परिचय

मायक्रोसॉफ्टने GitHub Copilot साठी डिझाइन केलेले MAI Code 1.1 Flash, एक कोड जनरेशन मॉडेल प्रसिद्ध केले आहे. कंपनीचा दावा आहे की नवीन मॉडेल चांगला कोड लिहिते, 25 टक्के अधिक टोकन-कार्यक्षम आहे आणि त्याच्या जूनच्या पूर्ववर्तीपेक्षा एक चतुर्थांश खर्च येतो. तथापि, बेंचमार्क तुलना दर्शवते की हे मॉडेल किंमत आणि कामगिरी या दोन्ही बाबतीत DeepSeek च्या V4 Flash पेक्षा मागे आहे, ज्यामुळे स्पर्धात्मक AI लँडस्केपमध्ये मायक्रोसॉफ्टच्या स्थानाबद्दल प्रश्न निर्माण होतात.

कामगिरी बेंचमार्क

अंतर्गत बेंचमार्कमध्ये, MAI Code 1.1 Flash त्याच्या पूर्ववर्ती आणि काही स्पर्धात्मक मॉडेल्सपेक्षा सुधारणा दर्शवितो. SWE-bench Verified वर, त्याने 72.6% गुण मिळवले, जे MAI Code 1 Flash (71.6%), Haiku 4.5 (69.8%) आणि GPT-5.4 mini (69.2%) पेक्षा जास्त आहे. तथापि, DeepSeek ने या बेंचमार्कसाठी स्कोअर प्रकाशित केला नाही.

Terminal Bench 2.1 वर, परिणाम अधिक स्पष्ट आहेत. MAI Code 1.1 Flash ने 62.9% गुण मिळवले, जे त्याच्या पूर्ववर्तीच्या 51.7% आणि Haiku 4.5 च्या 49.4% पेक्षा लक्षणीय सुधारणा आहे, परंतु DeepSeek V4 Flash च्या 82.7% पेक्षा खूप मागे आहे. ही तफावत दर्शवते की DeepSeek चे मॉडेल वास्तविक-जगातील कोडिंग कार्यांमध्ये अधिक सक्षम आहे.

XPeng is developing the IRON humanoid robot.
More in AI & Robotics

XPeng च्या रोबोट युनिट Dogotix ने ह्युमनॉइड्स वाढवण्यासाठी $900 दशलक्ष उभारले

XPeng Motors ची humanoid robotics उपकंपनी Dogotix म्हणते की नवीन निधी hardware, software, physical AI training, उत्पादन, आणि जागतिक विस्तारासाठी वापरला जाईल.

Read article

किंमत तुलना

मायक्रोसॉफ्ट MAI Code 1.1 Flash ला बजेट-अनुकूल पर्याय म्हणून स्थान देते, परंतु किंमतीवर बारकाईने नजर टाकल्यास असे दिसून येते की ते अद्याप DeepSeek च्या ऑफरपेक्षा अधिक महाग आहे. इनपुट टोकन्ससाठी, MAI Code 1.1 Flash ची किंमत $0.20 प्रति दशलक्ष आहे, तर DeepSeek ची $0.14 आहे. कॅशिंगसह, किंमत MAI साठी $0.02 आणि DeepSeek साठी $0.0028 पर्यंत घसरते. आउटपुट टोकन्समध्ये तफावत अधिक आहे: MAI $1.20 प्रति दशलक्ष आकारते, तर DeepSeek फक्त $0.28 आकारते.

या किंमती Anthropic च्या Claude Haiku 4.5 पेक्षा लक्षणीय कमी आहेत, ज्याची किंमत इनपुटसाठी $1.00, कॅशेसह $0.10 आणि आउटपुटसाठी $5.00 आहे. तथापि, DeepSeek ची किंमत मायक्रोसॉफ्टपेक्षा लक्षणीय कमी आहे, ज्यामुळे ते खर्च-जागरूक विकासकांसाठी अधिक आकर्षक पर्याय बनते.

टोकन कार्यक्षमता आणि वापरकर्ता स्वीकृती

मायक्रोसॉफ्टचा दावा आहे की MAI Code 1.1 Flash त्याच्या पूर्ववर्तीपेक्षा 25 टक्के अधिक टोकन-कार्यक्षम आहे, म्हणजे समान आउटपुट तयार करण्यासाठी कमी टोकन्स आवश्यक आहेत. ही कार्यक्षमता वापरकर्त्यांसाठी कमी खर्चात भाषांतरित होऊ शकते, परंतु कंपनीने हे वास्तविक-जगातील बचतीमध्ये कसे भाषांतरित होते याबद्दल तपशीलवार डेटा प्रदान केलेला नाही.

वापरकर्ता स्वीकृतीच्या दृष्टीने, मायक्रोसॉफ्ट नोंदवते की विकासकांनी मागील आवृत्तीच्या तुलनेत मॉडेलच्या आउटपुटचा 4 टक्के अधिक स्वीकार केला. याव्यतिरिक्त, कंपनी परत भेटींमध्ये 9 टक्के वाढ नोंदवते, जे सूचित करते की वापरकर्त्यांना मॉडेल अधिक उपयुक्त वाटत आहे. तथापि, हे मेट्रिक्स मायक्रोसॉफ्टच्या स्वतःच्या मॉडेल्सशी संबंधित आहेत आणि DeepSeek सारख्या स्पर्धकांशी तुलना कशी होते हे स्पष्ट करत नाहीत.

Use a digital twin to explore automation before committing capital - The Robot Report
More in AI & Robotics

डिजिटल ट्विन सॉफ्टवेअर उत्पादकांना भांडवल खर्च करण्यापूर्वी ऑटोमेशन एक्सप्लोर करण्यास सक्षम करते

डिजिटल ट्विन सॉफ्टवेअर उत्पादकांना भांडवल गुंतवण्यापूर्वी रोबोट, लेआउट आणि ROI चे मूल्यांकन करण्यास मदत करते—अनिश्चित अर्थव्यवस्थेत जोखीम कमी करते.

Read article

प्रशिक्षण आणि विकास

मायक्रोसॉफ्टने MAI Code 1.1 Flash ला "GitHub Copilot मधील शेकडो हजारो रीइन्फोर्समेंट-लर्निंग वातावरण" वापरून प्रशिक्षित केले. हा दृष्टिकोन मॉडेलची कामगिरी सुधारण्यासाठी वास्तविक-जगातील कोडिंग परिस्थितींचा फायदा घेतो. कंपनीने अचूक प्रशिक्षण डेटा किंवा पद्धत उघड केलेली नाही, परंतु वापरकर्त्यांच्या परस्परसंवादातून रीइन्फोर्समेंट लर्निंगचा वापर ही एक उल्लेखनीय रणनीती आहे.

धोरणात्मक परिणाम

MAI Code 1.1 Flash चे प्रकाशन अशा वेळी आले आहे जेव्हा मायक्रोसॉफ्ट स्वतःला खुला AI चॅम्पियन म्हणून स्थान देत आहे. तथापि, किंमत आणि कामगिरी या दोन्ही बाबतीत DeepSeek सारख्या खुल्या-वजनाच्या पर्यायांपेक्षा मागे असलेल्या मालकी मॉडेलमध्ये गुंतवणूक करण्याचा कंपनीचा निर्णय विरोधाभासी वाटतो. मायक्रोसॉफ्टने वारंवार खुल्या-वजनाच्या मॉडेल्सबद्दल कौतुक व्यक्त केले आहे, तरीही त्याची स्वतःची रणनीती आतल्या, बंदिस्त उपायांना अनुकूल आहे.

संभाव्य कारण म्हणजे खर्च कपात. मायक्रोसॉफ्टने अलीकडेच आपल्या Copilot ऑफरिंग्जमध्ये फेरबदल केले, खर्च कमी करण्यासाठी OpenAI आणि Anthropic मॉडेल्सच्या जागी स्वस्त MAI पर्याय आणले. तडजोड म्हणजे चांगल्या मार्जिनसाठी वाईट कामगिरी. MAI Code 1.1 Flash या पॅटर्नमध्ये बसते: ते त्याच्या पूर्ववर्तीपेक्षा स्वस्त आहे परंतु DeepSeek पेक्षा अधिक महाग आहे आणि कामगिरी वाईट आहे.

GitHub Copilot इकोसिस्टममधील मायक्रोसॉफ्टचे ग्राहक अॅप आणि वापराच्या केसनुसार वेगवेगळे मॉडेल निवडू शकतात. तथापि, मायक्रोसॉफ्ट संभवतः आपली स्वतःची मॉडेल्स डीफॉल्ट पर्याय बनवेल, वापरकर्त्यांना कमी स्पर्धात्मक उपायात लॉक करेल. ही रणनीती कामगिरी आणि खर्चाला प्राधान्य देणाऱ्या विकासकांना दूर करू शकते.

निष्कर्ष

मायक्रोसॉफ्टचा MAI Code 1.1 Flash त्याच्या पूर्ववर्तीपेक्षा वाढीव सुधारणा दर्शवितो, परंतु किंमत किंवा कामगिरी या दोन्ही बाबतीत DeepSeek च्या V4 Flash शी स्पर्धा करण्यात अपयशी ठरतो. कंपनीचे मालकी मॉडेल्सवर लक्ष केंद्रित करणे खुल्या AI बद्दलच्या तिच्या सार्वजनिक भूमिकेशी विरोधाभास करते आणि अखेरीस वेगाने विकसित होत असलेल्या AI बाजारपेठेत तिच्या स्पर्धात्मकतेला बाधा आणू शकते. विकासक वाढत्या प्रमाणात किफायतशीर आणि उच्च-कार्यक्षम उपाय शोधत असल्याने, मायक्रोसॉफ्टला आपला दृष्टिकोन पुनर्विचार करावा लागू शकतो किंवा अधिक चपळ स्पर्धकांना जमीन गमावण्याचा धोका पत्करावा लागू शकतो.

हा लेख The Decoder च्या अहवालावर आधारित आहे. मूळ लेख वाचा.

Originally published on the-decoder.com