Suleyman 表示，其最新的网络安全模型 MAI-Cyber-1-Flash 在 CyberGym 基准测试中，以一半的成本领先 Anthropic 的 Mythos 12 个百分点。不过，这一结果需要依赖 MDASH 系统；该系统会协调多个模型，并且仍会把高难度任务路由给 OpenAI 的推理模型。微软还表示，与 GPT-Image-2 相比，MAI-Image-2.5-Flash 可将 GPU 成本降低最高达 84%。

Suleyman 也希望使用可替换模型，以避免微软依赖单一模型家族。微软这些小型 MAI 模型在多大程度上能部分替代 OpenAI，并匹配其性能，仍令人怀疑。

竞争正在从单个模型转向 harnesses，也就是负责任务路由并提供上下文的软件。编排器会把大部分工作交给更便宜的专用模型，并为棘手情况保留前沿模型。Anthropic 为 Claude Fable 5 建模采用了这种方法，而 Sakana 则围绕它构建了 Fugu。

来源与参考

1. 原始链接
2. Microsoft AI bets on cheap specialist models instead of chasing the frontier