微软AI正在调整其模型战略，不再一味追逐性能最强的通用前沿模型，转而押注成本更低的专用小模型。微软AI首席执行官穆斯塔法·苏莱曼在最新文章中阐述了这一思路，强调行业需要在顶尖性能与成本之间做出权衡。微软不再追求一个万能模型，而是为单一领域训练紧凑型模型。

其最新网络安全模型MAI-Cyber-1-Flash在CyberGym基准测试中表现突出，苏莱曼称其得分比Anthropic的Mythos高出12个百分点，而成本仅为后者的一半。不过，这一成绩并非模型独立完成，而是依赖微软的MDASH编排系统——该系统协调多个模型工作，仍会将困难任务路由至OpenAI的推理模型处理。此外，微软还表示其图像生成模型MAI-Image-2.5-Flash相比GPT-Image-2可将GPU成本降低高达84%。

苏莱曼还提出，微软希望实现模型的可替换性，避免对单一模型家族的依赖。不过，这些小型MAI模型能否在部分替代OpenAI的同时保持同等性能，仍存疑问。

行业竞争焦点正从单个模型转向编排软件——即负责路由任务、提供上下文的系统。编排器将大部分工作分配给更便宜的专用模型，仅将困难案例留给前沿模型。Anthropic在其Claude Fable 5中已采用类似方法，日本AI公司Sakana的Fugu系统也围绕这一理念构建。

微软此举反映了AI产业的一个趋势：随着模型能力提升，成本与效率正成为关键竞争维度。对于投资者而言，这意味着算力需求结构可能变化——专用模型对推理算力的消耗更低，但编排系统的复杂性可能催生新的软件层需求。同时，微软与OpenAI的关系也呈现微妙变化：微软在部分场景中尝试用自研模型替代OpenAI，但关键任务仍依赖后者，这种竞合关系值得持续关注。