AI 编程实时动态与要闻

微软在 Ignite 发布编码模型 MAI Code 2 与 Code 2 Flash:已上线 GitHub Copilot,官方称 Code 2 以约 40% 价格达到 GPT-6.1 Sol 98% 的水平;同时发布安全模型 MAI Cyber 2 Flash

微软 AI(MAI)11 月 17 日在 Ignite 大会上发布两款编码模型:MAI Code 2 主打多文件实现、深度调试和全仓库推理,MAI Code 2 Flash 面向代码解释、小改动和日常修复等高频任务。两者今起可在 GitHub Copilot 中使用,Code 2 Flash 在 Microsoft Foundry 限量预览,VS Code 团队称两款模型 2027 年 5 月 17 日前五折。官方称在四项日常企业编码基准平均上,Code 2 以约 40% 的价格拿到 GPT-6.1 Sol 98% 的成绩、以 5% 的价格拿到 Claude Opus 5.5 96% 的成绩。同场还发布了安全模型 MAI Cyber 2 Flash。

微软在 Ignite 发布编码模型 MAI Code 2 与 Code 2 Flash:已上线 GitHub Copilot,官方称 Code 2 以约 40% 价格达到 GPT-6.1 Sol 98% 的水平;同时发布安全模型 MAI Cyber 2 Flash

核心要点速览

  • 两款模型:MAI Code 2 面向上线代码、深度调试、多文件实现、全仓库推理和 UI;MAI Code 2 Flash 面向代码解释、小改动、日常修复和快速迭代
  • 官方跑分:在 DeepSWE 1.1、Terminal Bench 2.1、SWE-Atlas、FrontierCode v1.1 四项平均上,Code 2 达到 GPT-6.1 Sol 的 98%(约 40% 价格)、Claude Opus 5.5 的 96%(5% 价格);成本按五折促销价计算
  • Code 2 Flash 在三项日常编码基准上与 GPT-6 Luna、Claude Haiku 5.5 相当,价格分别为其 65% 和 20%;盲测前端应用时,评审 67% 更偏好 Code 2 而非 GPT-6 Sol
  • 可用性:今起上线 GitHub Copilot(VS Code 等),Code 2 Flash 在 Microsoft Foundry 限量预览,官方称即将上 OpenRouter、Vercel、OpenCode、Kilo 等
  • MAI Cyber 2 Flash:CyberGym-E2E 92.3% 对 GPT-6 Astra 91.5%,单任务成本不到其 2%,上下文 100 万 token,12 月中旬起进入 MDASH 等微软安全产品,不单独开放
阅读全文
关联模型 / 智能体 / 厂商:
⚡ MAI Code 2⚡ MAI Code 2 Flash⚡ MAI Cyber 2 Flash🤖 GitHub Copilot🌐 Microsoft🌐 GitHub

Arena 分析 105 个编程模型:4 月的最强编程水平到 10 月只需不到 1/20 的价格,榜首分数增速是去年冬天的 3 倍,几乎每两天上榜一个新模型

Arena 统计了 Code Arena: WebDev 榜自 2025 年 12 月以来 44 期周榜的 105 个模型。结论:小米 MiMo-V2.6-Flash 已超过 4 月榜首 Claude Opus 4.7,价格不到其 1/20;5 月以来榜首分数每月涨约 41 分,是冬季的 3 倍;1 美元以下的 25 个前沿性价比模型里 19 个来自中国。

Arena 分析 105 个编程模型:4 月的最强编程水平到 10 月只需不到 1/20 的价格,榜首分数增速是去年冬天的 3 倍,几乎每两天上榜一个新模型

核心要点速览

  • 上榜节奏:去年冬天每月约 5 个新模型,7 至 9 月每月 12 至 14 个,10 月截至 23 日已有 11 个;OpenAI 上榜 12 个,Anthropic、阿里、Google 各 11 个
  • 榜首:4 月最强 Claude Opus 4.7 在当前榜上 1558 分,现榜首 Claude Opus 5.5 为 1807 分;新纪录平均只维持约 3 周,此前约 2 个月
  • 价格:每次回答 5 美分到 1 美元区间,现最佳模型对同价位 4 月最佳的估算胜率 65% 至 80%;Opus 5.5 (Max) 胜率约 81%,但每次回答约 10 美元
  • 排名波动:前 10 名实验室每周近半数换位,第 10 名与第 1 名的差距缩小 38%(282 分到 176 分)
  • 地区分化:1 美元以上 15 个前沿模型中 13 个来自美国;中国 21 个前沿模型中 17 个开源权重,美国 19 个中只有 2 个
阅读全文
关联模型 / 智能体 / 厂商:

ScaleDown 推出约束解码模型 CDM:1M 上下文专做摘要/压缩/抽取/分类,LangChain 同日接入 Deep Agents 中间件

ScaleDown 10 月 13 日推出约束解码模型(CDM):每个模型只为一个任务训练,只输出该任务允许的答案(标签或原文片段),不逐 token 自由生成。LangChain 同日发布 langchain-scaledown 集成与 LangSmith LLM Gateway 支持,提供历史摘要、工具结果压缩、结构化抽取三类中间件。厂商口径:在这些窄任务上比前沿模型快 200 倍、便宜 467 倍;Extract 与 Summarize 已上 OpenRouter,输入 $0.04/百万 token。

ScaleDown 推出约束解码模型 CDM:1M 上下文专做摘要/压缩/抽取/分类,LangChain 同日接入 Deep Agents 中间件

核心要点速览

  • 四款单任务模型 Summarize / Compress / Extract / Classify,输入上限均为 100 万 token,Extract、Summarize、Classify 可直接吃图片与扫描 PDF(LangChain 博客)
  • 厂商口径:对比 GPT-5.5 / GPT-5.4 Mini / GPT-5.4 Nano 均值,Summarize 便宜 41 倍、快 2.7 倍,Compress 便宜 138 倍、快 1.8 倍,且准确率更高(ScaleDown 基准)
  • Classify 对标 Jev 决策模型:Jev 仅文本、每题 32K token 状态;Classify 支持 1M token 与图片,并给每个决策附一句理由
  • LangChain 官方示例中工具压缩中间件把一页文档从 18,402 字符压到 3,110 字符;ScaleDown 调用失败时中间件保留原历史、Agent 继续运行
  • OpenRouter 上 Extract / Summarize 输入 $0.04/百万 token、1M 上下文,Summarize 最多输出 4,000 token,二者均不支持 tools 与 response_format(OpenRouter)
阅读全文
关联模型 / 智能体 / 厂商:
⚡ ScaleDown Classify-1⚡ ScaleDown Extract⚡ ScaleDown Summarize⚡ ScaleDown Compress🤖 LangChain Deep Agents🌐 ScaleDown🌐 LangChain🌐 OpenRouter

OpenRouter 推出编程专用智能降级路由 (Smart Fallback):主力模型限流时毫秒级平滑切换备选端点

AI 模型聚合平台 OpenRouter 针对高并发编程智能体推出了 Smart Fallbacks 功能。开发者可以在统一 API 接口中配置备选模型列表(例如 Claude 3.7 Sonnet → GPT-5.6 Sol → DeepSeek-V3),当上游提供商发生限流、服务降级或超时,路由层在 50ms 内自动平滑重试备选模型,确保长时间运行的编码任务零中断。

核心要点速览

  • 统一 API 端点支持多厂商主力模型与备选模型的智能降级路由。
  • 上游限流或服务故障时 50ms 内无感切换,保障长程编程智能体任务不中断。
  • 支持按模型推理延迟、单价与吞吐量设定自定义切换策略。
阅读全文
AD赞助内容

DeepSeek 开源超轻量 Tensor 并行推理优化补丁:单卡 RTX 4090 即可流畅运行 67B 编码 MoE

DeepSeek 团队开源了一组面向消费级 GPU 的稀疏 MoE 激活与显存卸载补丁。配合最新的 4-bit 权重量化与动态专家缓存技术,开发者在单张 24GB 显存显卡(如 RTX 4090 / 3090)上即可获得超 45 token/s 的 67B 稀疏 MoE 代码生成体验,大幅降低了本地离线部署前沿代码模型的硬件门槛。

核心要点速览

  • 消费级 24GB 显存显卡即可本地流畅推理 67B 稀疏 MoE 编码模型。
  • 动态专家缓存与 4-bit 量化协同,生成速度稳定超过 45 tok/s。
  • 代码补丁已合入 llama.cpp 与 SGLang 官方仓库。
阅读全文