Microsofts tysta revolution: Egna AI-modeller som överträffar frontlinjen till lägre kostnad

Verkliga produktionsresultat: GitHub Copilot och Excel

GitHub Copilot:

Microsoft lanserade MAI-Code-1-Flash i GitHub Copilot i juni 2026, och i slutet av juli använde miljontals utvecklare den i sitt dagliga arbete . Modellen integrerades i Copilot-modellväljaren i VS Code och blev en del av standardväljaren .

Excel (Microsoft 365 Copilot):

Microsoft deklarerade direkt: "I vår liveproduktion ser vi att vår MAI-modell som används i Excel är i nivå med GPT-5.6 för de vanligaste uppgifterna, samtidigt som den är mer kostnadseffektiv."

Senast den 7 juli 2026 hade Microsoft börjat dirigera tiotusentals AI-prompts per vecka från Excel och Outlook genom sina egna MAI-modeller. Detta var första gången man på produktionsnivå flyttade trafik från Microsoft 365 Copilot bort från OpenAI och Anthropic.

Den bredare förändringen: Minskat beroende av tredjeparts-AI

Microsoft presenterade sju MAI-modeller på Build 2026 (2 juni), inklusive MAI-Thinking-1 (resonemang), MAI-Code-1-Flash (kodning), MAI-Image-2.5, MAI-Voice-2 och MAI-Transcribe-1.5 .

Nadella sade uttryckligen att Microsoft nu dirigerar uppgifter i GitHub Copilot, Excel och Outlook till sina egna MAI-modeller närhelst de matchar eller slår frontlinjealternativen från OpenAI och Anthropic . Bloomberg rapporterade att förändringen är "riktad och avsiktlig, inte experimentell" – Microsoft ersätter stegvis tredjepartsmodeller i Office-appar för att sänka kostnaderna och få bättre kontroll över data.

I PowerPoint sänkte Microsofts bildmodell kostnaderna med 84% jämfört med GPT-Image-2, enligt Mustafa Suleyman. I OneDrive ökade sparningsfrekvensen med 26% och svarstiden minskade med cirka 25%.

Viktig brasklapp: Inte en skilsmässa, utan en strategisk hedge

Det här är inte ett fullständigt avbrott från OpenAI. Microsoft är fortfarande OpenAIs primära molnpartner, och i april 2026 ändrade man sitt avtal för att behålla relationen . Förändringen är snarare en strategisk hedge: bygg egen intelligens samtidigt som man fortsätter sälja konkurrenters modeller på Azure.

OpenAI och Anthropic-modeller hanterar fortfarande merparten av Copilot-trafiken. MAI-modellernas genomslag är hittills inkrementellt och fokuserat på uppgifter med hög volym och låg komplexitet, där kostnadsbesparingarna är störst.

Slutsatsen

Microsofts strategi 'Frontier Diffusion and Control' innebär ett grundläggande nytänkande kring AI-drift: i stället för att satsa allt på en enda frontlinjemodell optimerar man "kostnads-nyttogränsen" genom att matcha rätt modell till varje uppgift. Produktionsresultaten i Excel, GitHub Copilot och Outlook visar att metoden redan levererar frontlinjekvalitet till dramatiskt lägre kostnad.