6 月 26 日，GitHub 宣布 MAI-Code-1-Flash 向 Copilot Business 和 Copilot Enterprise 正式开放，企业管理员启用相应策略后，员工才能使用。这是微软首个自研编码模型，微软称其未使用第三方模型蒸馏。从 6 月 2 日 Build 大会首次亮相到进入企业套餐，相隔 24 天。
这次发布的意义既在模型表现，也在微软如何运营 Copilot。自研模型进入现有的编程工具，可以让微软直接调整训练、推理成本和产品体验，逐步增加自己能够承担的工作量。
137B 总参数、5B 活跃参数，定位高频编程任务
按官方模型卡，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」，GitHub 列价为每百万输入 token $0.75、每百万输出 token $4.50，与 Anthropic Claude Haiku 4.5 处于同一成本区间。
微软特别强调模型与 Copilot 工作环境的配合。模型卡显示，MAI-Code-1-Flash 从 MAI-Thinking-1 的中期训练检查点继续训练，并直接使用 GitHub Copilot 的生产执行框架（harness）训练和评估，让模型学习与工具、代码上下文和 Agent 工作流交互。
训练数据来自微软所称的「清洁、可溯源、企业级」语料。「未使用第三方模型蒸馏」是它主动强调的训练特点；模型卡同时披露使用了合成任务和合成数据技术。对关注代码合规性和数据来源的企业客户，这些披露提供了评估依据。
厂商测试领先 Haiku 4.5，重点比较成功率与用量
5B 指每次推理激活的参数，137B 才是总参数量。理解两者的区别，有助于判断这类稀疏模型为什么能兼顾较大的模型容量和较低的推理开销。
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 上以最多减少约 60% 的 token 用量取得了更高的通过率；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。
Haiku 4.5 是轻量级产品，微软这组结果也来自自家的同一生产执行框架。不同排行榜所用工具和设置可能不同，不能直接拿分数拼成所有模型的统一排名。MAI 家族中，另一款 MAI-Thinking-1（35B 活跃参数、约 1T 总参数，当时在 Foundry 私有预览）承担更复杂的推理任务。
MAI-Code-1-Flash 的定位更具体：在 Copilot 反复调用模型的编程任务中，尽量以较低延迟和成本完成工作。
从个人用户扩展到企业，微软增加自研模型的使用机会
MAI-Code-1-Flash 最初面向 VS Code 中的 Copilot 个人用户逐步推出，既可以在模型选择器中手动选择，也可能由 Auto 模式分配任务。6 月 26 日的公告将正式可用范围扩展到了企业套餐。
企业能否使用这款模型，仍取决于管理员的启用策略。GitHub 继续提供多家供应商的模型选项，MAI-Code-1-Flash 是其中新增的自研选择。
Copilot 的规模让模型成本成为长期经营问题。频繁的代码问答、修改和 Agent 会话会持续消耗推理资源；如果自研模型能以更低成本完成其中一部分，微软就有机会减少对外部模型的依赖，同时更直接地安排产品迭代。
这种调整的价值也可能延伸到其他微软产品。MAI 家族覆盖编码之外的推理、图像和语音等任务，微软在发布时已提出将模型整合进自家产品。实际能承接多少工作，仍取决于各产品对质量、延迟和成本的要求。
自研增加选择，企业仍需检验实际表现
自研模型也能让微软更灵活地应对外部服务的可用性变化。2026 年 6 月，Anthropic 曾因美国政府指令暂停 Fable/Mythos 访问，OpenAI 的 GPT-5.6 则先向一小批可信合作伙伴预览。在这种环境下，为日常编程任务增加自有模型，是减少对单一供应商依赖的一种办法。
MAI-Code-1-Flash 的主要性能证据仍来自微软自己的测试。企业需要在实际代码库中观察它能解决哪些问题、消耗多少 token，以及是否增加了人工检查和返工。管理员能够决定是否启用，开发者也可以在获准的模型范围内选择适合任务的工具。
MAI-Code-1-Flash 为微软提供了更直接控制训练和产品体验的机会。它能否持续减少外部模型调用、改善 Copilot 的成本结构，要看企业用户接入后的使用效果。
