النماذجالأعمال والسوق 🇩🇪 12.08.2026 13:03

نموذج مايكروسوفت الجديد للترميز MAI-Code-1.1-Flash أرخص من سابقه، لكنه أضعف وأكثر تكلفة من DeepSeek

MicrosoftMicrosoft DeepSeekDeepSeek AnthropicAnthropic OpenAIOpenAI
أصدرت مايكروسوفت نموذج ترميز جديدًا باسم MAI-Code-1.1-Flash لصالح GitHub Copilot. وهو أرخص من سابقه، لكنه يتخلف عن نموذج DeepSeek في كل من الأداء والتسعير. نتائج المعايير مخفية في بطاقة النموذج، مما يوحي بتركيز استراتيجي على الهوامش الربحية.
نشرت مايكروسوفت نموذج ماي-كود-1.1-فلاش، وهو نموذج للبرمجة مخصص لمساعد جيت هاب كوبايلوت. وفقًا لمايكروسوفت، فإنه يقدم كودًا أفضل بكفاءة رمزية أعلى بنسبة 25%، بتكلفة ربع تكلفة نسخة يونيو السابقة، واحتفظ المطورون بنسبة 4% أكثر من الكود الذي ينتجه. تم تدريبه باستخدام مئات الآلاف من بيئات التعلم المعزز داخل جيت هاب كوبايلوت. في المعايير، يتفوق النموذج قليلاً على سابقه وعلى النماذج المصغرة من أنثروبيك وأوبن إيه آي، لكنه متخلف بشكل كبير عن ديب سيك-في4-فلاش-0731. على سبيل المثال، سجل ماي-كود-1.1-فلاش 62.9% في معيار تيرمينال-بنش 2.1 مقارنة بـ 82.7% لديب سيك. كما أن التسعير أعلى: الإدخال بسعر 0.20 دولار مقابل 0.14 دولار، والإخراج بسعر 1.20 دولار مقابل 0.28 دولار لكل ألف رمز. تخفي مايكروسوفت نتائج المعايير في بطاقة النموذج وتستخدم مقاييس غامضة في إعلانها. يتعارض هذا مع سردية مايكروسوفت كمدافعة عن نماذج الذكاء الاصطناعي مفتوحة المصدر، حيث تستثمر في نموذج مملوك وأضعف وأكثر تكلفة بدلاً من استخدام البدائل مفتوحة الأوزان المتاحة مثل ديب سيك. السبب المرجح هو تحسين هوامشها الخاصة، بهدف ترسيخ نماذجها كمعيار داخل نظامها البيئي.
المصدر: The Decoder (DE) — الأصلي
منشوراتنا السابقة حول هذا الموضوع ↓
أخبار جديدة