Microsofts nieuwe codemodel MAI-Code-1.1-Flash is goedkoper dan zijn voorganger, maar zwakker en duurder dan DeepSeek

Microsoft heeft MAI-Code-1.1-Flash gepubliceerd, een codemodel voor GitHub Copilot. Volgens Microsoft levert het betere code op met een 25% hogere tokenefficiëntie, kost het een kwart van zijn voorganger van juni, en hielden ontwikkelaars 4% meer van de code. Het is getraind met honderdduizenden reinforcement learning-omgevingen in GitHub Copilot. In benchmarks scoort het model iets beter dan zijn voorganger en miniversies van Anthropic en OpenAI, maar het blijft aanzienlijk achter bij DeepSeek-V4-Flash-0731. Zo behaalde MAI-Code-1.1-Flash 62,9% op Terminal-Bench 2.1, vergeleken met 82,7% voor DeepSeek. Ook de prijzen zijn hoger: invoer voor $0,20 tegenover $0,14, en uitvoer voor $1,20 tegenover $0,28 per token. Microsoft verbergt benchmarkresultaten in de modelkaart en gebruikt vage statistieken in zijn aankondiging. Dit botst met de visie van Microsoft als voorvechter van open AI-modellen, aangezien het investeert in een eigen, zwakker en duurder model in plaats van gebruik te maken van beschikbare open-gewichtalternatieven zoals DeepSeek. De waarschijnlijke reden is optimalisatie van de eigen marges, met als doel om zijn modellen te vestigen als de standaard binnen zijn ecosysteem.