GitHub Copilot:
Microsoft lanceerde MAI-Code-1-Flash in GitHub Copilot in juni 2026. Tegen eind juli gebruikten miljoenen ontwikkelaars het model voor hun dagelijkse werk . Het model werd geïntegreerd in de Copilot-modelkiezer in VS Code en werd onderdeel van de standaard automatische modelkiezer
.
Excel (Microsoft 365 Copilot):
Microsoft verklaarde rechtstreeks: 'In onze liveproductieomgeving zien we dat ons MAI-model in Excel op hetzelfde niveau presteert als GPT-5.6 voor de meest voorkomende taken, maar kostenefficiënter is.'
Vanaf 7 juli 2026 begon Microsoft tienduizenden AI-prompts per week vanuit Excel en Outlook via zijn eigen MAI-modellen te routeren. Dit was de eerste openbaar gemaakte productie-opschaling van Microsoft 365 Copilot-verkeer dat niet meer via OpenAI en Anthropic liep .
Microsoft onthulde zeven MAI-modellen op Build 2026 (2 juni), waaronder MAI-Thinking-1 (redeneren), MAI-Code-1-Flash (coderen), MAI-Image-2.5, MAI-Voice-2 en MAI-Transcribe-1.5 .
Nadella zei expliciet dat Microsoft taken in GitHub Copilot, Excel en Outlook naar zijn eigen MAI-modellen stuurt wanneer ze de AI-modellen van OpenAI en Anthropic evenaren of overtreffen . Bloomberg rapporteerde de verschuiving als 'directioneel en intentioneel, niet experimenteel' — Microsoft vervangt stapsgewijs AI-modellen van derden in Office-apps om kosten te besparen en meer controle over data te krijgen
.
In PowerPoint merkte Mustafa Suleyman op dat Microsofts eigen model de kosten met 84% verlaagde ten opzichte van GPT-Image-2. In OneDrive steeg het opslaan met 26% en daalde de latentie met ongeveer 25% .
Dit is geen volledige breuk met OpenAI. Microsoft blijft de primaire cloudpartner van OpenAI en paste hun overeenkomst in april 2026 aan om die relatie te behouden . De stap is beter te omschrijven als een strategische afweging: bouw eigen AI terwijl je nog steeds de modellen van concurrenten op Azure verkoopt
.
OpenAI- en Anthropic-modellen verwerken nog steeds het grootste deel van het Copilot-verkeer. De verschuiving naar MAI-modellen is tot nu toe stapsgewijs en gericht op veelgebruikte, eenvoudigere taken waar de kostenbesparingen het grootst zijn .
Microsofts Frontier Diffusion and Control-strategie is een fundamentele heroverweging van AI-implementatie: in plaats van alles op één AI-model te zetten, optimaliseer je de 'kosten-tot-resultaatcurve' door het juiste model voor elke taak te kiezen. De productieresultaten in Excel, GitHub Copilot en Outlook suggereren dat deze aanpak de belofte van AI-kwaliteit tegen aanzienlijk lagere kosten al waarmaakt.