Microsoft、Copilot コーディングモデルをローンチから10週間後にアップグレード

Why it matters

Microsoft is using Copilot usage and its production harness to compress model iteration into weeks, lowering inference costs while reducing its dependence on outside model vendors.

Microsoftは8月11日にMAI-Code-1.1-Flashをリリースし、ローンチからわずか10週間で自社の最初のコーディングモデルを置き換えて、GitHub Copilotにそのコーディングモデルを本番導入しました。

Microsoftは発表の中で、今回のアップデートはトークンを25%速くストリーミングし、タスクを完了するのに25%少ないトークンを使用し、6月2日に発表されたMAI-Code-1-Flashに比べてコストが4分の1であると述べました。Microsoftはまた画像入力を追加し、モデルがスクリーンショット、図、インターフェース設計をコードに変換できるようにしました。

異例に短いリリースサイクルは、Microsoftがコーディングモデルでどのように競争しようとしているかを示しています。Copilotを配布チャネルかつトレーニング環境として利用し、本番データが開発者のつまずきどころを明らかにするにつれてモデルを迅速に置き換えるという戦略です。同社はフィードバックによりコマンドラインと .NET の作業が弱点であると特定したため、新バージョンの訓練をそれらに重点を置いて行いました。

A large model with a small active footprint

MAI-Code-1.1-Flash モデルカードは、総パラメータ数1380億、アクティブパラメータ50億のスパースなMixture-of-Expertsモデルを説明しています。テキストと画像を受け付け、コンテキストウィンドウは256,000トークンで、2026年3月から8月の間に訓練されました。

その設計により、Microsoftはモデルのアクティブな計算要件を小さなモデルに近づけつつ、はるかに大きなパラメータプールを保持できます。MAI-Code-1.1-FlashはMAI-Thinking-1の圧縮されたアクティブパラメータ50億のチェックポイントから開始し、元のコーディングモデルに依存しています。

Microsoftは中間訓練段階で約200万件の合成エージェントタスクを使用し、その後150,000を超える環境で強化学習を行いました。同社は生成されたチェックポイントを本番トラフィックで使用するのと同じGitHub Copilotハーネス内で評価し、リポジトリのナビゲーション、ツール呼び出し、エンドツーエンドのタスク検証を含めました。

モデルの最も明確なベンチマーク向上は、ターミナルを介して作業を完了するエージェントの能力を測るTerminal-Bench 2.1で現れました。MAI-Code-1.1-Flashは62.9%の合格率を記録し、前モデルの51.7%から上昇しました。これはMicrosoftが引用している22%の相対改善です。

SWE-Bench Verifiedでの向上はより小幅でした。新モデルは72.6%を記録し、6月のモデルの71.6%と比べてわずかに上回りました。タスクあたりの平均ソリューショントークン使用量は8,600で、以前の10,800から減少しました。Microsoftの結果は両テストでGPT-5.4 miniを上回っていますが、これらの数値は中立的な第三者による評価ではなく、MicrosoftのCopilot本番ハーネスを使用して生成されたものです。

Microsoftは別途、.NETタスクで15%の改善を報告しました。本番計測ではコミットを経て残存する生成コードが4%増加し、開発者の再訪問が9%増加しました。これらの数値は社内の自己報告による指標であり、発表ではベースラインや計測期間の詳細は明示されていません。

Copilot data feeds the next model

このモデル更新は、Microsoftが6月にMAI-Code-1-Flashを紹介したときに概説したトレーニングループのより具体的な姿を示しています。MicrosoftはCopilotハーネス内で訓練を行い、モデルを開発者に配信し、製品全体の成果を観察し、受け入れや定着率を低下させるタスクに次の訓練ランを集中させることができます。

データ要約によれば、Microsoftはモデル訓練からオプトアウトしていないGitHub Copilot Free、Pro、Pro+の加入者からの会話プロンプトと関連コンテキストを使用したと述べています。フィルタリングされたデータは強化学習のロールアウトと内部リワードモデルの訓練に使用されました。Microsoftは識別情報、画像、ツール使用のトレース、安全性に敏感なコンテンツを削除し、本番での応答を教師あり学習のターゲットとして使用しなかったと述べています。

訓練データには1兆を超えるテキストトークンと100万未満の画像が含まれていると要約に記載されています。コーパスは公開リポジトリ、ウェブデータ、書籍、学術資料、商用取得データ、および合成ソフトウェアエンジニアリングタスクを組み合わせたものです。最新の収集データセットはリリースの1か月前にあたる2026年7月までのものでした。

この本番フィードバックループは今回のリリースの経済性の中心です。Microsoftは7月に、最初のMAI-Codeモデルを既に数百万の開発者が使用しており、GPT-5.4 miniやClaude Haiku 4.5よりもコードの受け入れ率と再訪問率が高いと述べていました。より安価なMicrosoft製モデルにより多くのCopilotトラフィックを移行することで、高ボリュームのエージェントセッションの提供コストを削減しつつ、レイテンシ、訓練、および製品固有の挙動に対する制御を強化できます。

価格設定はMicrosoftの公開資料でまだ不均一です。モデルカードは価格を「最終決定中」と記しており、GitHubのライブモデル課金表は現在、より広いMAI-Code-1-Flashの項目を入力トークン100万あたり$0.75、キャッシュされた入力$0.075、出力トークン100万あたり$4.50と記載しています。Microsoftの発表では主張される75%の削減に対して具体的なドルレートは付されていません。

MAI-Code-1.1-FlashはGitHub Copilotを通じて利用可能です。Microsoftはリリース情報と開発者からのフィードバックのために公式リポジトリも開設しています: https://github.com/microsoft/MAI-Code.