微软的新AI作战蓝图：纳德拉如何平衡自研MAI、OpenAI合作与GPU饥渴

微软AI首席执行官穆斯塔法·苏莱曼则给出了企业销售角度的卖点——效率。他报告称，为麦肯锡等客户进行微调后，MAI模型不仅在质量上匹敌甚至超越了OpenAI的GPT-5.5，并且根据公开定价数据的推算，其成本效益预计高出十倍 。在微软自研的Maia 200 AI芯片上运行这些模型，更进一步放大了成本优势，形成了一个集成的、高效率的堆栈，减少对外部供应商的依赖 。

这种多模型策略使微软能够在统一的应用“支架”（harness）内（例如支撑GitHub Copilot的支架），为特定任务选用最佳模型——无论是来自OpenAI、Anthropic，还是自家的MAI模型家族 。

GPU分配：企业优先，拒绝“外卖”

在模型开发之外，纳德拉揭示了一项关于AI时代核心资源——GPU——的严格运营纪律。在全行业算力吃紧的背景下，微软做出了一个深思熟虑的战略选择：拒绝赚取短期快钱。2026年6月的多份报道证实，微软已拒绝将其GPU容量出售给外部AI实验室和其他潜在客户 。

取而代之的是，微软将这些珍贵资源全部囤积起来，用于实现其自身的战略优先事项。在Build 2026的主题演讲中，纳德拉谈到要通过扩大Windows ML和Windows AI，去利用“整个GPU安装基础”，这实际上是在将每一台兼容的Windows设备，变为运行本地端侧AI模型的边缘计算节点 。

这种分配策略纯粹是为了构建具有最高终身价值（LTV）的业务组合。在更早的2026财年第二季度财报电话会议上，纳德拉就已为这种方式定下基调，他表示：“我们希望在供应受限的情况下，以一种能够让我们构建最佳LTV组合的方式分配容量，”并指出近期的产品加速推出，正是直接源于终于将GPU资源导向了微软自己的内部AI团队 。

计费模式转型：超越纯粹SaaS

纳德拉公开评论中一个更新、但至关重要的部分，指向了微软未来将如何对AI功能进行收费。在与Dwarkesh Patel的对谈中，他论证了商业模式的根本杠杆——广告、交易、设备毛利、订阅和按量消费——将保持不变，但打包的方式会改变。他描绘了一个未来，即分级订阅将作为一定AI用量的“权益凭证”，既帮助客户做预算，也让微软能通过用量计费表获益 。

这种混合模式已经部分实现。微软的编程业务，通过GitHub Copilot，已经在规模化地实践“用户数+使用量”并行的收费方式 。在2026财年第三季度财报电话会议上，纳德拉和CFO艾米·胡德描述了向“结果导向型计费”的进一步转变，即客户为AI代理自主代表他们工作时所创造的价值付费。

“你就直接按用量收费，”胡德总结道，“如果这个用量对客户来说有巨大价值……他们就会一直转动[计费表]，并且持续使用这项服务。” 一份报告指出，从2026年6月1日起，Copilot计划已转向通过GitHub AI Credits进行的用量计费模式，但这种收费模式在Microsoft 365和Azure等更广泛的产品线上推广，仍然是一个正在演进的故事 。

注：MAI模型发布与GPU策略的细节在2026年6月的多份报告中得到了充分佐证。而混合消费定价模式的具体时间表和实施范围，在本次信源集合中则较为模糊，这更多是来自微软领导层释放出的一个重要方向信号，而非当前已全面落地的公司级政策。