Bagaimana Model MAI Microsoft Secara Senyap Mengalahkan AI Frontier pada Kos Yang Jauh Lebih Rendah
Microsoft laksanakan strategi 'Frontier Diffusion and Control' yang menghalakan tugas rutin kepada model MAI yang lebih kecil dan dioptimumkan, berbanding model frontier yang mahal. Model MAI di GitHub Copilot digunakan berjuta juta pembangun; di Excel, ia setanding dengan GPT 5.6 untuk tugas biasa pada kos yang leb...
Diterbitkan olehDisunting dengan DeepSeek-V4-FlashImej dijana dengan GPT Image 1.5
Microsoft laksanakan strategi 'Frontier Diffusion and Control' yang menghalakan tugas rutin kepada model MAI yang lebih kecil dan dioptimumkan, berbanding model frontier yang mahal.
Model MAI di GitHub Copilot digunakan berjuta juta pembangun; di Excel, ia setanding dengan GPT 5.6 untuk tugas biasa pada kos yang lebih efisien.
Peralihan ini adalah strategik untuk mengurangkan pergantungan kepada OpenAI dan Anthropic, namun Microsoft kekal sebagai rakan kongsi awan utama OpenAI.
Hasil awal: model imej di PowerPoint kurangkan kos sebanyak 84%, dan OneDrive tingkatkan kadar simpan sebanyak 26% serta kurangkan latensi.
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 Prompt
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 kini melaksanakan salah satu perubahan paling signifikan dalam AI perusahaan: secara sistematik menggantikan model pihak ketiga yang mahal dengan model dalaman yang lebih kecil dan dibina khas, yang prestasinya setara atau lebih baik untuk tugasan harian. Satya Nadella menggelar pendekatan ini sebagai "Frontier Diffusion and Control," dan hasil awal pengeluaran dari GitHub Copilot, Excel, dan Outlook sudah pun didedahkan kepada umum.
Apa Itu Frontier Diffusion and Control?
Daripada menghalakan setiap permintaan pengguna kepada satu model frontier yang mahal seperti GPT-5 atau Claude, Microsoft menggunakan lapisan penghalaan yang menghantar tugas rutin kepada model MAI yang lebih kecil dan khusus, dan hanya mengemukakan masalah kompleks kepada model frontier yang lebih besar. Nadella secara terbuka memperkenalkan pendekatan ini dalam satu catatan blog pada 23 Julai 2026 .
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "Bagaimana Model MAI Microsoft Secara Senyap Mengalahkan AI Frontier pada Kos Yang Jauh Lebih Rendah"?
Microsoft laksanakan strategi 'Frontier Diffusion and Control' yang menghalakan tugas rutin kepada model MAI yang lebih kecil dan dioptimumkan, berbanding model frontier yang mahal.
What are the key points to validate first?
Microsoft laksanakan strategi 'Frontier Diffusion and Control' yang menghalakan tugas rutin kepada model MAI yang lebih kecil dan dioptimumkan, berbanding model frontier yang mahal. Model MAI di GitHub Copilot digunakan berjuta juta pembangun; di Excel, ia setanding dengan GPT 5.6 untuk tugas biasa pada kos yang lebih efisien.
What should I do next in practice?
Peralihan ini adalah strategik untuk mengurangkan pergantungan kepada OpenAI dan Anthropic, namun Microsoft kekal sebagai rakan kongsi awan utama OpenAI.
Bagaimana Model MAI Microsoft Secara Senyap Mengalahkan AI Frontier pada Kos Yang Jauh Lebih Rendah
Microsoft laksanakan strategi 'Frontier Diffusion and Control' yang menghalakan tugas rutin kepada model MAI yang lebih kecil dan dioptimumkan, berbanding model frontier yang mahal. Model MAI di GitHub Copilot digunakan berjuta juta pembangun; di Excel, ia setanding dengan GPT 5.6 untuk tugas biasa pada kos yang leb...
Diterbitkan olehDisunting dengan DeepSeek-V4-FlashImej dijana dengan GPT Image 1.5
Microsoft laksanakan strategi 'Frontier Diffusion and Control' yang menghalakan tugas rutin kepada model MAI yang lebih kecil dan dioptimumkan, berbanding model frontier yang mahal.
Model MAI di GitHub Copilot digunakan berjuta juta pembangun; di Excel, ia setanding dengan GPT 5.6 untuk tugas biasa pada kos yang lebih efisien.
Peralihan ini adalah strategik untuk mengurangkan pergantungan kepada OpenAI dan Anthropic, namun Microsoft kekal sebagai rakan kongsi awan utama OpenAI.
Hasil awal: model imej di PowerPoint kurangkan kos sebanyak 84%, dan OneDrive tingkatkan kadar simpan sebanyak 26% serta kurangkan latensi.
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 Prompt
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 kini melaksanakan salah satu perubahan paling signifikan dalam AI perusahaan: secara sistematik menggantikan model pihak ketiga yang mahal dengan model dalaman yang lebih kecil dan dibina khas, yang prestasinya setara atau lebih baik untuk tugasan harian. Satya Nadella menggelar pendekatan ini sebagai "Frontier Diffusion and Control," dan hasil awal pengeluaran dari GitHub Copilot, Excel, dan Outlook sudah pun didedahkan kepada umum.
Apa Itu Frontier Diffusion and Control?
Daripada menghalakan setiap permintaan pengguna kepada satu model frontier yang mahal seperti GPT-5 atau Claude, Microsoft menggunakan lapisan penghalaan yang menghantar tugas rutin kepada model MAI yang lebih kecil dan khusus, dan hanya mengemukakan masalah kompleks kepada model frontier yang lebih besar. Nadella secara terbuka memperkenalkan pendekatan ini dalam satu catatan blog pada 23 Julai 2026 .
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "Bagaimana Model MAI Microsoft Secara Senyap Mengalahkan AI Frontier pada Kos Yang Jauh Lebih Rendah"?
Microsoft laksanakan strategi 'Frontier Diffusion and Control' yang menghalakan tugas rutin kepada model MAI yang lebih kecil dan dioptimumkan, berbanding model frontier yang mahal.
What are the key points to validate first?
Microsoft laksanakan strategi 'Frontier Diffusion and Control' yang menghalakan tugas rutin kepada model MAI yang lebih kecil dan dioptimumkan, berbanding model frontier yang mahal. Model MAI di GitHub Copilot digunakan berjuta juta pembangun; di Excel, ia setanding dengan GPT 5.6 untuk tugas biasa pada kos yang lebih efisien.
What should I do next in practice?
Peralihan ini adalah strategik untuk mengurangkan pergantungan kepada OpenAI dan Anthropic, namun Microsoft kekal sebagai rakan kongsi awan utama OpenAI.
Model kecil untuk tugas harian: Strategi ini "meresapkan" kecerdasan peringkat frontier dengan melatih model dalaman yang kecil pada data khusus produk sehingga ia menandingi kualiti frontier pada tugas biasa, sambil menggunakan sebahagian kecil token .
Saluran latihan 'hill-climbing': Microsoft menggunakan kaedah "hill-climbing": ia bermula dari titik semak model sedia ada (contohnya, MAI-Code-1-Flash yang telah dilatih dalam GitHub Copilot), kemudian melatihnya lebih lanjut untuk tugas khusus seperti Excel, secara berperingkat mencapai prestasi peringkat frontier dalam domain yang sempit itu .
Keuntungan kos: Oleh kerana model MAI lebih kecil dan dibina khas, kosnya jauh lebih rendah setiap inferens berbanding menyewa model OpenAI atau Anthropic. Nadella menyatakan keluarga MAI "mengatasi prestasi model frontier tujuan umum dalam banyak kes penggunaan sambil menggunakan sebahagian kecil token" .
Hasil Pengeluaran Sebenar: GitHub Copilot dan Excel
GitHub Copilot:
Microsoft melancarkan MAI-Code-1-Flash dalam GitHub Copilot pada Jun 2026, dan pada akhir Julai, berjuta-juta pembangun telah menggunakannya untuk kerja harian . Model ini telah diintegrasikan ke dalam pemilih model Copilot di VS Code dan menjadi sebahagian daripada pemilih automatik lalai .
Excel (Microsoft 365 Copilot):
Microsoft secara langsung menyatakan: "Dalam penggunaan produk secara langsung, kami melihat bahawa model MAI kami yang digunakan di Excel adalah setanding dengan GPT-5.6 untuk tugas yang paling biasa sambil menjadi lebih cekap kos."
Menjelang 7 Julai 2026, Microsoft telah mula menghalakan puluhan ribu gesaan AI setiap minggu dari Excel dan Outlook melalui model MAI sendiri, menandakan peralihan skala pengeluaran pertama yang didedahkan untuk trafik Microsoft 365 Copilot daripada OpenAI dan Anthropic .
Peralihan Lebih Luas: Mengurangkan Pergantungan kepada AI Pihak Ketiga
Microsoft memperkenalkan tujuh model MAI di Build 2026 (2 Jun), termasuk MAI-Thinking-1 (penaakulan), MAI-Code-1-Flash (pengekodan), MAI-Image-2.5, MAI-Voice-2, dan MAI-Transcribe-1.5 .
Nadella secara eksplisit menyatakan Microsoft kini menghalakan tugas dalam GitHub Copilot, Excel, dan Outlook kepada model MAI sendiri apabila ia setara atau mengatasi alternatif frontier dari OpenAI dan Anthropic . Bloomberg melaporkan peralihan ini sebagai "berarah dan sengaja, bukan eksperimen" — Microsoft secara berperingkat menggantikan model pihak ketiga dalam aplikasi Office untuk mengurangkan kos dan mendapatkan kawalan kediaman data yang lebih baik .
Dalam PowerPoint, Mustafa Suleyman menyatakan bahawa model imej Microsoft mengurangkan kos sebanyak 84% berbanding GPT-Image-2. Dalam OneDrive, ia meningkatkan kadar simpan sebanyak 26% dan mengurangkan latensi sebanyak kira-kira 25% .
Peringatan Penting: Bukan Perpisahan, Tapi Lindung Nilai Strategik
Ini bukanlah pemutusan hubungan sepenuhnya dengan OpenAI. Microsoft kekal sebagai rakan kongsi awan utama OpenAI dan telah meminda perjanjian mereka pada April 2026 untuk mengekalkan hubungan tersebut . Langkah ini lebih sesuai digambarkan sebagai lindung nilai strategik: bina kepintaran dalaman sambil terus menjual model pesaing di Azure .
Model OpenAI dan Anthropic masih mengendalikan majoriti trafik Copilot. Peralihan model MAI setakat ini adalah secara berperingkat, tertumpu kepada tugasan volum tinggi dan kerumitan rendah di mana penjimatan kos adalah paling besar .
Kesimpulan
Strategi Frontier Diffusion and Control Microsoft mewakili pemikiran semula asas dalam penggunaan AI: daripada bertaruh segala-galanya pada satu model frontier, ia mengoptimumkan "sempadan kos-ke-hasil" dengan memadankan model yang tepat dengan setiap tugas. Hasil pengeluaran di Excel, GitHub Copilot, dan Outlook menunjukkan pendekatan ini sudah pun mencapai janjinya: prestasi setanding frontier pada kos yang jauh lebih rendah.
Model kecil untuk tugas harian: Strategi ini "meresapkan" kecerdasan peringkat frontier dengan melatih model dalaman yang kecil pada data khusus produk sehingga ia menandingi kualiti frontier pada tugas biasa, sambil menggunakan sebahagian kecil token .
Saluran latihan 'hill-climbing': Microsoft menggunakan kaedah "hill-climbing": ia bermula dari titik semak model sedia ada (contohnya, MAI-Code-1-Flash yang telah dilatih dalam GitHub Copilot), kemudian melatihnya lebih lanjut untuk tugas khusus seperti Excel, secara berperingkat mencapai prestasi peringkat frontier dalam domain yang sempit itu .
Keuntungan kos: Oleh kerana model MAI lebih kecil dan dibina khas, kosnya jauh lebih rendah setiap inferens berbanding menyewa model OpenAI atau Anthropic. Nadella menyatakan keluarga MAI "mengatasi prestasi model frontier tujuan umum dalam banyak kes penggunaan sambil menggunakan sebahagian kecil token" .
Hasil Pengeluaran Sebenar: GitHub Copilot dan Excel
GitHub Copilot:
Microsoft melancarkan MAI-Code-1-Flash dalam GitHub Copilot pada Jun 2026, dan pada akhir Julai, berjuta-juta pembangun telah menggunakannya untuk kerja harian . Model ini telah diintegrasikan ke dalam pemilih model Copilot di VS Code dan menjadi sebahagian daripada pemilih automatik lalai .
Excel (Microsoft 365 Copilot):
Microsoft secara langsung menyatakan: "Dalam penggunaan produk secara langsung, kami melihat bahawa model MAI kami yang digunakan di Excel adalah setanding dengan GPT-5.6 untuk tugas yang paling biasa sambil menjadi lebih cekap kos."
Menjelang 7 Julai 2026, Microsoft telah mula menghalakan puluhan ribu gesaan AI setiap minggu dari Excel dan Outlook melalui model MAI sendiri, menandakan peralihan skala pengeluaran pertama yang didedahkan untuk trafik Microsoft 365 Copilot daripada OpenAI dan Anthropic .
Peralihan Lebih Luas: Mengurangkan Pergantungan kepada AI Pihak Ketiga
Microsoft memperkenalkan tujuh model MAI di Build 2026 (2 Jun), termasuk MAI-Thinking-1 (penaakulan), MAI-Code-1-Flash (pengekodan), MAI-Image-2.5, MAI-Voice-2, dan MAI-Transcribe-1.5 .
Nadella secara eksplisit menyatakan Microsoft kini menghalakan tugas dalam GitHub Copilot, Excel, dan Outlook kepada model MAI sendiri apabila ia setara atau mengatasi alternatif frontier dari OpenAI dan Anthropic . Bloomberg melaporkan peralihan ini sebagai "berarah dan sengaja, bukan eksperimen" — Microsoft secara berperingkat menggantikan model pihak ketiga dalam aplikasi Office untuk mengurangkan kos dan mendapatkan kawalan kediaman data yang lebih baik .
Dalam PowerPoint, Mustafa Suleyman menyatakan bahawa model imej Microsoft mengurangkan kos sebanyak 84% berbanding GPT-Image-2. Dalam OneDrive, ia meningkatkan kadar simpan sebanyak 26% dan mengurangkan latensi sebanyak kira-kira 25% .
Peringatan Penting: Bukan Perpisahan, Tapi Lindung Nilai Strategik
Ini bukanlah pemutusan hubungan sepenuhnya dengan OpenAI. Microsoft kekal sebagai rakan kongsi awan utama OpenAI dan telah meminda perjanjian mereka pada April 2026 untuk mengekalkan hubungan tersebut . Langkah ini lebih sesuai digambarkan sebagai lindung nilai strategik: bina kepintaran dalaman sambil terus menjual model pesaing di Azure .
Model OpenAI dan Anthropic masih mengendalikan majoriti trafik Copilot. Peralihan model MAI setakat ini adalah secara berperingkat, tertumpu kepada tugasan volum tinggi dan kerumitan rendah di mana penjimatan kos adalah paling besar .
Kesimpulan
Strategi Frontier Diffusion and Control Microsoft mewakili pemikiran semula asas dalam penggunaan AI: daripada bertaruh segala-galanya pada satu model frontier, ia mengoptimumkan "sempadan kos-ke-hasil" dengan memadankan model yang tepat dengan setiap tugas. Hasil pengeluaran di Excel, GitHub Copilot, dan Outlook menunjukkan pendekatan ini sudah pun mencapai janjinya: prestasi setanding frontier pada kos yang jauh lebih rendah.
