Microsoft hat MAI-Code-1.1-Flash veröffentlicht, ein Code-Modell für GitHub Copilot. Was Microsoft mit seinen MAI-Modellen so wirklich bezweckt, ist nicht ganz klar, zumal sie preislich und leistungsmäßig hinter Open-Weight-Modellen zurückbleiben, die Microsoft ja angeblich auch großartig findet.
Es liefert laut Microsoft besseren Code bei 25 Prozent höherer Token-Effizienz, kostet ein Viertel des Vorgängers vom Juni und Entwickler ließen vier Prozent mehr Code stehen. Trainiert wurde mit "Hunderttausenden Reinforcement-Learning-Umgebungen" in GitHub Copilot. In Benchmarks liegt das Modell knapp vor dem Vorgänger und Mini-Modellen von Anthropic und OpenAI, aber deutlich hinter Deepseek-V4-Flash-0731.
| SWE-bench Verified | 72,6 % | 71,6 % | 69,8 % | 69,2 % | Nicht veröffentlicht |
| Terminal-Bench 2.1 | 62,9 % | 51,7 % | 49,4 % | 60,7 % | 82,7 % |
Preislich ist MAI-Code-1.1-Flash ein günstiges Modell, liegt aber auch hier deutlich hinter dem leistungsfähigeren Deepseek-Modell. Die Kosten pro Token sind ohne die Nutzungseffizienz nur bedingt aussagekräftig, der Preis- und Leistungsunterschied zugunsten von Deepseek dürfte aber in jedem Fall signifikant sein.
Das könnte auch der Grund sein, weshalb Microsoft die Benchmark-Resultate in der Model Card versteckt und in der offiziellen Ankündigung vergleichsweise weiche Metriken ohne klare Vergleichbarkeit nennt.
| DeepSeek‑V4‑Flash | $0,14 | $0,0028 | $0,28 |
| MAI‑Code‑1.1‑Flash | $0,20 | $0,02 | $1,20 |
| Claude Haiku 4.5 | $1,00 | $0,10 | $5,00 |
All das passt nicht recht zum Narrativ von Microsoft als Verfechter offener KI-Modelle, das sich der Windows-Konzern neuerdings zu eigen machen will: Statt auf bereits verfügbare, leistungsfähigere Open-Weight-Alternativen wie Deepseek-V4-Flash zu setzen, investiert das Unternehmen in ein schwächeres, teureres Eigenmodell, das zudem proprietär ist, also nicht als Open-Weight-Version veröffentlicht wird.
Der Grund dürfte, wie bei Copilot auch, die Optimierung der eigenen Margen sein. Kunden haben im Microsoft-Universum je nach Anwendung zwar eine Auswahl aus verschiedenen Modellen. Perspektivisch dürfte Microsoft aber darauf setzen, die eigenen Modelle mindestens als Standard zu etablieren und damit einen guten Teil des Marktes abzudecken, da die meisten Nutzer ohnehin nicht aktiv ein bestimmtes KI-Modell für eine Aufgabe auswählen.
KI-News ohne Hype – von Menschen kuratiert
Mit dem THE‑DECODER‑Abo liest du werbefrei und wirst Teil unserer Community: Diskutiere im Kommentarsystem, erhalte unseren wöchentlichen KI‑Newsletter, 6× im Jahr den "KI Radar"‑Frontier‑Newsletter mit den neuesten Entwicklungen aus der Spitze der KI‑Forschung, bis zu 25 % Rabatt auf KI Pro‑Events und Zugriff auf das komplette Archiv der letzten zehn Jahre.
