6 月 26 日，GitHub 将 MAI-Code-1-Flash 全面推向 Copilot Business 和 Copilot Enterprise 用户。这是微软首个完全自主训练的编码模型——没有使用 OpenAI 或任何第三方模型的蒸馏数据——从 6 月 2 日 Build 大会上首次亮相到覆盖所有付费企业用户，只用了 24 天。
单独看 benchmark 数字，这是一条中等规模的模型发布新闻。但把它放到微软正在推进的「Project Polaris」计划中——8 月起用自研模型替代 GPT-4 Turbo 成为 Copilot 默认引擎——这就是微软从 AI 分销商转变为 AI 制造商的第一个落地产物。
137B MoE，5B 活跃参数：不是前沿旗舰，是批量工作马
MAI-Code-1-Flash 采用稀疏 Mixture-of-Experts 架构，总参数 137B，每次推理只激活约 5B 参数，上下文窗口 256K tokens。在 Mustafa Suleyman 领导的 Microsoft AI Superintelligence 团队发布的 7 个 MAI 模型中，它被定位为「推理高效型编码模型」，定价 $0.75/$4.50 每百万 tokens（输入/输出），与 Anthropic Claude Haiku 4.5 处于同一成本区间。
微软强调了一个区别于大多数编码模型的设计选择：MAI-Code-1-Flash 不是先训练一个通用模型再微调到编码任务，而是全程使用 GitHub Copilot 的生产 harness 进行训练和评估。这意味着模型在训练阶段就学会了如何与 Copilot 的工具链、代码上下文和 Agent 工作流交互，而非仅优化孤立的 benchmark。
训练数据来自微软所称的「清洁、可溯源、企业级」语料。在 6 月这个时间点——当 Anthropic 的 Claude 和 OpenAI 的 GPT 系列一直被传闻大量使用合成数据和模型蒸馏——微软主动强调「零蒸馏」是一个明确的差异化信号，尤其对关注代码合规性和数据溯源的企业客户。
性能的真实位置：领先 Haiku，但也只是 Haiku
与选题 brief 中「5B 参数」的常见误读不同——5B 是活跃参数而非总参数——MAI-Code-1-Flash 的实际参数量为 137B，与中大型 MoE 模型处于同一量级。
微软官方给出的对比数据集中在 Claude Haiku 4.5 身上：SWE-Bench Pro 上 51.2% vs 35.2%，领先 16 个百分点；SWE-Bench Verified 上用少了 60% 的 token 完成了更高的 pass rate；在 SWE-Bench Multilingual 和 Terminal Bench 2 上同样全面领先。指令遵循方面，IF Bench 领先 28.9 分。
但 Haiku 4.5 本身并不是前沿编码模型。第三方评测将 MAI-Code-1-Flash 的编码能力置于 GPT-5.3 附近，低于 Kimi K2.6（~58.6%）、GLM-5.1（~58.4%）等开放权重模型，更不用说 Anthropic 的旗舰 Claude Opus 4.8。微软对此并不回避——MAI-Thinking-1（35B 活跃参数，约 1T 总参数的推理模型，目前仅在 Foundry 私有预览）才是瞄准 Opus 4.6 级别的产品。
MAI-Code-1-Flash 要解决的问题不是「谁是地球上最强的编码模型」，而是「谁能在 Copilot 每天数十亿次补全请求中以可忽略的延迟和极低成本完成任务」。
Project Polaris：8 月之后，2600 万开发者默认不再走 OpenAI 的 API
MAI-Code-1-Flash 的全面上线是一个必要铺垫。真正的转折点在今年 8 月。
Build 2026 上，Satya Nadella 宣布了 Project Polaris：从 2026 年 8 月起，所有 GitHub Copilot 订阅者的默认模型将从 GPT-4 Turbo 切换为微软自研的 MAI 编码模型。现有用户自动迁移，可选的 GPT-4 Turbo 回退通道保留三个月，之后关闭。这意味着超过 2600 万 Copilot 开发者的默认 AI 编程体验，将不再由 OpenAI 提供。
Copilot 是微软最高频的 AI 产品——日活跃开发者超过任何其他微软 AI 产品。在 OpenAI 模型上运行 Copilot 意味着每次代码补全、对话和 Agent 会话都要向 OpenAI 支付推理费用，在每月数百亿 token 的规模下，这构成了可观的成本结构。切换到自研模型不仅仅是省下了 API 费，更重要的是微软获得了对 Copilot 能力路线图的完整控制权——不再需要等待 OpenAI 的模型更新节奏，不再受制于第三方的定价调整。
7 月初 Bloomberg 进一步报道，微软已开始在 Excel 和 Outlook 的 Copilot 功能中将部分推理负载从 OpenAI 和 Anthropic 模型迁移至 MAI 模型，每周处理数万次提示。这说明 MAI 家族的替代范围远超编码领域。
蒸馏禁令下的自研窗口
MAI-Code-1-Flash 诞生的背景还有一层地缘政治色彩。2026 年上半年，美国政府对前沿 AI 模型施加了前所未有的发布限制——6 月 2 日行政令后，Anthropic 的 Fable/Mythos 被禁，OpenAI 的 GPT-5.6 仅向约 20 家政府批准的合作伙伴开放。在中国开源模型（如 GLM 5.2、Qwen 3.6 等）以十分之一的成本逼近美国前沿的背景下，微软的自研路线提供了一种不同于「等待政府批准」的应对策略：用自己的模型服务自己的开发者生态，不受制于外部模型的可用性波动。
但 MAI-Code-1-Flash 仍然是一个微软官方 benchmark 未经过独立第三方大规模验证的模型。它的「零蒸馏」宣称、训练数据的「可溯源性」以及在生产环境中相对于 GPT-4 Turbo 的实际表现，都需要在 8 月大规模切换后才能得到真实的检验。微软在 Build 上表示 OpenAI 模型仍将作为 Copilot 的备选方案存在——这不是锁入，而是默认切换——这意味着如果 MAI 模型表现不佳，开发者可以手动切回去。但三个月回退窗口关闭后，压力会真正到来。
从「调用 API」到「训练模型」，区别不是难度而是控制力。MAI-Code-1-Flash 或许不是 2026 年最令人兴奋的编码模型，但它可能是最重要的一个——因为它证明了微软不再只是一个 AI 客户。