Em resumo

  • A Microsoft afirma que o MAI Code 2 entrega 96% do desempenho de codificação do Claude Opus 5.5 por 5% do seu custo, embora a comparação inclua preços promocionais.
  • Seu novo modelo de cibersegurança obteve 92,3% contra os 91,5% do GPT-6 Astra em um teste de detecção de vulnerabilidades, segundo as avaliações da Microsoft.
  • O MAI Image 2.7 liderou um ranking independente de edição de imagens, enquanto nossas comparações rápidas favoreceram seu realismo, criatividade e qualidade geral dos resultados.

A Microsoft revelou uma nova linha de modelos de IA especializados em sua conferência Ignite na terça-feira, partindo para um confronto direto com a Anthropic e a OpenAI em codificação, cibersegurança e geração de imagens.

Em vez de tentar construir um único chatbot que supere todos em tudo, ela está apresentando modelos treinados para realizar tarefas específicas a um custo substancialmente menor.

A maior alegação envolve o MAI Code 2, que, segundo a Microsoft, entrega 96% do desempenho do Claude Opus 5.5 em tarefas comuns de codificação empresarial por apenas 5% do custo. Ela também afirma 98% do desempenho do GPT-6.1 Sol por 40% do preço.

Esses números são a média dos resultados de quatro avaliações focadas no desenvolvimento prático de software, incluindo correção de código e conclusão de alterações em vários arquivos. A Microsoft executou três dos testes em sua própria plataforma de avaliação, usou resultados externos para o quarto e calculou os custos do MAI Code 2 usando um desconto promocional de 50%.

Um modelo Code 2 Flash mais leve é voltado para correções rotineiras e edições rápidas, com a Microsoft alegando desempenho comparável ao Claude Haiku 5.5 a 20% do preço, portanto extremamente barato sem sacrificar a qualidade. Ambos os modelos de codificação já estão no GitHub Copilot, colocando a tecnologia própria da Microsoft diretamente em um produto que dependia fortemente de fornecedores externos de IA.

A segurança é outro alvo. A Microsoft afirma que o MAI Cyber 2 Flash teve sucesso em 92,3% das tarefas de descoberta de vulnerabilidades avaliadas pelo CyberGym-E2E, em comparação com 91,5% do GPT-6 Astra, a menos de 2% do custo por tarefa. O CyberGym-E2E pontua a porcentagem de investigações de segurança de software que uma IA conclui com sucesso; a Microsoft excluiu 92 de 905 tarefas após identificar sobreposição entre seu material de origem e seus dados de treinamento.

A empresa ainda não publicou uma comparação direta com o modelo restrito GPT-6 Cyber da OpenAI. Seu sistema de segurança começará a substituir um modelo MAI mais antigo para clientes elegíveis do MDASH em meados de dezembro, com base na abordagem de varredura de vulnerabilidades que a Decrypt cobriu anteriormente.

Na IA, Davi também pode vencer Golias

Um modelo pequeno pode vencer um grande? Definitivamente — em casos específicos.

Um modelo de uso geral precisa aprender a escrever poesia, explicar física, depurar software e responder perguntas sobre quase tudo. Um modelo ajustado para codificação ou defesa cibernética pode gastar mais de seu orçamento de treinamento e computação nos padrões que importam para esse trabalho, em vez de carregar a mesma amplitude de conhecimento em cada solicitação.

Isso não torna os modelos menores universalmente mais inteligentes. Pode torná-los mais rápidos e mais econômicos quando a tarefa é bem definida, particularmente em um negócio onde o mesmo trabalho é executado milhares de vezes por dia.

Um scanner de segurança que analisa cada nova alteração de código não precisa de um modelo de fronteira caro para explicar a história do Império Romano. Se um modelo pode dedicar todo o seu poder para gerar código Python, fará mais sentido pagar por suas chamadas de API em vez de usar um modelo generalista superpoderoso.

A especialização também pode melhorar todo o sistema em torno do modelo: as ferramentas que ele chama, as verificações que validam suas respostas e os dados usados para refiná-lo. A OpenAI adotou uma abordagem relacionada com seus modelos Mini e Nano, permitindo que trabalhadores mais baratos lidem com tarefas rotineiras enquanto sistemas maiores tratam as exceções.

No entanto, há trade-offs. A própria documentação da Microsoft diz que o Code 2 ainda não está otimizado para pesquisa científica fundamental ou atribuições autônomas de longa duração. E a Anthropic compete na extremidade mais barata do mercado com o Haiku, não apenas com seus modelos premium Opus, então a Microsoft está entrando em uma corrida que seus rivais já entendem.

MAI Image é a demonstração mais convincente

O MAI Image 2.7 da Microsoft pode oferecer a evidência mais clara de que sua estratégia está funcionando. Em nossos testes rápidos lado a lado, suas imagens superaram o GPT Image e o Nano Banana do Google em realismo, criatividade e qualidade geral.

Um cachorro andando de bicicleta no meio do oceano turbulento

Essas foram apenas primeiras impressões baseadas em algumas gerações, mas elas acompanham amplamente seu forte desempenho em rankings independentes.

No teste de edição de imagens do Artificial Analysis, que pede às pessoas que escolham entre edições geradas anonimamente e transforma essas preferências em uma classificação Elo, o MAI Image 2.7 atualmente lidera com 1.215 pontos contra os 1.211 do GPT Image 2.6 Sunburst.

A diferença de quatro pontos é pequena o suficiente para que suas faixas de incerteza relatadas se sobreponham; o ranking separado de geração de texto para imagem, pontuado usando o mesmo método baseado em preferências, coloca a Microsoft em quarto lugar.

O preço é mais difícil de ignorar. A Microsoft cota cerca de US$ 35 por 1.000 imagens para o MAI Image 2.7 e US$ 10 para sua versão Flash, contra aproximadamente US$ 211 para o GPT Image 2.6 Sunburst na qualidade máxima na comparação da Artificial Analysis. O Nano Banana 2.1 do Google custa cerca de US$ 34 por 1.000 ali, enquanto o Nano Banana Pro fica em torno de US$ 134; as contas reais dependem do provedor, da resolução e das configurações.

Nosso teste anterior do MAI Image 2 constatou um realismo excelente, mas limites frustrantes na edição e nos formatos de saída. O lançamento mais recente adiciona edição interativa por meio do espaço de trabalho Canvas da Microsoft, fundos transparentes e acesso mais amplo por meio do Foundry, embora a qualidade da imagem e um produto utilizável ainda sejam duas coisas diferentes. Dito isso, o modelo também é bastante censurado.