一句话看懂：微软在 GitHub Copilot 中正式推出小尺寸编程模型 MAI-Code-1.1-Flash，新增图像理解能力，并将列表价格下调 73%，在成本和编码能力之间提供了一个新选项。
事件核心：发生了什么
GitHub Changelog 显示，MAI-Code-1.1-Flash 已开始向 GitHub Copilot 用户推送。这是微软 MAI-Code 系列小尺寸模型的一次迭代，基于 MAI-Code-1-Flash 构建，主要变化有三点：一是加入原生视觉支持，能够理解图像输入；二是在编码质量、指令遵循、工具调用和性能方面有改进；三是通过模型和服务的效率优化，列表价格比上一代降低 73%。
订阅层面，GitHub Copilot 年度用户按 0.25× 的请求倍率计费，低于常见的标准倍率。Copilot Free 和 Student 用户可通过自动模型选择使用，Pro、Pro+、Max、Business 和 Enterprise 用户可以手动在模型选择器中切换，覆盖 Visual Studio Code、Visual Studio、JetBrains、Xcode、Copilot CLI、GitHub Mobile 等主流入口。需要注意的是，Copilot Enterprise 和 Business 的管理员需在 Copilot 设置中手动开启该模型策略，默认处于关闭状态。
为什么重要
这次更新值得关注的不是“又一个新模型”，而是它在编程助手中同时引入了视觉能力和低价小模型路线。一方面，图像理解意味着开发者可以直接把 UI 截图、设计稿或报错界面交给模型处理，编程助手的输入形态从纯文本扩展到视觉；另一方面，73% 的降价说明微软在以推理成本更优的小模型覆盖轻量级编码场景，而不是只靠大模型打天下。
从生态位置看，MAI-Code-1.1-Flash 与 GitHub Copilot 现有策略互为补充：大模型保上限，小模型降门槛。对用户而言，付费档位和计价倍率更细，意味着可以按需选择能力与成本的最佳配比。
对用户/开发者/创作者的影响
对于日常开发者，最直接的收益是在 Copilot 的模型选择器中多了一个低成本选项，尤其适合代码补全、简单重构、测试生成这类轻量任务。视觉支持则让“截图给 AI 看”成为可用的工作流，例如将设计稿截图转为前端代码，或把报错弹窗直接交给模型分析。对 AI 应用开发者和企业团队来说，需要留意管理员策略默认关闭这一细节：如果想在组织内启用 MAI-Code-1.1-Flash，必须先到 Copilot 设置中打开对应策略，否则成员无法手动选择该模型。目前公开信息显示，它按 provider 列表价格计费，实际账单取决于具体用量。
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
接下来可以观察三点：一是 MAI-Code-1.1-Flash 在小尺寸条件下能否真正接近更大模型的实际编码质量，这决定了它能否成为日常首选；二是视觉能力在真实开发流程中的采纳情况，是否会出现更多基于截图交互的编程用例；三是竞品是否会因这次降价调整自己的模型定价或订阅策略。对于关注 GitHub Copilot 生态的企业用户，建议持续跟进模型策略在管理后台的默认状态变化。
