Microsoft AI-მ (MAI) Microsoft Ignite 2026-ზე შვიდი ახალი მოდელი წარადგინა პროგრამირების, კიბერუსაფრთხოების, სურათების, ხმისა და ტრანსკრიფციის მიმართულებით. კომპანიის მთავარი არგუმენტი ამჯერად ფასია: Microsoft ამბობს, რომ ახალი მოდელები კონკურენტებს უტოლდება ან უახლოვდება, თანაც მათი ფასის მცირე ნაწილად.
MAI-ის პრეზენტაცია Microsoft AI-ის აღმასრულებელმა დირექტორმა, მუსტაფა სულეიმანმა, გამართა. კომპანიის თქმით, ტოკენებზე დანახარჯები სწრაფად იზრდება და მომხმარებლებს ისეთი ფასი სჭირდებათ, რომ AI აგენტებმა რეალური საინჟინრო სამუშაო დღე-ღამის განმავლობაში, შეუსვენებლად შეასრულონ.
სარჩევი
Microsoft Ignite 2026-ის შვიდი ახალი მოდელი
ახალი შემადგენლობა ასე გამოიყურება:
- MAI Code 2 – ყოველდღიური კორპორაციული პროგრამირებისთვის;
- MAI Code 2 Flash – ხშირი, რუტინული დავალებებისთვის;
- MAI Cyber 2 Flash – კიბერუსაფრთხოებისთვის;
- MAI Image 2.7 – სურათების შექმნისა და რედაქტირებისთვის;
- MAI Realtime 1 – ცოცხალი ხმოვანი საუბრისთვის;
- Dragon Copilot Transcribe – ექიმისა და პაციენტის საუბრის ტრანსკრიფციისთვის;
- Decision 1.1 – მოთხოვნების მოდელებს შორის გასანაწილებლად.
MAI Code 2: 98% შედეგი 40% ფასად
MAI Code 2 ყოველდღიური კორპორაციული პროგრამირებისთვის შეიქმნა: რეალური პროდუქტების კოდისთვის, რთული შეცდომების მოსაძებნად, რამდენიმე ფაილზე გაშლილი ცვლილებებისთვის, მთელი რეპოზიტორიის გასააზრებლად და ინტერფეისზე სამუშაოდ. Microsoft-ის თქმით, მოდელი დაშბორდებისა და ვიზუალიზაციების შესაქმნელადაც არის მორგებული.
ოთხი ბენჩმარკის (DeepSWE 1.1, Terminal Bench 2.1, SWE-Atlas და FrontierCode v1.1) საშუალოთი MAI Code 2 OpenAI-ის GPT-6.1 Sol-ის შედეგის 98%-ს აღწევს, ფასის დაახლოებით 40%-ად. Anthropic-ის Claude Opus 5.5-ის შედეგის კი 96%-ს იძლევა, ფასის მხოლოდ 5%-ად.
ფრონტენდის ბრმა შედარებისას დეველოპერებმა შემთხვევების 64%-ში MAI Code 2-ის ნამუშევარი GPT-6 Sol-ისას ამჯობინეს. მოდელი უკვე ხელმისაწვდომია GitHub Copilot-ში.
Microsoft თავადვე აღნიშნავს, რომ Code 2 ჯერ არ არის მორგებული უფრო რთულ ამოცანებზე, როგორიცაა ფუნდამენტური სამეცნიერო კვლევა და ძალიან ხანგრძლივი აგენტური სამუშაო.
MAI Code 2 Flash: ხშირი დავალებებისთვის
MAI Code 2 Flash მარტივ, მაგრამ ხშირ ამოცანებზეა გათვლილი: კოდის ახსნაზე, მიზნობრივ ცვლილებებზე, რუტინულ შესწორებებსა და სწრაფ იტერაციებზე. კომპანიის თქმით, სამ ბენჩმარკზე ის GPT-6 Luna-ს მსგავს შედეგს ფასის 65%-ად აჩვენებს, Claude Haiku 5.5-ისას კი ფასის 20%-ად.
Code 2 Flash ხელმისაწვდომია GitHub Copilot-ში, ხოლო Microsoft Foundry-ში შეზღუდული წვდომის preview რეჟიმშია. Microsoft-ის თქმით, Code-ის ორივე მოდელი მალე OpenRouter-ზე, Vercel-ზე, Hermes-ზე, OpenCode-სა და Kilo-ზეც გამოჩნდება.
MAI Cyber 2 Flash: უსაფრთხოება 2%-ზე ნაკლებ ფასად
MAI Cyber 2 Flash კიბერუსაფრთხოების სპეციალიზებული მოდელია, რომელიც Microsoft-ის ათწლეულების უსაფრთხოების მონაცემებსა და გამოცდილებას ეფუძნება. ის სისუსტეების აღმოჩენას, შესწორებების შეთავაზებასა და საფრთხეების გამოძიებას ემსახურება.
CyberGym-E2E ბენჩმარკზე მოდელი 92.3%-ს იღებს, GPT-6 Astra კი 91.5%-ს. Microsoft-ის თქმით, ამ შედეგს ის ერთ დავალებაზე GPT-6 Astra-ს ხარჯის 2%-ზე ნაკლებით აღწევს. 1 მილიონ ტოკენზე ფასი შემავალზე 0.10 დოლარია, გამომავალზე კი 0.50 დოლარი, რაც MAI Cyber 1.1 Flash-ის გამომავალ ფასზე 86%-ით ნაკლებია.
მოდელს 1 მილიონი ტოკენის კონტექსტი აქვს და მხოლოდ Microsoft-ის უსაფრთხოების პროდუქტებში იქნება, მათ შორის MDASH-ში (სამუშაო სახელწოდება). Microsoft-ის თქმით, MDASH-ში სკანირებების თითქმის 40%-ს უკვე MAI Cyber ასრულებს, MAI-ით დაწყებული სკანირებების 90% კი ამ მოდელით გრძელდება. შესაბამის მომხმარებლებთან ახალი ვერსია ძველს დეკემბრის შუა რიცხვებიდან ავტომატურად ჩაანაცვლებს.
Microsoft წერს, რომ 2027 წლიდან აგენტების განვითარებაში ყველაზე მნიშვნელოვანი პრიორიტეტები უსაფრთხოება, ალაინმენტი და აგენტების კონტროლი (containment) იქნება.
MAI Image 2.7: პირველი ადგილი სურათების რედაქტირებაში
MAI Image 2.7 Artificial Analysis-ის სურათების რედაქტირების რეიტინგში პირველ ადგილზეა. Microsoft-ის თქმით, ის GPT Image 2.6 Sunburst-ს (max) უსწრებს და მისი ფასის მეხუთედი ჯდება. ტექსტიდან სურათის გენერაციაში მოდელი მეოთხე ადგილზეა, რაც Microsoft-ს ლაბორატორიებს შორის მეორე ადგილს აძლევს.
დიდი მოცულობის სამუშაოსთვის გამოვიდა MAI Image 2.7 Flash, რომლის ფასი 1000 სურათზე დაახლოებით 10 დოლარია. ორივე მოდელი Microsoft Foundry-შია ხელმისაწვდომი.
MAI Realtime 1: ცოცხალი ხმოვანი საუბარი
MAI Realtime 1 Microsoft-ის პირველი ცოცხალი speech-to-speech მოდელია, ანუ ხმას პირდაპირ ხმით პასუხობს. ის ბუნებრივ, მცირე დაყოვნების მქონე საუბარზეა გათვლილი. კომპანიის შეფასებით, მან GPT-Realtime 2.1-ს როგორც გარე, ისე Dynamics 365-ის ბენჩმარკებზე აჯობა.
ფასი აუდიოს ერთ წუთზე 0.01 დოლარიდან იწყება. მოდელის გამოცდა MAI Labs-ში შეიძლება, ფართო წვდომისთვის კი დაინტერესების ფორმის შევსებაა საჭირო.
Dragon Copilot Transcribe: აშშ-ის ექიმების მესამედი
Dragon Copilot Transcribe MAI-Transcribe-2-ზეა აგებული, რომელსაც Microsoft მსოფლიოში ყველაზე სწრაფ და ზუსტ მრავალენოვან ტრანსკრიფციის მოდელს უწოდებს. ის უკვე მუშაობს Dragon Copilot-ში, Microsoft-ის კლინიკურ AI ასისტენტში, და ექიმისა და პაციენტის საუბრების ყველა ტრანსკრიფციას ამზადებს.
კომპანიის მონაცემებით, სისტემა თვეში 10 მილიონ ვიზიტს ამუშავებს, მრავალენოვან სამუშაო პროცესებში შეცდომებს ორჯერ ამცირებს და მას აშშ-ის ექიმების მესამედი იყენებს.
Decision 1.1: დიდი მოდელი მხოლოდ საჭიროებისას
Decision 1.1 Microsoft-ის ახალი მოდელია, რომელიც აპლიკაციებში მოთხოვნებს მოდელებს შორის ანაწილებს. ასე უფრო დიდი და ძვირი მოდელები მხოლოდ მაშინ ერთვება, როცა ეს ნამდვილად საჭიროა.
Microsoft-ის თქმით, Decision 1.1 GPT-6.1 Sol-ზე 50-ჯერ სწრაფი და 79-ჯერ იაფია, Artificial Analysis-ის Decision Index-ზე კი Google-სა და OpenAI-ს უსწრებს. მოდელს უკვე 4000 მომხმარებელი იყენებს.
Maia 200: Microsoft-ის საკუთარი AI ჩიპი
Microsoft-მა ისიც განაცხადა, რომ მისი მეორე თაობის AI ამაჩქარებელი, Maia 200, უკვე რეალურ სამუშაო გარემოში ამუშავებს კომპანიის ყველაზე დიდ მოდელებს. Microsoft-ის თქმით, ჩიპი ვატზე 1.7-ჯერ მეტ ტოკენს გამოიმუშავებს, თუმცა კომპანია არ აზუსტებს, რასთან შედარებით.
MAI Licensed Weights: მოდელი საკუთარ Azure გარემოში
მოდელებთან ერთად Microsoft-მა MAI Licensed Weights წარადგინა. ეს ორგანიზაციებს საშუალებას აძლევს, MAI-ის მოდელები საკუთარ Azure გარემოში განათავსონ და საკუთარი მონაცემებით მოარგონ. წვდომას მომხმარებელი აკონტროლებს, მონაცემები და ცვლილებები კი მისი რჩება: Microsoft მათ საკუთარი მოდელების გასაწვრთნელად მხოლოდ მომხმარებლის მკაფიო თანხმობით გამოიყენებს.
Microsoft-ის სიტყვებით, „არავის სურს, საკუთარი IQ სხვის მოდელში ჩადოს“. სერვისი მალე Frontier Company პროგრამის ფარგლებში გაეშვება, დაინტერესებულ ორგანიზაციებს კი Microsoft-ის ანგარიშის მენეჯერთან დაკავშირებას სთავაზობენ. კომპანიამ რამდენიმე მაგალითიც მოიყვანა:
- AT&T: 5G ქსელის ანალიტიკისთვის მორგებულმა MAI მოდელმა სტანდარტულ ამოცანებზე GPT-6.1 Sol-ს აჯობა და 50-ჯერ ნაკლები დაჯდა.
- Woven by Toyota: იმ შემთხვევების 44%-ში, სადაც სხვა წამყვან მოდელებს ადამიანის ჩარევა სჭირდებოდათ, MAI-მ გასაერთიანებლად მზა შესწორებები მოამზადა, ხარჯის მეათედზე ნაკლებად.
- Alaska Airlines: თვითმფრინავების ტექნიკური მომსახურების ანგარიშების კლასიფიკაციის სიზუსტე 81%-დან 91%-მდე გაიზარდა.
რა უნდა გავითვალისწინოთ
ყველა შედარება და რიცხვი Microsoft-ის საკუთარი შეფასებებიდანაა და დამოუკიდებლად ჯერ არ შემოწმებულა. კომპანია თავადაც აღნიშნავს, რომ შედეგები დავალების ტიპზე, მოდელის კონფიგურაციასა და შეფასების მეთოდზეა დამოკიდებული.
ფასების შედარებაშიც არის ნიუანსი: Code-ის ორივე მოდელის ღირებულება შედარებებში 50%-იანი სარეკლამო ფასით არის აღებული. მიუხედავად ამისა, Microsoft Ignite 2026-ის მთავარი გზავნილი ნათელია: MAI ცდილობს, წამყვან ლაბორატორიებს მხოლოდ ხარისხით კი არა, ფასითაც გაუწიოს კონკურენცია.
სხვა თემები
Alibaba-მ Qwen4-Max წარადგინა: Qwen-ის ყველაზე ძლიერი მოდელი უკვე API-შია
Microsoft-ის AI-მ 304 რთული სამედიცინო შემთხვევის 83% ამოიცნო
Google Cloud-ის შემოსავალი გაორმაგდა, Azure 48%-ით გაიზარდა: AI ღრუბლების ზრდა და მისი ფასი
