Microsoft AI מציגה את MAI-Code-1-Flash עבור GitHub Copilot

Microsoft AI הציגה את MAI-Code-1-Flash, מודל קוד המיועד לסיוע מהיר ויעיל בעבודת הפיתוח היומיומית. הוא מופץ בהדרגה למשתמשי GitHub Copilot האישיים ב-Visual Studio Code, בבורר המודלים ובבורר האוטומטי המוגדר כברירת מחדל, בלי הגדרה נוספת.

אימון על סביבת הייצור של Copilot

לפי מיקרוסופט, המודל אומן מאפס על נתונים נקיים, ניתנים למעקב וברמה ארגונית, בלי זיקוק ממודלים של צד שלישי. האימון השתמש בסביבות GitHub Copilot שפועלות בייצור, כך שהמודל לומד לתקשר עם הכלים והמערכות שסביבו במשימות קוד אגנטיות. נקודות ביקורת הוערכו במשימות הנדסת תוכנה מרכזיות, במענה על שאלות על מאגר הקוד, ברפקטורינג ובמשימות טלמטריה שנגזרו משימוש אמיתי ב-Copilot.

תוצאות מול Claude Haiku 4.5

החברה מדווחת על שיעורי הצלחה גבוהים יותר בכל ארבעת המבחנים שנערכו באותה סביבת ייצור: SWE-Bench Verified,‏ SWE-Bench Pro,‏ SWE-Bench Multilingual ו-Terminal Bench 2. הפער הגדול ביותר הוא ב-SWE-Bench Pro: 51.2% מול 35.2%, יתרון של 16 נקודות. ב-SWE-Bench Verified המודל פותר בעיות קשות יותר בפחות עד 60% טוקנים.

בעמידה בהוראות הוא הוביל ב-28.9 נקודות במבחן IF Bench להוראות מדויקות וב-14.5 נקודות ב-Advanced IF מבוסס רובריקות. מיקרוסופט מוסיפה כי המודל עוקף את Claude Haiku 4.5 גם בהיסק בליבה במתמטיקה, במדע ובקוד של יצירה ויזואלית.

חשיבה אדפטיבית וערך לכל טוקן

המודל אומן עם בקרת אורך פתרון אדפטיבית, שמכווננת את עומק התשובה למשימה: תשובות קצרות לבקשות פשוטות ויותר תקציב היסק למשימות מורכבות. מיקרוסופט מציגה זאת כערך לכל טוקן — פחות טוקנים פירושם השהיה ועלות נמוכות יותר וזרימת עבודה חלקה יותר.

בדיקות יריביות וזמינות

מיקרוסופט בנתה גם מבחן של 186 שאלות ב-34 קטגוריות סביב מלכודות יריביות כמו קלאסיקות מהופכות, משימות בלתי אפשריות ותרחישים לא מוגדרים. MAI-Code-1-Flash הגיע ל-85.8% דיוק מתוקנן, עם תוצאות חזקות בהיסק, בעמידה בהוראות ובזיהוי משימות בלתי אפשריות, אם כי בקטגוריות יריביות מרכזיות כמו מלכודות Einstellung הדיוק נשאר מתחת ל-50%. המודל זמין כעת למשתמשי Copilot אישיים ב-VS Code.