一句话看懂：微软发布专为 GitHub Copilot 设计的新代码模型 MAI Code 1.1 Flash，虽然比上一代更便宜、更高效，但在性能和价格上双双落后于开源的 DeepSeek-V4-Flash，引发外界对微软模型策略的质疑。
事件核心：发生了什么
微软于近期发布 MAI Code 1.1 Flash，这是面向 GitHub Copilot 的代码生成模型。官方公告显示，相较今年 6 月发布的上一代版本，新模型代码质量更高、token 效率提升约 25%，推理成本降至前代的四分之一，开发者的代码接受率也提升了 4 个百分点。训练过程中，微软在 GitHub Copilot 内置了“数十万个强化学习环境”。
但 The Decoder 对比后发现，MAI Code 1.1 Flash 在多项核心基准中并未占据优势。在 Terminal Bench 2.1 测试中，该模型得分 62.9%，而 DeepSeek-V4-Flash-0731 达到 82.7%；即便是较弱的 SWE-bench Verified 项目，DeepSeek 也未公布成绩，但 MAI 仅比 Anthropic 的 Haiku 4.5 和 OpenAI 的 GPT-5.4 mini 高约 3 个百分点。价格方面，MAI Code 1.1 Flash 输入每百万 token 0.20 美元、输出 1.20 美元，而 DeepSeek-V4-Flash 对应价格分别为 0.14 美元和 0.28 美元，差距明显。值得注意的是，微软在官方公告中只强调相对前代的提升，并未直接与竞品对比。
为什么重要
这一事件的核心看点在于微软自身定位与实际行动的错位。微软近年频繁以“开源 AI 支持者”形象出现，却在代码模型这类高价值场景中力推自家闭源产品，而非采用性能更强、价格更低的公开权重模型（如 DeepSeek-V4-Flash）。从商业逻辑看，这延续了此前 Copilot 的调整思路：用成本更低的自家模型替换 OpenAI 和 Anthropic 的模型，牺牲部分性能换取利润空间。由于大多数用户不会主动选择底层模型，微软完全可以通过默认设置把海量用户引导到自家模型上，形成事实上的市场锁定。这种“成本优先”策略对行业的影响在于：即便开源模型在技术指标上更优，渠道和默认入口的控制力仍可能决定商业落地的归属。
对用户/开发者/创作者的影响
对于使用 GitHub Copilot 的开发者，MAI Code 1.1 Flash 上线后可能默认替换原有模型。代码接受率提升是积极的，但需要留意复杂任务上的能力差距——Terminal Bench 反映出的多步骤终端操作能力，DeepSeek 显著更强，这可能影响部分开发者的实际体验。对于 API 调用方，MAI Code 1.1 Flash 的价格虽然有竞争力，但输出价格仍是 DeepSeek-V4-Flash 的 4 倍以上，若对推理成本敏感，选择前需仔细评估。对企业采购而言，若团队深度使用微软生态，MAI 模型可能在体验与成本之间提供一种更经济的默认方案；但若追求极致的代码生成性能，开源模型仍可能是更具性价比的替代选项。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
目前公开信息显示，微软尚未明确 MAI Code 1.1 Flash 是否会成为 Copilot 的唯一默认模型，也没有公布其开放权重的计划。接下来值得观察：其一，微软是否会在后续版本中继续压缩模型成本，甚至逼近 DeepSeek 的定价；其二，DeepSeek 是否会针对 Copilot 场景推出更贴近开发工作流的优化版本或企业服务；其三，GitHub Copilot 是否会保留用户手动切换模型的入口，还是在默认设置上逐步收紧。这三项变化将直接影响模型厂商在“AI 编程助手”这一赛道上的真实份额走向。
