目錄(5 節)
微軟在 2026 年 11 月 17 日公布 Microsoft MAI 七款模型時,表示 Decision 1.1 已有 4,000 家客戶使用,可把請求分配給合適的模型,減少昂貴模型的使用。這個案例提出一個實際問題:微軟已在產品裡採用的能力,開發者是否也能透過 API(應用程式介面)接進自己的系統?微軟公告所列的七款,接入條件並不一致。
對台灣開發團隊而言,採購前要確認的是帳戶能否部署、資料流向是否合規,以及目前的工作能否交給它。以下產品狀態核對日期為 2026 年 11 月 18 日;上線前仍須核對型錄、區域與服務條款。
Decision 1.1 的案例,為什麼不能直接套到聊天工作?
Decision 1.1 處理的是固定選項的判斷與評分,輸出各選項的機率,適合分類、路由與回答評估,不適合開放式聊天或摘要。
例如模型路由要先判斷請求該送往哪個模型,再由被選中的模型完成工作。路由錯誤可能讓困難任務落到能力不足的模型,因此節省費用時,也要量測錯分率與後續重試。需要釐清這個角色,可先看決策模型如何接入系統與驗收。
Foundry 模型卡還揭露一個容易被「七款自研」概括掉的差別:Decision 1.1 以 Google 開放權重的 Gemma 4 26B-A4B 為基礎,由微軟後訓練(在既有模型上進一步訓練,調整特定任務的表現)。微軟發布的模型,不等於全部都從零訓練。模型來源與可部署方式,應逐款確認。
微軟在 Decision 1.1 模型卡說明,整合應用須自行定義答案選項、信心門檻、轉交審查路徑,以及下游行動的防護措施。(意譯,來源:Foundry 模型卡)
模型卡也列出「無法判斷」這類選項,讓證據不足的輸入保留退出路徑。測試時可先由人工標記哪些請求應轉交審查,再觀察模型是否仍給出高信心的錯誤分類。若只計算自動完成比例,便可能漏掉最需要攔下的錯誤;信心門檻應配合錯誤後果與人工審查量一起調整。
七款 Microsoft MAI 模型各接哪些工作?
七款名單把 Code 2 與 Code 2 Flash 分開計算,另含資安、影像、即時語音、轉錄與決策各一款;這些能力應按任務分工。
| 模型 | 主要工作 | 公告與型錄所列入口/狀態 |
|---|---|---|
| MAI Cyber 2 Flash | 漏洞發現、修補建議與威脅調查 | 限微軟資安產品;MDASH 合資格客戶預定 12 月中旬起替換 |
| MAI Code 2 | 深度除錯、跨檔案實作、介面開發 | GitHub Copilot 已提供 |
| MAI Code 2 Flash | 程式解說、局部修改、例行修復 | Copilot 已提供;Foundry 有限存取預覽 |
| MAI Image 2.7 | 圖像生成與編輯 | Foundry 公開預覽 |
| MAI Realtime 1 | 即時語音對話 | MAI Labs 體驗;Foundry 有限存取預覽申請 |
| Dragon Copilot Transcribe | 對話語音轉文字 | 已用於 Dragon Copilot;屬產品入口 |
| Decision 1.1 | 固定選項評分、分類與模型路由 | Foundry 一般可用(GA) |
表內依總公告、各模型公告及 Foundry 型錄整理。同期另公布的 Image 2.7 Flash 是影像家族的延伸版本,未另列入總公告的七項主清單。
Code 2 的實際案例是前端應用評估:微軟表示,258 名評註者參與的盲測中,開發者有 64% 的時候偏好其成果勝過 GPT-6 Sol。這是特定介面、遊戲、視覺化等任務的偏好結果,不能推成所有程式工作都較好。程式模型公告也明列,模型尚未針對基礎科學研究與長程代理工作調校。
轉錄則已有另一種規模的產品使用。微軟表示,基於 MAI Transcribe 2 的 Dragon Copilot Transcribe,每月處理約 1,000 萬次病人就診對話,且多語流程錯誤率減半。這是微軟公布的產品成果;團隊若要轉錄一般會議,仍應測自己的語言、收音與專有名詞。
看得到模型,是否就能部署?
一般可用、公開預覽、有限預覽與產品內使用,代表不同接入條件。Copilot 能選到模型,不代表已有獨立 API(應用程式介面)可供自己的程式呼叫。
Image 2.7 的獨立公告明列 Foundry 公開預覽,可生成或編輯圖像;Realtime 1 的公告則提供有限預覽申請,登記興趣仍須等待取得資格。申請入口、體驗頁與可部署端點應分開確認。
Cyber 2 Flash 公告寫得更明確:模型專供微軟資安產品,MDASH 的更新自 12 月中旬起對合資格客戶進行。11 月的發布消息不能當成當日已有通用 API,也不能把列出的評測價格當成自己的採購報價。
這些差異的根源在於,模型能力只是產品的一層,對外服務還涉及權限、配額、計費與支援。模型部署前,應用正式帳戶核對可用區域、商用授權、併發限制與資料留存;雲端可部署也不等於能下載權重到本地執行。
核對接入條件時,可留存模型名稱、版本、服務入口、申請狀態與確認日期,並把「已獲准測試」和「符合正式上線條件」分開記錄。若目前僅能在產品介面使用,就先評估該產品內的工作流程;需要程式自動呼叫的功能,應等實際端點與權限確認後再排入整合時程。
企業程式碼與使用者語音還涉及訓練用途、存取控制及資料處理區域。不同入口應各自審查,不能把 Copilot 的授權或條款套用到 Foundry。既有的AI 模型選型評估方法也適用於這次測試。
資料檢查還要涵蓋送出前與回傳後的流程:哪些欄位必須遮蔽、誰能讀取測試紀錄、錯誤訊息是否留下原始內容,都應指定負責人。對台灣團隊而言,可把這些項目整理成採購與工程共用的核對表,避免帳戶已開通,資料審查卻尚未完成就送入真實客戶資訊。

宣稱更便宜,應該用什麼成本比較?
先看促銷與評測設定,再算完成一件合格工作的總成本;單次呼叫便宜,仍可能被重試、人工檢查與整合成本抵銷。
Code 2 所列「98% 表現、40% 成本」比較,來自四項程式基準測試,對照 GPT-6.1 Sol。公告註腳寫明採最高推理強度,且 Code 2 成本按五折促銷價計算;Code 2 Flash 的比較也用了五折價。基準測試(benchmark)提供的是指定設定下的結果。
微軟在程式模型公告提醒,效能與成本比較會隨工作負載、模型設定、推理強度及價格假設改變。(意譯,來源:MAI Code 2 與 Code 2 Flash 公告)
語音還有不同的計價陷阱。Realtime 1 基本語音對語音價格從每分鐘 0.01 美元起,額外推理另按每百萬輸入 token 1 美元、輸出 token 5 美元計費。Token 是模型處理文字的單位。因此,測客服任務時,還要記錄推理用量與完成率,不能只用通話分鐘乘上起價。
可採用的計算式是:每件合格成果成本=(模型費+工具費+人工複核費+分攤維運費)÷驗收通過件數。重試費用要算進分子,失敗件不能算成合格產出;促銷結束後也要重新計算。

把 MAI 納入系統前,怎麼安排測試?
先選一項成本高或延遲明顯的工作,以相同輸入和驗收標準比較現有模型與候選模型,再測失敗時的處理方式。
代表性任務可依現有工作量分組,保留常見任務與少見但影響較大的失敗案例。程式修改可分別檢查能否通過測試、是否改動無關檔案,以及人工需要修正多久。這是把微軟公告中的工作負載差異轉成自己的驗收項目,測試組合應隨團隊的實際用途設計。
語音測試則可分開記錄專有名詞、人名與數字的錯誤,以及停頓、打斷或背景聲出現時的完成情況。平均完成率之外,也要查看最容易失敗的那組輸入;如果重要資訊經常出錯,即使多數對話順利,仍應保留人工確認步驟,並把這段時間算進成本。
- 定義成果:整理代表性任務,包含繁體中文、長資料及容易出錯的案例,寫出人工驗收條件。
- 確認入口:用實際帳戶核對版本、區域、資格、計費與限額,取得能重複測試的服務。
- 同條件對照:固定工具權限與輸入,記錄品質、延遲、重試和每件合格成果成本。
- 檢查資料流:確認程式碼、語音的留存、訓練用途與存取權限,先用去識別資料試跑。
- 演練回退:設定逾時、低信心與服務不可用時的替代路徑;資安修補須經驗證及核准才能進正式環境。
供應商風險可透過替換演練檢查:保存不含敏感資料的測試樣本與驗收結果,把服務入口、模型版本和價格設定集中管理,再確認切回既有模型時,需要重做哪些資料轉換與權限設定。替代服務也須通過相同的資料審查,不能因為緊急切換就直接轉送內容。
擴大使用前,先約定由誰監控錯誤、何種情況暫停自動處理,以及誰有權啟動回退。價格調整、版本更新或入口條件改變時,重跑同一組保留樣本,才能分辨品質變化來自模型、設定還是工作內容改變,也能估算重新驗證所需的人力。
- 程式模型先依工作複雜度分流,再比較成本。
- 產品入口、公開預覽與有限預覽須分別確認。
- 小規模測試通過後,才擴大流量並持續監控失敗率。
常見問題
Q1:七款模型都能在台灣帳戶使用嗎?
不能單憑全球公告判定。須以帳戶實際可用區域、資格及服務條款確認。
Q2:Code 2 Flash 適合所有程式任務嗎?
官方定位偏向高頻、例行工作。跨檔案修改或長程任務仍須另測品質與重試成本。
Q3:Foundry 上有模型,就能下載本地部署嗎?
不能如此推定。託管服務與權重授權是不同條件,須另查下載權限、商用範圍及部署契約。
參考來源
- Microsoft AI(2026)。Seven new world-class models at scalable price-performance。Microsoft AI
- Microsoft(2026)。Microsoft-Decision-1.1。Microsoft Foundry Model Catalog
- Microsoft AI(2026)。MAI Code 2 and Code 2 Flash: Everyday coding at scalable prices。Microsoft AI
- Microsoft AI(2026)。MAI Cyber 2 Flash: Leading security. Lower cost。Microsoft AI
- Microsoft AI(2026)。MAI Image 2.7: Frontier quality at a fraction of the cost。Microsoft AI
- Microsoft AI(2026)。MAI Realtime 1: Leading voice AI at $0.01 per audio minute。Microsoft AI
- Microsoft(2026)。Model Publishers。Microsoft Foundry