微软 MAI Code 1.1 Flash 在价格和性能上均被 Deepseek 碾压

微软发布了用于 GitHub Copilot 的代码模型 MAI Code 1.1 Flash，宣称比前代节省 25% 的 token 且成本降低四分之三。但在基准测试中，该模型在价格和性能上均不及更便宜的 Deepseek V4 Flash。这一行为被解读为微软一边宣扬开放 AI，一边在应用中内置较差的专有模型以保护利润。

微软新发布的 MAI Code 1.1 Flash 在基准测试中不如价格更低的 Deepseek V4 Flash，这可能削弱 GitHub Copilot 的竞争力，并影响开发者对模型的选择，进而引发对微软专有模型策略的质疑。

模型性能与成本是决定开发者采用的关键因素。微软可能依赖其平台生态，即使模型性能不占优，也能通过捆绑销售和便利性留住用户，以维持利润。Deepseek 则通过更低的价格和更优的基准表现吸引用户，形成竞争压力。

对于 GitHub Copilot，若 MAI Code 1.1 Flash 性能不足且价格不低，用户可能转向替代模型。研发团队需考虑优化模型或调整定价以保持竞争力，否则可能流失开发者用户。

• 评估将 Deepseek V4 Flash 集成到 GitHub Copilot 作为替代或可选模型，以提升性能并降低成本。
• 调研开发者对模型性能和价格的敏感度，针对性地调整 MAI Code 1.1 Flash 的定价或性能优化。

• MAI Code 1.1 Flash 与 Deepseek V4 Flash 的具体基准测试项目和分数差异未提供。
• MAI Code 1.1 Flash 在实际开发场景中的性能表现是否与基准测试一致？
• 微软是否有计划根据基准测试结果调整 MAI 模型的策略？