Intensivo Grátis 21–22/11Intensivo gratuito de 2 dias em Vibecoding (21–22/11 às 16:00 MSK) · Turma 3 começa 23/11Inscrever-se grátis →Turma 3 (23/11)
LançamentoAnálise · No radarHacker News AI→ original

Microsoft lança sete modelos MAI: o de programação entrega 98% da qualidade do GPT-6.1 Sol por 40% do preço

A Microsoft AI (laboratório MAI) lançou sete modelos para que agentes funcionem 24 horas por dia sem contas gigantescas de tokens. Segundo a empresa, o modelo de programação alcança 98% da qualidade do GPT-6.1 Sol em tarefas de desenvolvimento e custa cerca de 40% do preço dele; frente ao Opus 5.5, entrega 96% da qualidade por 5% do preço. Vale testar isso nas suas próprias tarefas: a rotina do agente pode ficar com um modelo barato, e o carro-chefe só entra nas etapas complexas.

Processado por IA de Hacker News AI; editado por Hamidun News
Microsoft lança sete modelos MAI: o de programação entrega 98% da qualidade do GPT-6.1 Sol por 40% do preço
Fonte: Hacker News AI. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalHacker News AI ↗
Editor-chefe
Dado-chave #1O modelo de cibersegurança superou o GPT-6 Astra no CyberGym-E2E, com custo por tarefa abaixo de 2%
Edição de imagensprimeiro lugar no Artificial Analysis, 5 vezes mais barato que o GPT Image 2.6
Dado-chave #3O novo chip da Microsoft gera 1,7 vez mais tokens por watt

Um agente que trabalha não cinco minutos, mas 24 horas por dia, transforma rapidamente a conta de tokens na principal linha de despesas. Foi a partir desse problema que a Microsoft AI, laboratório interno da empresa chamado MAI, começou seu anúncio: a companhia lançou sete modelos de uma vez e promete qualidade no nível dos líderes por uma fração do preço. O número mais chamativo diz respeito a código. O modelo de programação, segundo a Microsoft, alcança 98% da qualidade do GPT-6.1 Sol (ou seja, resolve quase tantas tarefas de engenharia quanto ele) e custa cerca de 40% do preço dele. Todos os números do artigo são dados próprios da Microsoft, e até o momento não há verificação independente.

Código, cibersegurança e modelos de porte médio

Na comparação do modelo de programação com o Opus 5.5, da Anthropic, ele atinge 96% do resultado dele, mas custa apenas 5% do preço. Para uma equipe em que o agente corrige bugs e escreve testes 24 horas por dia, a diferença entre 100% e 96% de qualidade quase não se nota, enquanto a diferença de 20 vezes no preço pesa muito.

Um modelo separado para cibersegurança foi avaliado no benchmark CyberGym-E2E, em que o agente executa a tarefa inteira, da busca por uma vulnerabilidade até o resultado final. Segundo a Microsoft, ele supera o GPT-6 Astra em qualidade, e cada tarefa custa menos de 2% do valor cobrado pelo concorrente. Se a busca por vulnerabilidades ou a análise de incidentes for automatizada, esse custo transforma um experimento caro em um item comum de despesa.

O modelo de uso geral se posiciona de forma mais modesta. Ele apresenta qualidade comparável à do GPT-6 Luna por 65% do preço dele e qualidade comparável à do Haiku 5.5 por 20% do preço. É um candidato a cavalo de batalha para consultas em massa, nas quais o carro-chefe é excessivo.

Há ainda um modelo da família voltado à tomada de decisões. A Microsoft afirma que ele é 50 vezes mais rápido e 79 vezes mais barato que o GPT-6.1 Sol. Esse tipo de modelo é útil quando o agente precisa escolher rapidamente o próximo passo: qual ferramenta acionar, para onde encaminhar uma solicitação, se é preciso revisão humana. A empresa não detalha em quais tarefas a comparação foi medida, então é mais seguro confiar nos seus próprios dados.

Imagens, voz e transcrição de fala

O modelo de edição de imagens ficou em primeiro lugar no ranking do Artificial Analysis e superou o GPT Image 2.6 Sunburst no modo máximo, custando cinco vezes menos. A edição é o cenário mais comum em produtos: remover o fundo, ajustar um produto na foto, substituir um detalhe.

O modelo de voz em tempo real, segundo a Microsoft, é melhor que o GPT-Realtime 2.1 e começa em US$ 0,01 por minuto de áudio. Para call centers e assistentes de voz, o preço por minuto define se o serviço se paga com milhares de chamadas simultâneas.

O exemplo mais prático é o MAI Transcribe 2. A Microsoft o descreve como o modelo multilíngue de transcrição de fala mais rápido e preciso. Ele já funciona em 10 milhões de atendimentos de pacientes por mês, e a taxa de erro em diferentes idiomas caiu pela metade. Não se trata de um teste de laboratório, e sim de produção na área médica, onde um erro custa caro.

Chip próprio e o que o desenvolvedor deve fazer

O sétimo item do anúncio diz respeito ao hardware. O acelerador de segunda geração da Microsoft já opera em produção e atende os maiores modelos da empresa. Ele entrega 1,7 vez mais tokens por watt. A eficiência energética, em grande medida, determina o preço por token que a Microsoft pode se dar ao luxo de cobrar.

O que fazer na prática: primeiro, não aceitar as porcentagens do press release sem questionar, pois a qualidade foi medida em testes escolhidos pelo fornecedor, e "custo por tarefa" e "custo por token" são métricas diferentes. Segundo, montar um conjunto próprio de 50 a 100 tarefas reais e rodar os novos modelos lado a lado com os atuais. Terceiro, se o agente executa muitas etapas do mesmo tipo, rever a arquitetura: um modelo barato e rápido executa a rotina e escolhe as ações, e o carro-chefe caro entra apenas nos pontos complexos.

Há também um componente estratégico. A Microsoft, que por muito tempo se apoiou na OpenAI, agora vende modelos próprios e os compara abertamente com GPT e Claude em termos de preço. Se testes independentes confirmarem o que foi anunciado, a pressão sobre as tarifas dos concorrentes deve aumentar, e escolher um modelo pelo critério de "o mais forte" deixará de ser vantajoso.

História

Perguntas frequentes sobre a notícia

O que se sabe sobre Código, cibersegurança e modelos de porte médio?

Na comparação do modelo de programação com o Opus 5.5, da Anthropic, ele atinge 96% do resultado dele, mas custa apenas 5% do preço. Para uma equipe em que o agente corrige bugs e escreve testes 24 horas por dia, a diferença entre 100% e 96% de qualidade quase não se nota, enquanto a diferença de 20 vezes no preço pesa muito. Um modelo separado para cibersegurança foi avaliado no benchmark CyberGym-E2E, em que o agente executa a tarefa inteira, da busca por uma vulnerabilidade até o resultado final.

O que se sabe sobre Imagens, voz e transcrição de fala?

O modelo de edição de imagens ficou em primeiro lugar no ranking do Artificial Analysis e superou o GPT Image 2.6 Sunburst no modo máximo, custando cinco vezes menos. A edição é o cenário mais comum em produtos: remover o fundo, ajustar um produto na foto, substituir um detalhe. O modelo de voz em tempo real, segundo a Microsoft, é melhor que o GPT-Realtime 2.1 e começa em US$ 0,01 por minuto de áudio.

O que se sabe sobre Chip próprio e o que o desenvolvedor deve fazer?

O sétimo item do anúncio diz respeito ao hardware. O acelerador de segunda geração da Microsoft já opera em produção e atende os maiores modelos da empresa. Ele entrega 1,7 vez mais tokens por watt. A eficiência energética, em grande medida, determina o preço por token que a Microsoft pode se dar ao luxo de cobrar.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
O que você acha?
Carregando comentários…