Microsoft’s new coding model promises near-Opus performance at 5% of the cost

مدل برنامه‌نویسی جدید مایکروسافت با عملکردی نزدیک به Opus و قیمت ۵ درصد

مایکروسافت در کنفرانس Ignite خود در سان فرانسیسکو، تعدادی مدل هوش مصنوعی جدید، از جمله دو مدل جدید، معرفی کرد

حریم خصوصی شما برای ما مهم است

ما از کوکی‌ها برای بهبود تجربه مرور شما، ارائه تبلیغات یا محتوای شخصی‌سازی‌شده و تحلیل ترافیک خود استفاده می‌کنیم. با کلیک بر روی «پذیرش همه»، با استفاده از کوکی‌ها موافقت می‌کنید.

مدل کدنویسی جدید مایکروسافت عملکردی نزدیک به Opus را با ۵ درصد هزینه ارائه می‌دهد

Featued image for: Microsoft’s new coding model promises near-Opus performance at 5% of the cost

مایکروسافت در کنفرانس Ignite خود در سان فرانسیسکو در روز سه‌شنبه، تعدادی مدل هوش مصنوعی جدید از جمله دو مدل کدنویسی جدید را معرفی کرد.

این مدل‌های جدید که با نام‌های خلاقانه Code 2 و Code 2 Flash نام‌گذاری شده‌اند، نوید این را می‌دهند که با هزینه‌ای کمتر از نصف، به عملکردی بسیار نزدیک به مدل‌هایی مانند GPT-6.1 Sol و Claude Opus 5.5 دست یابند.

همان‌طور که مایکروسافت اشاره می‌کند، «MAI Code 2 در لبه‌ی عملکرد به ازای قیمت برای وظایف کدنویسی سازمانی قرار دارد. این مدل تمام این کارها را در حالی انجام می‌دهد که تغییراتی را ارائه می‌کند که نگهداری‌کنندگان کد آن‌ها را ادغام خواهند کرد، آن هم با کسری از هزینه مدل‌های پیشرو.»

بنچمارک‌های MAI Code 2

نوید اصلی این است که Code 2 با ۴۰ درصد هزینه به ۹۸ درصد عملکرد GPT-6.1 Sol و با ۵ درصد هزینه به ۹۶ درصد عملکرد Claude Opus 5.5 می‌رسد (که این موضوع همچنین نشان می‌دهد اجرای مدل‌های انتروپیک در حال حاضر چقدر گران است).

مایکروسافت می‌گوید این مدل همچنین برای ایجاد «داشبوردها و تصویرسازی‌های عالی» بهینه‌سازی شده است و «در کدنویسی بصری برتری دارد.»

حداقل برای مقایسه با OpenAI، شایان ذکر است که OpenAI امروز مدل‌های GPT-6.2 Astra و Sol را با عملکردی بهبودیافته منتشر کرد. این امر ادعاهای مایکروسافت را کمی کم‌رنگ می‌کند، اما گفتنی است که OpenAI نیز اشاره می‌کند که حداقل در آزمون نهایی عامل‌ها (Agents’ Last Exam)، مدل GPT-6.2 Astra اکنون ۵.۵ امتیاز «جلوتر از Claude Fable 5.2 و تنها با ۵ درصد هزینه» قرار دارد (که این نیز نشان می‌دهد مدل‌های انتروپیک در حال حاضر چقدر پرهزینه هستند).

بنچمارک‌های مایکروسافت MAI Code 2. منبع: مایکروسافت.

بنچمارک‌های MAI Code 2 Flash

در خصوص MAI Code 2 Flash، مایکروسافت استدلال می‌کند که این مدل می‌تواند در بنچمارک‌هایی مانند DeepSWE 1.1، Terminal-Bench 2.1 و SWE Atlas با مدل‌های Claude Haiku 5.5 و GPT-6 Luna از شرکت انتروپیک به ترتیب با ۲۰ درصد و ۶۵ درصد هزینه رقابت کند.

قمار مایکروسافت: مدل‌های تخصصی در برابر مدل‌های همه‌فن‌حریف

نکته جالب اینجاست که مایکروسافت این مدل‌ها را به‌طور ویژه برای کارهای کدنویسی روزمره کاربران خود بهینه‌سازی کرده است. مایکروسافت می‌مین نویسد: «آن‌ها صراحتاً هنوز برای مسائل دشوارتر، مانند تحقیق در علوم بنیادین و کارهای عاملی بسیار طولانی‌مدت بهینه‌سازی نشده‌اند.»

مدل‌هایی که مایکروسافت این محصولات را با آن‌ها مقایسه می‌کند، مدل‌های همه‌فن‌حریف هستند. مدتی بود که OpenAI رویکرد مشابهی را با مدل‌های Codex خود اتخاذ کرد، اما این رویکرد را بهنفع مدل‌های عمومی‌تر کنار گذاشته است.

در همین حال، مایکروسافت که چنین مدل‌های پیشروی داخلی را نمی‌سازد، به نظر می‌رسد روی مدل‌های تخصصی کوچک‌تری تمرکز کرده است که می‌تواند آن‌ها را با کارایی بیشتری اجرا کند. و اگرچه آن‌ها در تمام بنچمارک‌ها با مدل‌های پیشرو برابری نکنند، تمرکز بر این وظایف خاص در این زمینه بسیار منطقی است.

مایکروسافت این روند را حتی فراتر برده و مدل‌هایی مانند MAI Work Flash را معرفی کرده است؛ مدلی که برای کار در سراسر محصولات مایکروسافت 365 و Fabric IQ آموزش دیده است.

مدل MAI 2 Work مایکروسافت. منبع: مایکروسافت.

دسترس‌پذیری

مدل‌های MAI Code 2 و Code 2 Flash هم‌اکنون در گیت‌هاب کوپایلوت (GitHub Copilot) در دسترس هستند، در حالی که Code 2 Flash در پیش‌نمایش محدود در Microsoft Foundry قرار دارد. پلتفرم‌های OpenRouter، Vercel، Hermes، Open Code و Kilo نیز به زودی از آن پشتیبانی خواهند کرد.

نقشه‌های راه، مقالات، منابع و مسیرهای ایجاد شده توسط جامعه برای توسعه‌دهندگان تا به شما در انتخاب مسیر و پیشرفت در شغلتان کمک کنند.

نظر مهندس بهمن آبادی: حرکت مایکروسافت به سمت مدل‌های تخصصی کدنویسی مثل MAI Code 2، نشان‌دهنده یک تغییر پارادایم هوشمندانه از مدل‌های همه‌فن‌حریفِ پرهزینه به ابزارهای هدفمند و اقتصادی است. به عنوان یک مدرس و برنامه‌نویس، معتقدم این رویکرد (ارائه ۹۶٪ عملکرد Opus با تنها ۵٪ هزینه) بهینه‌سازی هزینه‌های زیرساختی را برای تیم‌های توسعه به شدت تسهیل می‌کند، هرچند همچنان باید برای وظایف معماری سنگین به مدل‌های عمومی‌تر اتکا کرد.

منبع: https://thenewstack.io/microsoft-mai-code-2/