0
会員（無料）になると、いいね！でマイページに保存できます。
共有する
米マイクロソフトは、コーディング向けAIモデル「MAI-Code-1.1-Flash」を発表した。発表日は米国時間の10月7日（時刻は不明）。6月発表のモデルよりトークン効率が25％良く、コストは4分の1で、GitHub Copilotで稼働している。端末上で動くローカル版も用意し、Copilotはローカルとクラウドを自動で使い分ける。
米マイクロソフトが発表した「MAI-Code-1.1-Flash」
米マイクロソフトは、コーディング向けのAIモデル「MAI-Code-1.1-Flash」を発表した。発表日は米国時間の10月7日（時刻は不明）。同社のAI部門であるMicrosoft AIが、公式ブログで明らかにした。
2026年6月に開いた年次開発者会議Microsoft Buildで発表したモデルと比べ、コードの品質が高く、トークン効率は25％良く、コストは4分の1になったという。すでにGitHub Copilotで本番稼働している。
GitHub Copilot CLIではTerminal-Bench 2.1のスコアが22％、.NETのタスクが15％向上した。コードの残存率は4％上昇し、再訪率は9％増えた。トークンの生成は25％速く、タスクの完了に使うトークンも25％少ないとしている。
あわせて、端末上で動かせるローカル版も明らかにした。Microsoftの公式ブログによると、総パラメーター数が1,370億、有効パラメーター数が68億のMoE（Mixture of Experts）モデルで、約3.3ビットの量子化と投機的デコーディングを使う。サイズは53GBで、BF16のクラウド版から約80％小さい。256Kのコンテキストは維持しており、ダウンロードして実行できる。推奨は120GB超のRAMで、ローカルモデルの呼び出しに推論課金は発生しないという。
最大128GBの統合メモリを備えるSurface Laptop Ultra（エヌビディアのRTX Spark搭載）では、256Kコンテキスト時のピークメモリ使用量が75.5GBだった。
GitHub Copilotは月末までに、タスクごとにローカルとクラウドのどちらで処理するかを自動で振り分ける「Auto」と、ローカルモデルを明示的に選ぶ方法の両方を提供する。実験的アクセスは、GitHub Copilotのアプリ、CLI、Visual Studio Codeで始まる。
エージェントが実行するコマンドは、WindowsチームのオープンソースライブラリであるMicrosoft Execution Containers（MXC）でサンドボックス化できる。ただし、ローカルで推論しても、セッションが完全にオフラインになるわけではないとしている。
では、「約80％減」のローカル版は、クラウド版の性能をどこまで保てているのか。背景には、オープンな競合モデルと並べた比較表と、マイクロソフト自身が注記で示した測定条件がある。
MAI-Code-1.1-Flashのベンチマーク比較
この記事の続き ＞＞
・ローカル版がクラウド版を上回った測定結果と、その裏にある問題数
・75.5GBのピークメモリが示す、実機で動かすための条件
・ローカルでも安全にはならない、サンドボックスの境界
この続きは
会員限定（完全無料）です
ここから先は「ビジネス+IT」会員に登録された方のみ、ご覧いただけます。
今すぐビジネス＋IT会員に
ご登録ください。
すべて無料！今日から使える、
仕事に役立つ情報満載！
ここでしか見られない
2万本超のオリジナル記事・動画・資料が見放題！
完全無料
登録料・月額料なし、完全無料で使い放題！
トレンドを聞いて学ぶ
年間1000本超の厳選セミナーに参加し放題！
興味関心のみ厳選
トピック（タグ）をフォローして自動収集！
AI・生成AIのおすすめコンテンツ
Googleで見つけやすく
評価する
いいね！でぜひ著者を応援してください
会員（無料）になると、いいね！でマイページに保存できます。
関連タグ