2日間で2つのローンチ。MAI-Code-1.1-Flash は8月11日にリリースされ、前世代比でコストを75%削減し、新たに画像入力に対応しました。MAI-Image-2.6 は8月10日に Arena のテキストから画像へのリーダーボードで第2位となり、Google、Meta、xAI を上回っています。いずれも Microsoft のファーストパーティモデルであり、社内でトレーニングされ、Copilot 経由でルーティングされ、Azure Foundry と GitHub Copilot の各ティアで利用可能です。
シグナルは明確です。MAI ファミリーは、品質を向上させながらコスト重視のワークロードでサードパーティモデルを置き換えられるほどの速さでイテレーションを繰り返しています。
MAI-Code-1.1-Flash: より速く、より安く、マルチモーダルに
見出しとなる数字は明快です。MAI-Code-1-Flash（6月の Build 2026 でリリース）と比較して、バージョン 1.1 は以下を実現します:
- コスト75%削減: 入力 $0.20/1M、キャッシュ $0.02/1M、出力 $1.20/1M — $0.75/$0.075/$4.50 から引き下げ
- トークンストリーミングが25%高速化、タスクあたりのトークン数も25%削減
- Terminal-Bench 2.1 で +22%（GitHub Copilot CLI）: 51.7% → 62.9%
- .NET タスクで +15%、コード生存率 +4%、再訪問 +9%
- SWE-Bench Verified で 72.6%、解決タスクあたり平均 8.6K トークン
- 画像入力 — MAI-Code シリーズ初の機能で、スクリーンショットからコードへのワークフローを実現
アーキテクチャは引き続きスパース MoE で、総パラメータ 138B / アクティブ約 5B、256K コンテキスト、最大出力 128K を備え、200万の合成タスクと15万の RL 環境でトレーニングされています。現在、Free から Enterprise までのすべての GitHub Copilot ティアで本番モデルとして稼働しています（Business/Enterprise は管理者のオプトインが必要）。MAI-Code-1-Flash は9月10日に廃止され、GPT-4 Turbo へのフォールバックは11月まで継続します。Azure Foundry 経由で MAI-Code を直接呼び出している場合は、今すぐエンドポイントを更新してください。
MAI-Image-2.6: Arena で OpenAI を追撃
MAI-Image-2.6 は8月10日にリリースされ、テキストから画像への Arena リーダーボードで即座に第2位となりました — OpenAI に次ぎ、他のすべての競合を上回っています。MAI-Image-2.5 からの向上は広範囲に及びます: 総合で +79 Elo、テキストレンダリングでは特に +91 Elo を記録し、ポートレート、3D 画像、フォトリアリスティックな商用出力が強化されています。
現在 Arena で利用可能で、MAI Playground、Foundry、その他のサーフェスには今後数週間かけて展開されます。Microsoft は 2.x 系で API 互換性を維持しているため、MAI-Image-2.5（$47/1M）または Flash（$19.50/1M）からのアップグレードパスは簡単です。実務的な意味合い: Microsoft の社内データによると、本番環境で GPT-Image-2 と比較して GPU コストを84%削減できます。大規模な画像生成にとって、これは無視できないコスト項目です。
MAI-Thinking-1: パブリックプレビュー開始、独立したベンチマークはまだ
フラッグシップ推論モデル（総パラメータ約 1T / アクティブ約 35B のスパース MoE、256K コンテキスト）は、8月12日に Azure Foundry でパブリックプレビューに入りました。Microsoft 発表のベンチマークは依然として印象的です: AIME 2025 で 97.0%、AIME 2026 で 94.5%、SWE-Bench Pro で 52.8%、そして Surge 経由の 1,276 タスクで Claude Sonnet 4.6 に対するブラインド嗜好テストで勝利。
しかし、独立したベンチマークはまだほとんどありません。Foundry のパブリックプレビューは API アクセスを提供しており、ご自身で評価できます — 採用を決める前に独自のベンチマークを実行してください。
Phi-4: エッジのストーリーが成熟
Phi-4 ファミリーは現在、MIT ライセンスの 3.8B から 15B まで10以上のバリアントに拡大しています。今週の主要な動き:
Azure AI Studio 統合（7月25日）により、Phi-4 は 128K コンテキストと Azure ML によるファインチューニングを備えてクラウドで利用可能になりました — 同じモデルをオンデバイスとクラウドの両方で実行するハイブリッド展開に実用的です。
Phi-4-mini-flash-reasoning は SambaY アーキテクチャ（Mamba 状態空間 + スライディングウィンドウアテンション + Gated Memory Units）を採用し、Phi-4-mini-reasoning と比較して 10 倍のスループットと 2〜3 倍のレイテンシ改善を実現しています。エッジ AI ロードマップが非 Transformer アーキテクチャを考慮していないなら、これは注目に値します。
Phi-4-reasoning-vision-15B（2026年3月）は、新しいマルチモーダル推論ワークロードに推奨されるようになりました — ScreenSpot v2 で 88.2%（GUI グラウンディング）、デュアル推論モードを備え、推論が必要な場面では Florence-2 の実質的な後継となります。
Florence-2: ハードデッドラインまで28日
レガシー Azure Vision API（v1.0〜3.1）は 2026年9月13日 に廃止されます — 今日から28日後です。組織は Florence-2 ベースの Image Analysis 4.0 SDK への移行が必要です。これはソフトな非推奨ではなく、ハードな打ち切りです。
Florence-3 は発表されていません。戦略は明確です: 純粋なビジョンは Florence-2 に留まり、推論プラスビジョンは Phi-4-reasoning-vision-15B に移行します。両方とも MIT ライセンスで、LoRA ファインチューニングにより専門データセットで 98% 超の精度が得られます。
Aion 1.0: Phi Silica の黄昏
Aion 1.0 Instruct は開発者プレビュー（Edge Canary/Dev 150.0.4070+）にあり、Windows のオンデバイスモデルとして Phi Silica を置き換えます。移行スケジュール:
- 10月1日: スタンドアロンの Aion Instruct テストパッケージ
- 10月23日: Windows Insider への展開（Phi Silica は残存し、モデル選択は CFR 経由）
- 11月24日: GA — Aion Instruct が本番稼働となり、Phi Silica は市販デバイスから削除
Aion 1.0 Plan（14B、32K コンテキスト）はより野心的なリリースです — Windows Agent Framework 経由でツール呼び出しとサブエージェントオーケストレーションを備えたオンデバイスエージェントランタイムで、40 TOPS 以上の NPU または対応するディスクリート GPU が必要です。重要なのは、Aion Instruct は Phi Silica と異なり LAF トークンを必要としないことです — 開発者の実際の摩擦点を解消します。Phi Silica は PowerToys v0.101（8月10日）で最後のアップデートを受けましたが、今日 Phi Silica で開発しているなら、今すぐ Aion 移行計画を開始してください。
Copilot ルーティングの現実確認
CNBC は8月5日、Microsoft が社内で GitHub Copilot を従業員向けに OpenAI GPT-5.6 Sol をデフォルトとしつつ、MAI モデルをオプションとして提供していると報じました。これは矛盾ではなく、設計どおりに機能している戦略です。Copilot のタスク分類レイヤーは、コモディティタスクを MAI モデルにルーティングしてコスト効率を実現し、複雑な推論とクリエイティブ生成はフロンティアモデルにルーティングします。ニュアンス: ファーストパーティモデルは大量のコスト重視タスクで勝利し、フロンティアモデルは複雑な推論で勝利します。アーキテクチャは両方をサポートすべきです — Copilot のルーティングレイヤーはすでにこれを自動で行っています。
アクション項目
- MAI-Code デプロイメントの更新: Azure Foundry 経由で MAI-Code を呼び出している場合、v1.0 の9月10日廃止前に 1.1-Flash へ移行してください。
- MAI-Image-2.6 の評価: 大規模な画像生成 — 現在のプロバイダーとベンチマーク比較してください。コスト面の訴求は魅力的です。
- MAI-Thinking-1 の独自ベンチマーク実行: パブリックプレビューが Foundry で稼働中です。ベンダー発表の数値だけを当てにしないでください。
- Florence-2 移行: 9月13日が期限です。あと28日。今すぐ動きましょう。
- Aion 移行計画: Phi Silica で開発している場合、10月1日のテストパッケージまであと4週間です。LoRA トレーニングデータを準備してください。
- Copilot ルーティングの前提を見直す: Copilot 依存計画は、すべてを OpenAI 前提にするのではなく、MAI/サードパーティの分担を反映すべきです。
Microsoft のファーストパーティスタックは、カスタムシリコン（Maia 200）、クラウドモデル（MAI）、オープンウェイトのエッジモデル（Phi-4）、オンデバイスモデル（Aion）、ビジョンファンデーション（Florence-2）、オーケストレーション（Copilot）にわたります。1週間で2つの主要モデルがローンチ — これはもはや研究プロジェクトではありません。本番プラットフォームです。
本記事は Microsoft AI Weekly シリーズ の一部です。継続的な分析は x.com/kkaminsk でフォローしてください。