微软MAI持平GPT-5.6

微软 CEO 萨提亚·纳德拉近日抛出一个让业界侧目的数据：在 Excel 常见任务上，微软自研的 MAI 模型性能已与 GPT-5.6 相当，且部署成本更低。

这句话的分量在于——微软既是 OpenAI 最大的投资方和合作伙伴，又在悄悄搭建自己的模型栈。纳德拉在公开场合把 MAI 摆到与 OpenAI 旗舰模型同一张桌子上比较，释放了一个明确的信号：微软不再只做 AI 平台，它也要做模型玩家。

自研模型的底层逻辑#

纳德拉将这一策略称为”前沿扩散与控制”（Frontier Diffusion & Control）。他的判断是，未来企业 AI 场景不会依赖单一前沿模型。客户会根据任务需求编排最合理的模型调用系统——复杂的任务交给 GPT-5.6 或 Claude，日常的 Excel 数据分析让 MAI 来处理。

微软通过为特定产品定制强化学习环境（RLEs），让 MAI 模型学习真实客户的工作流程。在 GitHub Copilot 和 Excel 两大旗舰产品上，这种定制化训练的效果最为显著。MAI 不需要最新的 AI 加速器就能运行，H100 和 A100 足矣——这意味着企业的部署成本可以控制在很低的水平。

“多模型”路线正在成为共识#

纳德拉的表态实际上呼应了整个行业正在发生的转变。从 Anthropic 的 Opus 5 到 OpenAI 的 GPT-5.6，再到 Kimi K3 和 Meta 的 Llama 系列，企业不再只有”用最好的模型”一个选项。

纳德拉提出了一个有趣的视角：在 AI 成为”软件历史上第一个真实边际成本几乎为零的生产要素”的世界里，关键不是追求单点性能的极致，而是在真实场景中优化成本与成果的前沿。这意味着为每项任务匹配正确的模型，再围绕它配置上下文、工具、技能和智能体控制。

微软内部，来自 OpenAI 和 Anthropic 的前沿模型与 MAI 系列一起构成了编排系统。但模型只是拼图的一部分——控制、内存、上下文、工具调用，这些共同塑造了智能体系统的最终表现。

Excel：一个被低估的 AI 战场#

选择 Excel 作为对标场景，本身就很有意思。GPT-5.6 在复杂推理和代码生成上堪称顶尖，而 MAI 在 Excel 数据表上的表现与之持平——这说明微软的战略不是追求全方位领先，而是先在最有商业价值的场景中站稳脚跟。

Excel 用户数以亿计，从财务报表到销售预测，大量的日常数据处理仍依赖这个”老”工具。MAI 在 Excel 上的能力意味着，企业无需支付前沿模型的 API 费用，就能在熟悉的工具中获得近乎同等的智能协助。这种”最后一公里”的优化，往往比模型基准测试排行榜上的几个点更重要。

纳德拉没有透露 MAI 的更多技术细节，但明确表示微软会继续推进多模型战略。在 OpenAI、Anthropic 和微软自研体系之间，一个更加复杂但也更加务实的模型生态正在成形。

来源：IT 之家