微软 8 月开始把 GitHub Copilot 默认引擎换成自家 MAI — Mustafa 团队用「不蒸馏」+ Maia 200 芯片硬扛
8 月 12 日（北京时间）AI HOT 收录「微软首发自研推理模型 MAI-Thinking-1」这条新闻时，距离 6 月 Build 2026 Mustafa Suleyman 宣布 MAI 模型家族已经两个月。但真正的故事是从 8 月开始的——Bloomberg 报道微软 Excel 和 Outlook 内生产流量中已经有「成千上万条 prompt」被路由到自家 MAI，GitHub Copilot 默认后端这个月从 GPT-4 Turbo 切换到 MAI-Code-1-Flash。MAI-Thinking-1 主力进 Azure Foundry 私测，公开预览在数周内。
MAI-Thinking-1 的硬数字
| 维度 | MAI-Thinking-1 | Claude Opus 4.6 | Claude Sonnet 4.6 | GPT-5.6 Sol Max |
|---|---|---|---|---|
| 总参数 / 激活 | ~1T / 35B MoE | — | — | — |
| 上下文 | 256K | 200K | 200K | 1M |
| AIME 2025 | 97.0% | — | — | — |
| AIME 2026 | 94.5% | — | — | — |
| SWE-Bench Pro | ~52.8% | ≈（持平） | — | — |
| Terminal Bench 2 | 54.8 | — | — | — |
| Surge 盲测（1,276 任务） | 胜过 Claude Sonnet 4.6 | — | — | — |
| 价格（$/$） | 未公开 | 5 / 25 | 3 / 15 | 5 / 30 |
更显眼的是 Surge 这个独立人类盲测平台——1,276 个任务盲测，MAI-Thinking-1 在 overall quality 上胜过 Claude Sonnet 4.6。Surge 是「让独立人类评分员在不知模型身份情况下给两段生成结果排序」，它做的是大模型主观质量盲测，比 GSM8K / MMLU 这种基准更接近真实使用感受。
「不蒸馏」这三个字的工程重量
主流推理模型多数来自「蒸馏」——拿 OpenAI o1 / GPT-4o、Anthropic Sonnet / Opus、Google Gemini 这些闭源旗舰的输出做训练数据，训练出来的「学生模型」。这条路便宜、快、效果好，但天花板被锁死：你蒸馏的源头是什么能力，你的模型就是什么能力。
Mustafa Suleyman 在 Build 2026 上明确说：MAI 模型家族全部「从零训练，没有使用任何第三方模型进行知识蒸馏」。MAI-Thinking-1 是「ground-up reasoning build」——架构层面独立、不依赖 OpenAI / Anthropic / Gemini 的输出。微软这次强调的是：MAI 模型不是「换皮」。
这件事的工程意义分两层：
层一：能跑出来的就是世界级
蒸馏路径下，从训练数据采集 / 标注 / 筛选全流程都受第三方闭源 API 限制。不蒸馏意味着微软自己拥有整个 RLHF / SFT 数据管线，标注偏好是自己定的，奖励模型是自己训的，最终出来的「模型品味」也是自己的。MAI-Thinking-1 与 Claude Opus 4.6 在 SWE-Bench Pro 持平不是偶然——是「不蒸馏」路径的胜利。
层二：天花板跟先锋同步
蒸馏模型的天花板就是源头模型的天花板。不蒸馏意味着微软可以独立往前推，不需要等 OpenAI o3 出了之后再去蒸馏 o3 的输出。从战略上看，这是从「微软对 OpenAI 的依赖」里彻底退出。
Maia 200 芯片 1.4× 性能/瓦特、30% 性价比
MAI-Thinking-1 在微软自家 Maia 200 芯片上跑（不是 NVIDIA GB200）。Mustafa Suleyman 给的数据：
- MAI-Thinking-1 跑 Maia 200 vs 同一模型跑 GB200：性能/美元有 30% 优势
- MAI 模型跑 Maia 200 端到端：1.4× 性能/瓦特
对微软来说，「不蒸馏 + Maia 200 + 训练数据 enterprise-grade + 商业授权可追溯」是四件套——每一项都削弱对 OpenAI 的依赖。从供应链角度，OpenAI 的推理 API 是「拿不到模型、定价不受控、合规靠微软点头」三个痛点；MAI 是「微软自己出训练数据、自己训模型、自己跑 Maia 200、自己定价」完整闭环。
8 月接力 Copilot 默认引擎
Bloomberg 8 月初确认的两件事特别有信号意义：
1. Excel 和 Outlook 已经路由成千上万条 prompt 到 MAI：这两个产品都内嵌在 Microsoft 365 里，prompt 量级远超 GitHub Copilot 那点 coding 后端 2. GitHub Copilot 2026 年 8 月默认引擎切换到 MAI-Code-1-Flash：30B 激活的编程专用模型、GPT-4 Turbo 正在退出
MAI-Code-1-Flash 自 6 月 26 日起 GA，定价 $0.75 / 1M input、$4.50 / 1M output（比 GPT-4 Turbo 便宜 50%+）。它在 SWE-Bench Pro 上拿到 51.2%（领先 Claude Haiku 4.5 35.2 的 16pp），且最多能少用 60% tokens。GitHub Copilot 默认切换到这个模型后，所有 Copilot 用户的请求都先打到 MAI 上，OpenAI GPT-4 Turbo 退到 fallback。
VS Code 已同步切换——Copilot 用户的体验默认是 MAI-Code-1-Flash。
「fallback」这个位置很有意思。微软没有直接下架 GPT-4 Turbo，而是让它在 eleven 月（2026 年 11 月）前保留为 fallback。这给 Copilot 工程团队一个过渡窗口，避免一次性切换导致回退问题。
「训练数据 enterprise-grade」是产品差异点
Mustafa 把 MAI 模型的训练数据描述为：
> Training data is enterprise-grade, commercially licensed, and traceable — a critical distinction for organizations with compliance requirements.
这件事在欧盟 GDPR、美国 HIPAA、金融业 SEC 合规、医疗健康 PHI 上都是关键差异点。OpenAI 用什么数据训 GPT-5.6 没人知道；Anthropic 用什么数据训 Sonnet 5 也没完整公开。MAI 模型在 Build 2026 上是「已合规授权」姿态——给法律和合规团队一个具体话术。
对 ToB 销售来说，这是关键弹药。
与 8 月以来的「推理模型自研潮」并入
把 8 月以来的「推理模型自研」拼图拼一下：
- 6 月 Build 2026：MAI-Thinking-1 + 6 个 MAI 系列同步发布（MAI-Image-2.5 / MAI-Voice-2 / MAI-Transcribe-1.5 / MAI-Code-1-Flash 等）
- 8 月 12 日：AI HOT 收录「MAI-Thinking-1 首发」（Mustafa X 官方推文）
- 8 月 09：OpenAI 暂停 Astra 部分开发（数学 + 网络安全）
- 8 月 10：OpenAI GPT-5.6-Cyber（网络安全专用模型）
- 8 月：Bloomberg 确认 Excel + Outlook 内部流量已路由到 MAI
- 分赛道：数学（OpenAI Astra）、网络安全（OpenAI GPT-5.6-Cyber）、企业 coding（Microsoft MAI-Code-1-Flash）、思考 + coding（Microsoft MAI-Thinking-1）、垂类医疗（Mayo Clinic + 微软合作）
- 自研闭环：每一档模型都不蒸馏，全部从零训
- 芯片协同：Maia 200 vs GB200，端到端有 30% 性价比 + 1.4× 性能/瓦特
限制与未知
- MAI-Thinking-1 仍在 Azure Foundry 私测——公开 preview 在「数周内」，时间不确定
- 价格未公开——按微软「frontier-tier」推断预计价位高于 MAI-Code-1-Flash
- benchmark 数据是 Microsoft 自报——独立第三方（特别是 LMSYS、AA）榜上 MAI-Thinking-1 的位置仍未更新
- MAI-Image-2.5「超越 Nano Banana Pro」是 Arena.ai 自家评测——Arena.ai 是微软相关人士参与创办的，评测量化独立程度需要追问
- 「不蒸馏」声明——微软没公开发布训练数据来源的具体清单，「commercially licensed」的具体授权范围未公示
- Maia 200 加速数据——是微软自评测试，与 GB200 横评的硬件配置 / 推理框架没明示
- MAI 模型家族跟 OpenAI 的合同关系——OpenAI 仍在微软 Azure 上跑，两家有商业协议；但 MAI 是「微软自己出模型、自家硬件加速、自家定价」的完整脱离路径
「替代 OpenAI」不是微软的表层意图
把 MAI-Thinking-1 放回微软 AI 战略看，结论是反直觉的：
微软 5 年来投资 OpenAI 130 亿美元以上，OpenAI 反过来跟 Azure 排他性合同跑。但 MAI 模型家族出来之后，微软的真正动作是「养自己的第二只手」——
- OpenAI 仍在 Azure 跑：现有协议让 OpenAI 仍是 Copilot 的可选项之一
- MAI 模型家族是自己养的「备用」：当 OpenAI 涨价或限制访问时，微软可以无缝切换
- GitHub Copilot 默认切换到 MAI：是商业动作，告诉 OpenAI「我们有能力不用你」
Mayo Clinic 这种垂类医疗「共创专属模型，由 Mayo Clinic 拥有，部署在 Mayo 自己的环境里——同时通过 Microsoft Foundry 提供」也是同款「主权 AI 商业化」动作。M AI 模型家族让微软第一次有完整闭环可以做这件事。
Mustafa Suleyman 把 MAI 家族定位为「hill-climbing machine」——意思是「持续往上爬」。8 月开始接力 Copilot 默认引擎后，MAI 模型的下一步不是模型大小而是「每个企业都有一份自己的 MAI」，把企业数据 + workflows 训练成自家版模型，然后 Microsoft Foundry 出售推理——这是从「OpenAI API 替代」走向「企业 AI 部署」的故事。
为什么这次没有「AI 指纹」嫌疑
微软官方公开的是「SFT + RL」训练范式 + 「不蒸馏」声明 + Surge 盲测 + SWE-Bench Pro 持平 + AIME 2025/2026 接近满分 + Maia 200 端到端 1.4× 性能/瓦特，所有数字都有可核对的标准。这条路径跟 8-09 OpenAI 暂停 Astra 那种「关键级网络安全能力」叙事不同——MAI-Thinking-1 是「企业级 + 推理 + coding 后端」的硬产品，硬数据说话。
把 8 月 12 日这一条放回 8 月以来「推理模型分赛道」叙事里，MAI-Thinking-1 是「微软分到了『企业 coding + 推理』这一档」的具体标记。未来 Anysphere / Cursor / GitHub Copilot 这些 coding 后端如果默认换成 MAI，OpenAI 在 Microsoft 生态里的位置会进一步边缘化——这就是 8 月 12 日这一条真正的战略意义。
---
来源
- https://www.anthropic.com/news （Anthropic 官网，未直接关联但 8-12 同期）
- https://x.com/mustafasuleyman （Mustafa Suleyman X 官方账号 8-12 MAI-Thinking-1 首发推文）
- https://www.bighatgroup.com/blog/microsoft-ai-weekly-2026-08-02 （BigHat Group：MAI 家族全栈分析）
- https://byteiota.com/microsoft-mai-model-family-four-new-models-at-build-2026/ （ByteIota：Build 2026 模型家族）
- https://www.ndtvprofit.com/markets/bye-bye-copilot-microsoft-unveils-its-own-proprietary-new-ai-models-11583588 （NDTV Profit：微软自研模型降低对 OpenAI 依赖）
- https://www.techmeme.com/260602/p47 （Techmeme：Build 2026 MAI 七模型汇总）
- https://m.marsbit.co/flashshare/20260603084506413513.html （Marsbit：MAI-Thinking-1 + 微软原生模型家族 7 款）
- https://www.theverge.com （The Verge：Tom Warren 报道 MAI-Thinking-1 首发）