微軟第一方 AI 模型飛輪現已自我強化。本週的證據：MAI-Transcribe-2 在 FLEURS 60 種語言測試中以 5.2% 平均詞錯率（WER）奪得第一，MAI-Image-2.6 在 Arena 文生圖排行榜首秀即位列第二，MAI-Code-1.1-Flash 已成為 GitHub Copilot 預設編碼模型——成本較前代降低 75%。與此同時，支撐了一代視覺管線的舊版 Azure Vision API 已於 9 月 13 日回傳 410 Gone。

對工程負責人而言，戰略圖景正在清晰化。微軟不再將第一方模型作為第三方選項的替代品發布——它正在將生產流量預設路由到第一方模型，以激進定價壓制競品，並逐步退役競品路徑所依賴的基礎設施。本期涵蓋過去兩週發布的三個 MAI 模型、Copilot 第一方路由切換、Azure Vision API 退役影響，以及 Windows 團隊現在必須規劃的 Aion 過渡時間表。

MAI-Transcribe-2：最快、最便宜、最準確的語音辨識

MAI-Transcribe-2 於 2026 年 9 月 3 日進入公開預覽，微軟的宣稱十分大膽：FLEURS 60 種語言排名第一、平均詞錯率 5.2%，Artificial Analysis AA-WER 排名第二、詞錯率 2.0%，速度約為 GPT-Transcribe 的 10 倍、Scribe v2 的 7 倍、Gemini 3.5 Transcribe 的 5 倍。定價極具攻擊性：每小時音訊轉錄僅需 $0.10，為 2026 年底的限時價格。

該模型原生支援說話人分離和詞級時間戳——無需後處理管線。對於執行大規模轉錄工作負載的團隊（呼叫中心分析、會議記錄、媒體索引），經濟意義顯著。以 $0.10/小時計算，轉錄 10,000 小時音訊僅需 $1,000——僅為同類雲端語音 API 費用的一小部分。單一模型覆蓋 60 種語言，消除了困擾現有管線的多模型路由複雜性。

需要注意的是：這些是微軟自報的基準測試結果。隨著 API 存取範圍擴大，獨立驗證將隨之而來。但定價可在 Microsoft Foundry 上直接驗證，效能宣稱與 MAI-Transcribe-1 和 1.5 的發展軌跡一致。

MAI-Image-2.6：Arena 第二，GPU 成本降低 84%

MAI-Image-2.6 於 2026 年 8 月 10 日上線，9 月 4 日完整發布。核心數據：Arena 文生圖排行榜第二（較 2.5 版提升 79 Elo），Artificial Analysis 圖像編輯排名第一。Flash 變體比 GPT-Image-2-Medium 快 2.8 倍、效率高 72%。

成本方面是生產部署中最值得關注的。微軟報告稱，在生產工作負載中 GPU 成本較 GPT-Image-2 降低 84%。該模型支援多圖參考編輯、基於網路查驗的事實性圖像生成，以及動態長寬比——這些功能此前需要獨立管線才能實現。

Microsoft Foundry 定價：MAI-Image-2.5 檔位為 $19.50（Flash）、$47（標準版）、$106（Pro）每百萬張圖像輸出。對於大規模生成圖像的組織——行銷團隊、電商目錄、內容產製——GPU 成本降低直接轉化為基礎設施支出的節省。圖像編輯能力在 Arena 上從第五升至第三（+19 Elo），意味這不僅僅是一個生成模型，它還是一個可信的編輯工具。

MAI-Code-1.1-Flash：成本降低 75%，已成為 Copilot 全線預設

MAI-Code-1.1-Flash 於 2026 年 8 月 11 日正式發布，並立即成為所有層級（Free 至 Max）GitHub Copilot 的預設編碼模型。定價：輸入 $0.20/百萬 token、輸出 $1.20/百萬 token，較原版 MAI-Code-1-Flash 成本降低 75%。Token 串流速度提升 25%，每任務 token 消耗減少 25%，模型現支援圖像輸入用於圖表轉程式碼場景。

上一代 MAI-Code-1-Flash 已於 2026 年 9 月 10 日退役。針對該模型的固定提示詞或評估測試集必須遷移到 1.1-Flash。GPT-4 Turbo 作為回退選項仍可用至 2026 年 11 月，屆時 MAI-Code-1.1-Flash 將完全在微軟 Maia 200 加速器上執行。

路由現實：彭博社確認 Microsoft 365 Copilot 現已在生產中將 Excel 和 Outlook 提示路由到 MAI 模型。Copilot 不是單一模型——它是一個編排層，帶有任務分類路由器。郵件起草、摘要、Excel 公式生成和結構化資料提取路由到 MAI。智能體編碼路由到 MAI-Code-1.1-Flash。圖像生成路由到 MAI-Image-2.5 和 2.6。Teams 轉錄路由到 MAI-Transcribe。安全掃描路由到 MAI-Cyber-1-Flash。只有複雜多步推理和需要風格判斷的創意生成仍路由到第三方前沿模型。

架構規劃的啟示：以第一方路由擴大而非收縮為前提做預算。微軟預計到 2026 年底，大多數常規 Copilot 任務將在 MAI 上執行。

Azure Vision API 退役：昨日已回傳 410 Gone

2026 年 9 月 13 日是舊版 Azure Vision API（版本 1.0 至 3.1）的硬性退役日。仍在呼叫這些端點的任何應用程式現在將收到 410 Gone 回應。這不是軟性棄用——沒有逐步降級，沒有延長寬限期。

遷移目標是基於 Florence-2 的 Image Analysis 4.0 SDK。Florence-2 仍然是微軟的視覺基礎模型：統一的序列到序列架構，以單一權重集處理 12+ 項視覺任務——偵測、分割、描述、密集區域描述、視覺定位，以及 164 種語言的 OCR。大變體（7.71 億參數）為生產級；基礎變體（2.32 億）可在標準 CPU 上執行。兩者均以 MIT 授權在 Hugging Face 上發布，月下載量分別約為 266 萬和 81.3 萬。

沒有 Florence-3 的計畫。微軟在視覺基礎層優先考慮穩定性而非發布速度。Image Analysis 4.0 本身將於 2028 年 9 月 25 日退役——給團隊兩年的規劃窗口。

如果您尚未遷移，這是影響生產的中斷。立即稽核應用程式中是否有呼叫舊版視覺端點的殘留。

Aion 1.0：Phi Silica 切換時間表

Aion 1.0 是微軟取代 Phi Silica 的端側模型，在 Build 2026 上發布。兩個變體：Aion 1.0 Instruct（輕量 SLM，用於摘要、改寫、意圖分類——可在 CPU、GPU 或 NPU 上執行，無需專用硬體）和 Aion 1.0 Plan（140 億參數，32K 上下文，用於透過 Windows Agent Framework 進行端側智能體推理）。

過渡有明確日期：

  • 2026 年 10 月 1 日： 獨立 Aion Instruct 測試包，支援 LoRA 訓練。
  • 2026 年 10 月 23 日： Windows Insiders 推出——Phi Silica 和 Aion 共存，透過受控功能推出（CFR）按裝置選擇活躍模型。
  • 2026 年 11 月 24 日： 正式發布——Aion Instruct 成為生產模型，Phi Silica 從零售裝置中移除。

關鍵規劃事項：現有 Phi Silica LoRA 適配器無法遷移到 Aion。如果您的團隊已投入自訂 Phi Silica 微調，請立即開始重新訓練。LanguageModel 和 ImageDescription API 的 API 相容性得到保留，但底層模型權重不同。最終 GPU 相容性清單和所需 NVIDIA 驅動版本尚未發布——在 10 月日期之前留意這些資訊。

Phi-4：開源權重主力繼續前行

MAI 主導雲端前沿的同時，Phi-4 仍然是微軟面向邊緣和 IoT 的開源權重小語言模型系列。最新版本 Phi-4-reasoning-vision-15B（2026 年 3 月）將 Phi-4-reasoning 主幹與 SigLIP-2 視覺編碼器結合，實現多模態推理——150 億參數，MIT 授權，動態思考啟用。Phi-4-mini 於 2026 年 7 月搭載到 Windows 12 Copilot+ PC，在 Snapdragon X Elite 上以約 3GB VRAM 實現 42 token/秒的離線程式碼補全和本地圖像編輯。

Phi 家族以小博大的故事仍在延續：Phi-4（140 億參數）在數學和推理基準測試中超越 5 倍於自身規模的模型，這得益於合成資料品質和精細的訓練課程，而非參數數量。對於需要本地部署或氣隙環境的團隊，Phi-4 仍然是標竿。

Turing：視為已退役

Turing 模型系列在 2025–2026 年沒有任何實質性更新。MAI 已吸收 Turing 曾經服務的所有生產工作負載。如果您的架構圖中仍有 Turing 模型，那些圖現在已經是歷史文獻——請規劃替換。

下週關注

  • 10 月 1 日： Aion 1.0 Instruct 獨立測試包。
  • 10 月 23 日： Aion 1.0 Instruct 進入 Windows Insiders。
  • 11 月 24 日： Aion 1.0 正式發布；Phi Silica 從零售 Windows 移除。
  • 2026 年 11 月： GPT-4 Turbo 回退結束——MAI-Code-1.1-Flash 成為唯一預設。
  • 關注清單： MAI-Realtime（全雙工語音）已在 MAI Playground 中出現但未正式發布——上線可能臨近。MAI-Thinking-1 獨立基準測試仍待更廣泛的 API 存取。

微軟的第一方飛輪正以自身動能運轉：新模型、激進定價、Copilot 預設路由、以及競品基礎設施的硬性退役日期。工程團隊的務實立場是現在開始評估 MAI 模型用於常規工作負載——經濟學和整合深度正在形成第三方替代方案在微軟平台上無法匹敵的結構性優勢。

請關注 https://x.com/kkaminsk 取得這些模型發布時的即時分析。