微軟AI正在將代幣效率作為競爭核心，放棄追逐最前沿的通用大模型，轉而押注小型專業模型。微軟AI CEO穆斯塔法·蘇萊曼在一篇博文中表示，行業必須在頂尖效能與成本之間做出權衡。微軟不再訓練一個萬能模型，而是為單一領域訓練緊湊型模型。

其最新網路安全模型MAI-Cyber-1-Flash在CyberGym基準測試中，以12個百分點的優勢超越Anthropic的Mythos，而成本僅為後者一半。但這一成績依賴於MDASH系統——該系統編排多個模型，仍將困難任務路由給OpenAI的推理模型。微軟還表示，其影像模型MAI-Image-2.5-Flash相比GPT-Image-2可削減高達84%的GPU成本。

蘇萊曼還提出可替換模型的概念，旨在讓微軟擺脫對單一模型家族的依賴。不過，小型MAI模型能否在部分替代OpenAI後保持同等效能，仍存疑問。

行業競爭正從單個模型轉向編排軟體——即負責路由任務並提供上下文的系統。編排器將大部分工作交給更便宜的專業模型，僅將困難案例留給前沿模型。Anthropic在Claude Fable 5中已採用這一思路，而Sakana的Fugu也圍繞此理念構建。

微軟的這一戰略轉向，反映出大模型行業正從“越大越好”的軍備競賽，轉向更注重成本效益和實際應用場景的務實路線。對於關注AI生態的投資者而言，這意味著未來價值可能更多集中在模型編排與部署效率上，而非單純追求引數規模。