GitHub Copilot:
微軟於 2026 年 6 月在 GitHub Copilot 中推出 MAI-Code-1-Flash,到了 7 月底,已有數百萬開發者將其用於日常工作。 該模型已整合進 VS Code 的 Copilot 模型選擇器,並成為預設自動選擇的一部分。
Excel(Microsoft 365 Copilot):
截至 2026 年 7 月 7 日,微軟已開始將 Excel 與 Outlook 中每週數萬則 AI 提示導向自家的 MAI 模型,這是 Microsoft 365 Copilot 首次在生產規模上將流量從 OpenAI 和 Anthropic 轉移至內部模型。
微軟在 2026 年 6 月 2 日的 Build 大會上揭曉了 七個 MAI 模型,包括 MAI-Thinking-1(推理)、MAI-Code-1-Flash(編碼)、MAI-Image-2.5、MAI-Voice-2 與 MAI-Transcribe-1.5。
Nadella 明確說明,只要自家的 MAI 模型能匹配或超越 OpenAI 和 Anthropic 的前沿替代方案,微軟現在就會將 GitHub Copilot、Excel 與 Outlook 中的任務路由給它們。 彭博社將這項轉變形容為「方向性且有意為之,而非實驗性質」——微軟正逐步在 Office 應用中取代第三方模型,以降低成本並取得更好的資料主權控制。
在 PowerPoint 方面,微軟 AI 負責人 Mustafa Suleyman 指出,微軟的影像模型比 GPT-Image-2 節省了 84% 的成本。在 OneDrive 中,則使儲存率提升了 26%,延遲降低了約 25%。
這並非與 OpenAI 徹底決裂。微軟仍是 OpenAI 的主要雲端合作夥伴,並在 2026 年 4 月修訂了雙方協議以維持這段關係。 此舉更適合描述為 策略性避險:一邊打造內部智慧,一邊繼續在 Azure 上銷售競爭對手的模型。
微軟的「前沿擴散與控制」策略代表 AI 部署的根本性反思:不再把一切押注在單一前沿模型上,而是透過為每個任務配對最合適的模型,來優化「成本效益前沿線」。Excel、GitHub Copilot 與 Outlook 的實際生產結果顯示,這套方法已經開始兌現承諾——以驚人低的成本提供前沿水準的品質。