MAI Code 2 GitHub Copilot'ta: Microsoft rakiplerine yakın performansı çok daha ucuza vaat ediyor

Microsoft, Ignite'ta kodlama modeli MAI Code 2 ve siber güvenlik modeli MAI Cyber 2 Flash dahil yedi yeni yapay zekâ modeli tanıttı. Şirketin iddiası: Benzer performans, çok daha düşük maliyet.

MAI Code 2 GitHub Copilot'ta: Microsoft rakiplerine yakın performansı çok daha ucuza vaat ediyor

Microsoft, yapay zekâ modellerinde OpenAI ve Anthropic’le doğrudan yarışmak için yeni bir hamle yaptı. Şirket, San Francisco’daki Ignite konferansında kodlama, siber güvenlik, görsel üretimi ve ses alanlarında yedi yeni model tanıttı. Hepsinin ortak vaadi aynı: rakiplere yakın performans, çok daha düşük fiyat.

Modelleri Microsoft’un kendi yapay zekâ birimi Microsoft AI (MAI) geliştiriyor. Şirketin Ignite duyurusuna göre amaç, şirketlerin yapay zekâ ajanlarını günün her saatinde çalıştırabileceği bir fiyat seviyesi sunmak. Bunun nedeni, şirketlerin yapay zekâ harcamalarının hızla artması.

MAI Code 2: Günlük kodlama işleri için

Lansmanın öne çıkan modeli MAI Code 2. Microsoft’a göre model, kurumsal yazılım ekiplerinin her gün yaptığı işler için tasarlandı. Dört farklı kodlama testinin ortalamasında OpenAI’ın GPT-6.1 Sol modelinin performansının yüzde 98'ine, yaklaşık yüzde 40 fiyatla ulaşıyor. Anthropic’in Claude Opus 5.5 modeline göre ise performansın yüzde 96'sını, fiyatın yalnızca yüzde 5'iyle veriyor. Microsoft, ön yüz geliştirme işlerinde yapılan kör bir karşılaştırmada geliştiricilerin yüzde 64 oranında MAI Code 2'yi GPT-6 Sol’a tercih ettiğini de söylüyor.

Şirket modelin sınırlarını da açıkça belirtiyor. MAI Code 2, temel bilim araştırmaları ya da çok uzun süren karmaşık ajan görevleri gibi zor işler için henüz ayarlanmadı.

Daha hafif kardeşi MAI Code 2 Flash ise kod açıklama, küçük düzenlemeler ve rutin hata düzeltmeleri gibi yoğun ama basit işler için geliştirildi. Microsoft’a göre bu model, GPT-6 Luna’nın performansını yüzde 65, Claude Haiku 5.5'inkini yüzde 20 fiyatla sunuyor. İki model de GitHub Copilot’ta kullanılabiliyor. Code 2 Flash ayrıca Microsoft Foundry’de sınırlı erişimle test ediliyor.

Siber güvenlik modeli herkese açık değil

İkinci önemli model MAI Cyber 2 Flash. Microsoft, bu modelin güvenlik açığı bulma testi CyberGym-E2E’de yüzde 92,3 başarıya ulaştığını açıkladı. Bu oran, GPT-6 Astra’nın yüzde 91,5'lik sonucunun biraz üzerinde. Şirkete göre görev başına maliyet ise rakibinin yüzde 2'sinden az. Modelin bağlam penceresi, yani tek seferde inceleyebildiği metin miktarı, 1 milyon token’a çıktı. Bu da bir önceki sürümün dört katı.

Microsoft, kendi verisinin bu testteki bazı görevlerle çakıştığını fark ettiğini de duyurusunda belirtiyor. Bu yüzden 905 görevin 92'sini tüm modeller için hesaba katmadı. MAI Cyber 2 Flash yalnızca Microsoft’un güvenlik ürünlerinde kullanılacak. Model aralık ortasından itibaren uygun müşterilerde MDASH kod adlı güvenlik ürünündeki mevcut modelin yerini alacak.

Görsel, ses ve karar modelleri

Microsoft’un listesinde başka modeller de var. MAI Image 2.7, Artificial Analysis’in görsel düzenleme sıralamasında birinci sıraya yerleşti. Şirkete göre bunu GPT Image 2.6 Sunburst’ün beşte biri fiyatına yapıyor. Microsoft’un ilk canlı sesli sohbet modeli olan MAI Realtime 1'in fiyatı dakika başına 0,01 dolardan başlıyor. MAI Transcribe 2 üzerine kurulu Dragon Copilot Transcribe ise doktor ile hasta arasındaki konuşmaları yazıya döküyor ve ayda 10 milyon görüşmeyi işliyor. Listedeki son model Decision 1.1, bir işi pahalı büyük modele mi yoksa daha ucuz bir modele mi yaptırmak gerektiğine karar veriyor.

Microsoft ayrıca MAI Licensed Weights adlı yeni bir seçenek sundu. Bu seçenekle şirketler bir MAI modelini kendi verileriyle özelleştirip kendi Azure ortamlarında çalıştırabiliyor.

Neden kendi modellerine yöneliyor?

Reuters’ın haberine göre Microsoft AI’ın başındaki Mustafa Suleyman, belirli alanlara odaklanan modeller geliştirmenin maliyetleri kontrol altında tutmaya yardımcı olduğunu söyledi. Suleyman, zararlı eylemlere karşı önlemlerin ve modelin istenen şekilde davranmasının öncelikleri arasında olduğunu da vurguladı.

Performans ve fiyat karşılaştırmalarının tamamı Microsoft’un kendi testlerine dayanıyor. Bağımsız değerlendirmeler henüz yayımlanmadı.