Microsoft forsuje własne modele MAI Code kosztem jakości. DeepSeek pozostaje nieuchwytny

Strategia Microsoftu w obszarze sztucznej inteligencji staje się coraz bardziej czytelna, choć dla wielu programistów może być rozczarowująca. Premiera MAI Code 1.1 Flash, nowego autorskiego modelu zintegrowanego z GitHub Copilot, jest tego najlepszym dowodem. Gigant z Redmond chwali się, że nowa wersja kosztuje zaledwie jedną czwartą tego, co poprzednik, jednak rzut oka na twarde dane sugeruje, że głównym beneficjentem tych zmian nie jest użytkownik, lecz marża korporacji.

Dlaczego to ważne teraz

Rynek asystentów AI wchodzi w fazę optymalizacji kosztów. Microsoft, zamiast oferować najlepsze dostępne na rynku silniki, decyduje się na promowanie własnej architektury MAI-Code-1.1 Flash. Firma stawia na agresywne cięcie kosztów operacyjnych przy jednoczesnym utrzymaniu abonamentu GitHub Copilot na stałym poziomie. To ryzykowne podejście w momencie, gdy chińskie modele typu OpenWeight oferują często wyższą skuteczność za ułamek ceny.

Własna architektura kontra rynkowa rzeczywistość

Nowy model Microsoftu został wytrenowany przy użyciu setek tysięcy środowisk uczenia ze wzmocnieniem. Efekty? Akceptowalność generowanego kodu wzrosła o skromne 4% (tzw. code survival), a wskaźnik powrotów użytkowników o 9%. To jednak za mało, by nawiązać realną walkę z konkurencją. Choć w wewnętrznych testach MAI-Code-1-Flash osiąga solidne 51,2% na SWE-Bench Pro, zostaje wyraźnie pokonany przez chiński DeepSeek V4 Flash, który wykręcił wynik 55,6%.

Największym problemem jest dysonans między deklarowanym wsparciem dla otwartego oprogramowania a rzeczywistymi działaniami. Zamiast zintegrować potężniejsze modele, firma inwestuje zasoby w rozwój słabszego, zamkniętego rozwiązania. Trudno oprzeć się wrażeniu, że mamy do czynienia z próbą siłowego zamknięcia użytkowników w ekosystemie, gdzie domyślność rozwiązania wygrywa z jego jakością.

Ekonomia skali ponad wydajność

Analiza przesunięć w GitHub Copilot wskazuje na szerszy trend. Według oficjalnych komunikatów Microsoft AI, nowa iteracja zapewnia 25% większą efektywność tokenową i o jedną czwartą niższe koszty. Oznacza to 25% szybszy strumień danych przy mniejszym zapotrzebowaniu na moc obliczeniową.

Mimo to, stosunek ceny do wydajności dla końcowego klienta wypada blado na tle chińskiego rywala. Podczas gdy DeepSeek V4 Flash oszałamia wynikiem 96,7% na AIME 2026, Microsoft chwali się głównie poprawą o 15% w niszowych zadaniach .NET. Redmond liczy jednak na to, że większość programistów nigdy nie zmieni domyślnych ustawień. Pozwoli to firmie przejąć lwią część rynku produktem „wystarczająco dobrym”, który jest przede wszystkim tani w utrzymaniu dla samego dostawcy.

• Efektywność tokenowa: +25% względem poprzedniej wersji.
• Wynik w SWE-Bench Pro: 51,2% (vs 55,6% u DeepSeek).
• Poprawa w Terminal-Bench 2.1: +22%.