Microsoft po cichu wygrywa z OpenAI i Anthropic: własne modele MAI biją konkurencję kosztem i wydajnością

Wyniki produkcyjne: GitHub Copilot i Excel

GitHub Copilot:

Microsoft uruchomił model MAI-Code-1-Flash w GitHub Copilot w czerwcu 2026 roku. Pod koniec lipca korzystały z niego już miliony programistów w codziennej pracy . Model został zintegrowany z selektorem modeli w VS Code i stał się częścią domyślnego automatycznego wyboru .

Excel (Microsoft 365 Copilot):

Microsoft wprost stwierdził: „W naszym produkcyjnym wdrożeniu widzimy, że model MAI w Excelu dorównuje GPT-5.6 w najczęstszych zadaniach, będąc jednocześnie bardziej opłacalnym.”

Do 7 lipca 2026 roku Microsoft zaczął kierować dziesiątki tysięcy zapytań AI tygodniowo z Excela i Outlooka przez własne modele MAI. To pierwsze ujawnione produkcyjne przeniesienie ruchu Microsoft 365 Copilot z OpenAI i Anthropic na własne modele .

Szersza zmiana: mniejsza zależność od zewnętrznych dostawców

Microsoft zaprezentował siedem modeli MAI na konferencji Build 2026 (2 czerwca), w tym MAI-Thinking-1 (rozumowanie), MAI-Code-1-Flash (kodowanie), MAI-Image-2.5, MAI-Voice-2 i MAI-Transcribe-1.5 .

Nadella wyraźnie powiedział, że Microsoft teraz kieruje zadania w GitHub Copilot, Excelu i Outlooku do własnych modeli MAI, gdy tylko dorównują one lub przewyższają alternatywy od OpenAI i Anthropic . Bloomberg określił tę zmianę jako „kierunkową i zamierzoną, a nie eksperymentalną” – Microsoft stopniowo zastępuje modele firm trzecich w aplikacjach Office, by obniżyć koszty i lepiej kontrolować lokalizację danych .

W PowerPoint, jak zauważył Mustafa Suleyman, model obrazowy MAI obniżył koszty o 84% w porównaniu z GPT-Image-2. W OneDrive zwiększył wskaźnik zapisywania o 26% i skrócił opóźnienie o około 25% .

Kluczowe zastrzeżenie: to nie rozwód, to strategiczne zabezpieczenie

To nie jest całkowite zerwanie z OpenAI. Microsoft pozostaje głównym partnerem chmurowym OpenAI i w kwietniu 2026 roku znowelizował umowę, by utrzymać tę relację . Działanie to lepiej określić jako strategiczne zabezpieczenie (hedge): budowanie własnej inteligencji przy jednoczesnej sprzedaży modeli konkurencji na Azure .

Modele OpenAI i Anthropic wciąż obsługują większość ruchu Copilot. Przesunięcie na modele MAI jest na razie stopniowe i koncentruje się na zadaniach o dużej objętości i niskiej złożoności, gdzie oszczędności kosztów są największe .

Podsumowanie

Strategia „Frontier Diffusion and Control” Microsoftu to fundamentalne przemyślenie wdrażania AI: zamiast stawiać wszystko na jeden model graniczny, optymalizuje się „koszt-wynik”, dopasowując odpowiedni model do każdego zadania. Wyniki produkcyjne w Excelu, GitHub Copilot i Outlooku sugerują, że to podejście już realizuje swoją obietnicę: wydajność na poziomie frontier przy dramatycznie niższych kosztach.