Microsoft Diam-Diam Mengganti OpenAI dan Anthropic dengan Model AI Buatan Sendiri yang Lebih Murah
Microsoft menerapkan strategi 'Frontier Diffusion and Control': tugas rutin dikerjakan oleh model MAI kecil yang dioptimalkan, bukan model frontier mahal. Model MAI Code 1 Flash sudah digunakan jutaan developer di GitHub Copilot sejak Juni 2026.
Diterbitkan olehDiedit dengan DeepSeek-V4-FlashGambar dibuat dengan GPT Image 1.5
Microsoft menerapkan strategi 'Frontier Diffusion and Control': tugas rutin dikerjakan oleh model MAI kecil yang dioptimalkan, bukan model frontier mahal.
Model MAI Code 1 Flash sudah digunakan jutaan developer di GitHub Copilot sejak Juni 2026.
Di Excel, model MAI Microsoft disebutkan setara dengan GPT 5.6 untuk tugas paling umum, namun jauh lebih hemat biaya.
Puluhan ribu permintaan AI per minggu dari Excel dan Outlook sudah dialihkan ke model MAI, menandai pergeseran produksi skala besar dari OpenAI dan Anthropic.
Search & fact-check with cited sources for How is Microsoft's "Frontier Diffusion and Control" strategy using its proprietary MAI models toMicrosoft's Frontier Diffusion and Control strategy routes routine tasks to smaller, cheaper MAI models while reserving expensive frontier models for complex work.
AI Perintah
Create a landscape editorial hero image for this Studio Global article: Search & fact-check with cited sources for How is Microsoft's "Frontier Diffusion and Control" strategy using its proprietary MAI models to. Article summary: Here is the fact-checked answer based on current sources.. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an illustrative visual, not as factual evidence.
openai.com
Microsoft diam-diam menjalankan salah satu langkah paling signifikan di dunia AI enterprise: secara sistematis mengganti model AI frontier pihak ketiga yang mahal dengan model buatan sendiri yang lebih kecil, dirancang khusus untuk tugas tertentu, dan performanya setara atau bahkan lebih baik dalam tugas sehari-hari. Satya Nadella menyebut pendekatan ini sebagai "Frontier Diffusion and Control," dan hasil produksi awal dari GitHub Copilot, Excel, dan Outlook sudah mulai terlihat publik.
Apa Itu Frontier Diffusion and Control?
Alih-alih mengarahkan setiap permintaan pengguna ke satu model frontier mahal seperti GPT-5 atau Claude, Microsoft menggunakan lapisan perutean (routing layer) yang mengirim tugas-tugas rutin dan sudah dipahami ke model MAI yang lebih kecil dan spesifik. Permintaan kompleks baru dinaikkan ke model frontier yang lebih besar. Nadella secara resmi memberi nama pendekatan ini dalam sebuah posting blog pada 23 Juli 2026 .
Studio Global AI
Lanjutkan penelitian Anda
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Apa jawaban singkat untuk "Microsoft Diam-Diam Mengganti OpenAI dan Anthropic dengan Model AI Buatan Sendiri yang Lebih Murah"?
Microsoft menerapkan strategi 'Frontier Diffusion and Control': tugas rutin dikerjakan oleh model MAI kecil yang dioptimalkan, bukan model frontier mahal.
Apa poin penting yang harus divalidasi terlebih dahulu?
Microsoft menerapkan strategi 'Frontier Diffusion and Control': tugas rutin dikerjakan oleh model MAI kecil yang dioptimalkan, bukan model frontier mahal. Model MAI Code 1 Flash sudah digunakan jutaan developer di GitHub Copilot sejak Juni 2026.
Apa yang harus saya lakukan selanjutnya dalam latihan?
Di Excel, model MAI Microsoft disebutkan setara dengan GPT 5.6 untuk tugas paling umum, namun jauh lebih hemat biaya.
Microsoft Diam-Diam Mengganti OpenAI dan Anthropic dengan Model AI Buatan Sendiri yang Lebih Murah
Microsoft menerapkan strategi 'Frontier Diffusion and Control': tugas rutin dikerjakan oleh model MAI kecil yang dioptimalkan, bukan model frontier mahal. Model MAI Code 1 Flash sudah digunakan jutaan developer di GitHub Copilot sejak Juni 2026.
Diterbitkan olehDiedit dengan DeepSeek-V4-FlashGambar dibuat dengan GPT Image 1.5
Microsoft menerapkan strategi 'Frontier Diffusion and Control': tugas rutin dikerjakan oleh model MAI kecil yang dioptimalkan, bukan model frontier mahal.
Model MAI Code 1 Flash sudah digunakan jutaan developer di GitHub Copilot sejak Juni 2026.
Di Excel, model MAI Microsoft disebutkan setara dengan GPT 5.6 untuk tugas paling umum, namun jauh lebih hemat biaya.
Puluhan ribu permintaan AI per minggu dari Excel dan Outlook sudah dialihkan ke model MAI, menandai pergeseran produksi skala besar dari OpenAI dan Anthropic.
Search & fact-check with cited sources for How is Microsoft's "Frontier Diffusion and Control" strategy using its proprietary MAI models toMicrosoft's Frontier Diffusion and Control strategy routes routine tasks to smaller, cheaper MAI models while reserving expensive frontier models for complex work.
AI Perintah
Create a landscape editorial hero image for this Studio Global article: Search & fact-check with cited sources for How is Microsoft's "Frontier Diffusion and Control" strategy using its proprietary MAI models to. Article summary: Here is the fact-checked answer based on current sources.. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an illustrative visual, not as factual evidence.
openai.com
Microsoft diam-diam menjalankan salah satu langkah paling signifikan di dunia AI enterprise: secara sistematis mengganti model AI frontier pihak ketiga yang mahal dengan model buatan sendiri yang lebih kecil, dirancang khusus untuk tugas tertentu, dan performanya setara atau bahkan lebih baik dalam tugas sehari-hari. Satya Nadella menyebut pendekatan ini sebagai "Frontier Diffusion and Control," dan hasil produksi awal dari GitHub Copilot, Excel, dan Outlook sudah mulai terlihat publik.
Apa Itu Frontier Diffusion and Control?
Alih-alih mengarahkan setiap permintaan pengguna ke satu model frontier mahal seperti GPT-5 atau Claude, Microsoft menggunakan lapisan perutean (routing layer) yang mengirim tugas-tugas rutin dan sudah dipahami ke model MAI yang lebih kecil dan spesifik. Permintaan kompleks baru dinaikkan ke model frontier yang lebih besar. Nadella secara resmi memberi nama pendekatan ini dalam sebuah posting blog pada 23 Juli 2026 .
Studio Global AI
Lanjutkan penelitian Anda
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Apa jawaban singkat untuk "Microsoft Diam-Diam Mengganti OpenAI dan Anthropic dengan Model AI Buatan Sendiri yang Lebih Murah"?
Microsoft menerapkan strategi 'Frontier Diffusion and Control': tugas rutin dikerjakan oleh model MAI kecil yang dioptimalkan, bukan model frontier mahal.
Apa poin penting yang harus divalidasi terlebih dahulu?
Microsoft menerapkan strategi 'Frontier Diffusion and Control': tugas rutin dikerjakan oleh model MAI kecil yang dioptimalkan, bukan model frontier mahal. Model MAI Code 1 Flash sudah digunakan jutaan developer di GitHub Copilot sejak Juni 2026.
Apa yang harus saya lakukan selanjutnya dalam latihan?
Di Excel, model MAI Microsoft disebutkan setara dengan GPT 5.6 untuk tugas paling umum, namun jauh lebih hemat biaya.
Model kecil untuk tugas sehari-hari: Strategi ini "menyebarkan" kecerdasan tingkat frontier dengan melatih model kecil pada data spesifik produk hingga kualitasnya menyamai model frontier pada tugas-tugas umum, tetapi hanya menggunakan sebagian kecil token .
Pipa pelatihan 'Hill-Climbing': Microsoft menggunakan metode "hill-climbing": dimulai dari checkpoint model yang sudah ada (misalnya, MAI-Code-1-Flash yang sudah dilatih di dalam GitHub Copilot), lalu dilatih lebih lanjut pada tugas spesifik seperti Excel, secara berulang "memanjat" menuju performa tingkat frontier di domain sempit tersebut .
Keunggulan biaya: Karena model MAI lebih kecil dan dibuat untuk tujuan khusus, biaya inferensinya jauh lebih murah daripada menyewa model dari OpenAI atau Anthropic. Nadella menyatakan keluarga MAI "mengungguli model frontier serba guna dalam banyak kasus penggunaan sambil menggunakan sebagian kecil token" .
Hasil Produksi Nyata: GitHub Copilot dan Excel
GitHub Copilot:
Microsoft meluncurkan MAI-Code-1-Flash di GitHub Copilot pada Juni 2026, dan pada akhir Juli, jutaan pengembang telah menggunakannya untuk pekerjaan sehari-hari . Model ini terintegrasi ke dalam pemilih model Copilot di VS Code dan menjadi bagian dari pemilih otomatis bawaan .
Excel (Microsoft 365 Copilot):
Microsoft secara langsung menyatakan: "Dalam penerapan produk langsung kami, kami melihat bahwa model MAI kami yang diterapkan di Excel setara dengan GPT-5.6 untuk tugas-tugas paling umum, namun lebih hemat biaya."
Pada 7 Juli 2026, Microsoft mulai mengarahkan puluhan ribu permintaan AI per minggu dari Excel dan Outlook melalui model MAI-nya sendiri. Ini adalah pertama kalinya pergeseran lalu lintas Microsoft 365 Copilot dari OpenAI dan Anthropic diungkapkan ke publik dalam skala produksi .
Pergeseran yang Lebih Luas: Mengurangi Ketergantungan pada AI Pihak Ketiga
Microsoft meluncurkan tujuh model MAI di Build 2026 (2 Juni), termasuk MAI-Thinking-1 (penalaran), MAI-Code-1-Flash (coding), MAI-Image-2.5, MAI-Voice-2, dan MAI-Transcribe-1.5 .
Nadella secara eksplisit menyatakan bahwa Microsoft sekarang mengarahkan tugas-tugas di GitHub Copilot, Excel, dan Outlook ke model MAI miliknya sendiri setiap kali model tersebut bisa menyamai atau mengalahkan alternatif frontier dari OpenAI dan Anthropic . Bloomberg melaporkan pergeseran ini sebagai "directional and intentional, not experimental" — Microsoft secara bertahap mengganti model pihak ketiga di aplikasi Office untuk memangkas biaya dan mendapatkan kontrol residensi data yang lebih baik .
Di PowerPoint, Mustafa Suleyman mencatat bahwa model gambar Microsoft berhasil memangkas biaya hingga 84% dibandingkan dengan GPT-Image-2. Di OneDrive, model ini meningkatkan tingkat penyimpanan (save rates) sebesar 26% dan memangkas latensi sekitar 25% .
Catatan Penting: Bukan Perceraian, Melainkan Lindung Nilai Strategis
Ini bukanlah perpisahan total dengan OpenAI. Microsoft tetap menjadi mitra cloud utama OpenAI dan telah mengamandemen perjanjian mereka pada April 2026 untuk mempertahankan hubungan tersebut . Langkah ini lebih tepat digambarkan sebagai lindung nilai strategis (strategic hedge) : membangun kecerdasan buatan sendiri sambil tetap menjual model pesaing di Azure .
Model OpenAI dan Anthropic masih menangani mayoritas lalu lintas Copilot. Pergeseran ke model MAI sejauh ini masih bertahap, berfokus pada tugas-tugas bervolume tinggi dan kompleksitas rendah di mana penghematan biaya paling besar .
Intinya
Strategi Frontier Diffusion and Control milik Microsoft merepresentasikan pemikiran ulang fundamental dalam penerapan AI: alih-alih mempertaruhkan segalanya pada satu model frontier, optimalkan "batas biaya-ke-hasil" (cost-to-outcome frontier) dengan mencocokkan model yang tepat untuk setiap tugas. Hasil produksi di Excel, GitHub Copilot, dan Outlook menunjukkan bahwa pendekatan ini sudah mulai memenuhi janjinya: performa setara frontier dengan biaya yang jauh lebih rendah.
Model kecil untuk tugas sehari-hari: Strategi ini "menyebarkan" kecerdasan tingkat frontier dengan melatih model kecil pada data spesifik produk hingga kualitasnya menyamai model frontier pada tugas-tugas umum, tetapi hanya menggunakan sebagian kecil token .
Pipa pelatihan 'Hill-Climbing': Microsoft menggunakan metode "hill-climbing": dimulai dari checkpoint model yang sudah ada (misalnya, MAI-Code-1-Flash yang sudah dilatih di dalam GitHub Copilot), lalu dilatih lebih lanjut pada tugas spesifik seperti Excel, secara berulang "memanjat" menuju performa tingkat frontier di domain sempit tersebut .
Keunggulan biaya: Karena model MAI lebih kecil dan dibuat untuk tujuan khusus, biaya inferensinya jauh lebih murah daripada menyewa model dari OpenAI atau Anthropic. Nadella menyatakan keluarga MAI "mengungguli model frontier serba guna dalam banyak kasus penggunaan sambil menggunakan sebagian kecil token" .
Hasil Produksi Nyata: GitHub Copilot dan Excel
GitHub Copilot:
Microsoft meluncurkan MAI-Code-1-Flash di GitHub Copilot pada Juni 2026, dan pada akhir Juli, jutaan pengembang telah menggunakannya untuk pekerjaan sehari-hari . Model ini terintegrasi ke dalam pemilih model Copilot di VS Code dan menjadi bagian dari pemilih otomatis bawaan .
Excel (Microsoft 365 Copilot):
Microsoft secara langsung menyatakan: "Dalam penerapan produk langsung kami, kami melihat bahwa model MAI kami yang diterapkan di Excel setara dengan GPT-5.6 untuk tugas-tugas paling umum, namun lebih hemat biaya."
Pada 7 Juli 2026, Microsoft mulai mengarahkan puluhan ribu permintaan AI per minggu dari Excel dan Outlook melalui model MAI-nya sendiri. Ini adalah pertama kalinya pergeseran lalu lintas Microsoft 365 Copilot dari OpenAI dan Anthropic diungkapkan ke publik dalam skala produksi .
Pergeseran yang Lebih Luas: Mengurangi Ketergantungan pada AI Pihak Ketiga
Microsoft meluncurkan tujuh model MAI di Build 2026 (2 Juni), termasuk MAI-Thinking-1 (penalaran), MAI-Code-1-Flash (coding), MAI-Image-2.5, MAI-Voice-2, dan MAI-Transcribe-1.5 .
Nadella secara eksplisit menyatakan bahwa Microsoft sekarang mengarahkan tugas-tugas di GitHub Copilot, Excel, dan Outlook ke model MAI miliknya sendiri setiap kali model tersebut bisa menyamai atau mengalahkan alternatif frontier dari OpenAI dan Anthropic . Bloomberg melaporkan pergeseran ini sebagai "directional and intentional, not experimental" — Microsoft secara bertahap mengganti model pihak ketiga di aplikasi Office untuk memangkas biaya dan mendapatkan kontrol residensi data yang lebih baik .
Di PowerPoint, Mustafa Suleyman mencatat bahwa model gambar Microsoft berhasil memangkas biaya hingga 84% dibandingkan dengan GPT-Image-2. Di OneDrive, model ini meningkatkan tingkat penyimpanan (save rates) sebesar 26% dan memangkas latensi sekitar 25% .
Catatan Penting: Bukan Perceraian, Melainkan Lindung Nilai Strategis
Ini bukanlah perpisahan total dengan OpenAI. Microsoft tetap menjadi mitra cloud utama OpenAI dan telah mengamandemen perjanjian mereka pada April 2026 untuk mempertahankan hubungan tersebut . Langkah ini lebih tepat digambarkan sebagai lindung nilai strategis (strategic hedge) : membangun kecerdasan buatan sendiri sambil tetap menjual model pesaing di Azure .
Model OpenAI dan Anthropic masih menangani mayoritas lalu lintas Copilot. Pergeseran ke model MAI sejauh ini masih bertahap, berfokus pada tugas-tugas bervolume tinggi dan kompleksitas rendah di mana penghematan biaya paling besar .
Intinya
Strategi Frontier Diffusion and Control milik Microsoft merepresentasikan pemikiran ulang fundamental dalam penerapan AI: alih-alih mempertaruhkan segalanya pada satu model frontier, optimalkan "batas biaya-ke-hasil" (cost-to-outcome frontier) dengan mencocokkan model yang tepat untuk setiap tugas. Hasil produksi di Excel, GitHub Copilot, dan Outlook menunjukkan bahwa pendekatan ini sudah mulai memenuhi janjinya: performa setara frontier dengan biaya yang jauh lebih rendah.
