微软发布全新MAI-Thinking-1推理模型和MAI-Code-1编程模型

微软表示，过去一年中 MAI 模型家族持续扩容，先后发布了 MAI-Voice-1、MAI-1-preview，以及今年早些时候的 MAI-Transcribe-1 和 MAI-Image-2，之后又推出在文本渲染、风格化插画和商用图像质量方面均有提升的 MAI-Image-2.5。 本次在此基础上新增推理与代码模型，并同步升级语音、转写和图像产品线，形成更完整的产品组合。

MAI-Thinking-1 是微软官方公布的首款推理模型，由 Microsoft AI 团队自零开始训练，没有采用其他模型蒸馏而来。 微软强调，该模型使用经过清洗、且具有商业许可的企业级数据训练，旨在满足企业用户对数据合规和可商用性的要求。 MAI-Thinking-1 为中等规模模型，拥有 350 亿个激活参数，支持 128K 上下文窗口，主要面向复杂多步骤指令执行、长上下文推理以及代码生成等场景。

尽管微软并未在公告中公开详细基准测试数据，但其在博客中援引独立评审结果称，在盲测中，评审者在整体偏好上更倾向于 MAI-Thinking-1，而非 Anthropic 的 Claude Sonnet 4.6。 此外，微软还表示，在 SWE-bench Pro 代码任务测试中，MAI-Thinking-1 在编码表现上可与 Claude Opus 4.6 相当，显示出该模型在开发者和复杂工程任务上的潜力。 MAI-Thinking-1 目前已通过 Microsoft Foundry 向特定客户开启私有预览。

在图像生成方面，微软此前发布的 MAI-Image-2.5 及其“闪电版”（flash variant）已通过 Microsoft Foundry 向开发者开放。 据微软转引的 Arena 最新文榜单数据，MAI-Image-2.5 在文本生成图像任务上超越了Google的 Nano Banana Pro，进入榜单前三名。 该模型已经集成进 PowerPoint，并正逐步向 OneDrive 推出，为 Office 生态提供更高质量的图像生成功能。

在语音转写方面，微软今年 4 月曾发布 MAI-Transcribe-1，支持基于其自有产品使用数据统计出的 25 种最常用语言的语音转文本转写。 本次微软推出升级版本 MAI-Transcribe-1.5，在语音识别准确率方面达到业界领先水平，覆盖语言数量扩展至 43 种，并计划很快为该模型加入流式转写能力，以满足实时场景需求。

语音合成方向上，在今年 4 月宣布 MAI-Voice-1 一般可用之后，微软此次又发布 MAI-Voice-2 以及其闪电版变体。 新一代语音生成模型支持额外超过 15 种语言，并提供更多语音风格选项，以适配更丰富的应用场景，例如多语言客服、内容配音和智能助手等。

面向开发者的编码场景，微软同步推出 MAI-Code-1，这是一款针对 GitHub 工作负载优化的高效推理代码模型。 该模型已经在 GitHub Copilot 和 Visual Studio Code 中上线，面向日常编码、重构和代码补全等场景提供支持。 虽然微软尚未披露 MAI-Code-1 的具体基准测试结果，但此次发布被视为一个重要信号——微软在 GitHub Copilot 的底层模型上不再完全依赖 OpenAI 和 Anthropic，而是逐步引入自研模型。

在分发渠道上，除通过 Microsoft Foundry 面向企业和开发者提供服务外，微软还宣布其 MAI 系列模型将陆续登陆 Fireworks AI、Baseten 和 OpenRouter 等第三方平台。 同时，Fireworks AI 也已在 Microsoft Foundry 内实现一般可用，为企业客户提供更多架构和部署选择。 通过与多家平台合作，微软希望进一步降低接入门槛，加速 MAI 模型在不同云和工具生态中的落地。

从整体布局来看，微软正以 MAI 推理、编码、语音、转写和图像等多类型模型构建一套完整的企业级 AI 能力矩阵。 随着 MAI-Thinking-1 和 MAI-Code-1 的加入，微软在复杂推理以及开发者生产力领域的话语权显著增强，也为 GitHub Copilot、Office 系列及合作平台提供了更具竞争力的技术底座。