微软近期推出MAI Code 1.1 Flash，作为GitHub Copilot的代码模型，宣称比前代节省25%的token且成本降低四分之一。然而，在公开基准测试中，该模型被价格更低的DeepSeek V4 Flash全面压制，性能与性价比双双落败。这一事件不仅关乎单一产品，更折射出微软在AI战略上的深层矛盾。
发生了什么
据The Decoder报道，微软发布了MAI Code 1.1 Flash，定位为GitHub Copilot的轻量级代码模型。官方强调其token效率提升25%，成本仅为前代的四分之一。但第三方基准测试显示，DeepSeek V4 Flash在多项代码生成任务上表现更优，且推理成本更低。换言之，微软的新模型在性能上不及对手，价格上也无优势，形成双输局面。
为什么重要
这一对比并非孤立事件。微软近年来在AI领域采取“双轨制”：一方面对外强调开源与开放，例如投资OpenAI并发布开源模型；另一方面，在核心产品如GitHub Copilot中，却倾向捆绑自研的闭源模型，以维持生态锁定和利润率。MAI Code 1.1 Flash的推出正是这一策略的体现——它并非为追求极致性能，而是为降低Copilot的运营成本，同时保持对模型栈的控制。
然而，DeepSeek等开源模型的快速进步，正在打破这种“够用就好”的算盘。当开源模型在性能与价格上同时超越闭源产品时，微软的护城河便出现裂缝。开发者与企业的选择逻辑很简单：如果开源模型更便宜且更好，为何要受制于闭源生态？
影响与看点
对开发者而言，这一事件提醒我们：模型选择不应盲目信任厂商宣传，基准测试与真实场景验证至关重要。对GitHub Copilot用户来说，未来可能面临两难：继续使用内置模型，或转向更优的开源替代品。对行业而言，这标志着代码生成领域的竞争已从“可用性”转向“性价比”的硬碰硬。
值得关注的是，微软是否会调整策略，例如将DeepSeek等外部模型集成进Copilot，或加速自研模型的迭代。但至少目前，MAI Code 1.1 Flash的失利表明：在AI技术快速迭代的当下，闭源策略若不能持续提供领先价值，很容易被开源浪潮反噬。独立判断：微软的“开源话术”与“闭源实践”之间的张力，终将迫使其在生态利益与技术创新之间做出更清晰的抉择。
