مایکروسافت با معرفی مدلهای هوش مصنوعی جدید وارد رقابت مستقیم با ChatGPT و کلود شد │ برنامهنویسان و کارشناسان امنیت سایبری هدف اصلی هستند

مایکروسافت در کنفرانس Ignite ۲۰۲۶ از خانواده جدید مدلهای هوش مصنوعی خود برای برنامهنویسی و امنیت سایبری رونمایی کرد. این مدلها با تمرکز بر کاهش هزینه، انجام کارهای پیچیده نرمافزاری و شناسایی آسیبپذیریها توسعه یافتهاند و میتوانند رقابت با OpenAI و Anthropic را وارد مرحله تازهای کنند.
مایکروسافت با معرفی مدلهای جدید خانواده MAI، حضور مستقل خود را در بازار هوش مصنوعی تخصصی پررنگتر کرده است. مهمترین محصولات این رونمایی، MAI Code ۲ برای توسعه نرمافزار و MAI Cyber ۲ Flash برای مقابله با تهدیدهای امنیتی هستند. مایکروسافت ادعا میکند مدل برنامهنویسی جدید این شرکت در برخی آزمونهای تخصصی به عملکرد مدلهای پیشرفته رقبا نزدیک شده، اما هزینه اجرای بسیار کمتری دارد. نسخه سریعتر این مدل نیز برای اصلاح کدها و فعالیتهای روزمره توسعهدهندگان طراحی شده است. این تغییر نشان میدهد رقابت شرکتهای بزرگ فناوری دیگر فقط بر سر ساخت یک دستیار گفتوگومحور نیست و به سمت ابزارهای تخصصی و کاربردی حرکت میکند.
مایکروسافت چه مدلهای هوش مصنوعی جدیدی معرفی کرد؟
رونمایی جدید مایکروسافت فقط به دو مدل محدود نمیشود. این شرکت در رویداد Ignite ۲۰۲۶ مجموعهای از مدلهای تخصصی را معرفی کرده که هرکدام برای یک نوع فعالیت طراحی شدهاند. تمرکز اصلی این مجموعه بر کاهش هزینه اجرای هوش مصنوعی و افزایش بهرهوری در محیطهای کاری است.
مهمترین محصولات معرفیشده عبارتاند از:
-
MAI Code 2: مدل پیشرفته برنامهنویسی برای انجام پروژههای پیچیده، اصلاح کدها و بررسی مجموعه بزرگی از فایلهای یک پروژه.
-
MAI Code 2 Flash: نسخه سریعتر و اقتصادیتر برای اصلاحات روزمره، توضیح کدها و رفع خطاهای معمول.
-
MAI Cyber 2 Flash: مدل تخصصی امنیت سایبری برای شناسایی، اعتبارسنجی و رفع آسیبپذیریهای نرمافزاری.
-
MAI Image 2.7: مدل تولید و ویرایش تصویر.
-
MAI Realtime 1: مدل گفتوگوی صوتی همزمان.
-
MAI Transcribe 2: فناوری تبدیل گفتار به متن.
-
Microsoft Decision 1.1: مدل تصمیمگیری برای مدیریت و هدایت فرایندهای خودکار.
این ترکیب نشان میدهد مایکروسافت بهجای تمرکز صرف بر ساخت یک مدل عمومی، به دنبال توسعه مجموعهای از ابزارهای تخصصی برای نیازهای مختلف شرکتها و توسعهدهندگان است.
MAI Code ۲؛ رقیب تازه ابزارهای برنامهنویسی
مهمترین بخش این رونمایی برای توسعهدهندگان، معرفی MAI Code ۲ است. این مدل برای انجام فعالیتهای پیچیده مهندسی نرمافزار طراحی شده و برخلاف ابزارهایی که عمدتاً قطعهکد تولید میکنند، توانایی کار روی بخشهای مختلف یک پروژه را هدف گرفته است.
از جمله قابلیتهای مورد تأکید مایکروسافت میتوان به موارد زیر اشاره کرد:
-
بررسی ساختار کامل یک پروژه نرمافزاری
-
اصلاح همزمان چند فایل مرتبط
-
شناسایی خطاهای پیچیده و اشکالزدایی
-
آمادهسازی کد برای ورود به محیط اجرایی
-
تحلیل ارتباط میان بخشهای مختلف نرمافزار
-
کمک به طراحی رابط کاربری و ساخت داشبورد
یکی از ادعاهای مهم مایکروسافت درباره این مدل، عملکرد آن در مقایسه با محصولات پیشرفته رقباست.
بر اساس ارزیابیهای اعلامشده از سوی شرکت، MAI Code ۲ در میانگین چهار آزمون برنامهنویسی، به حدود ۹۸ درصد کیفیت عملکرد GPT-۶.۱ Sol رسیده است؛ درحالیکه هزینه آن حدود ۴۰ درصد این مدل اعلام شده است.
مقایسه با Claude Opus ۵.۵ نیز قابل توجه است. مایکروسافت مدعی شده مدل جدیدش حدود ۹۶ درصد عملکرد این رقیب را با تنها ۵ درصد هزینه آن ارائه میکند.
البته این اعداد مربوط به آزمونهای انتخابشده توسط مایکروسافت هستند و نباید آنها را معادل برتری مطلق در تمام فعالیتهای برنامهنویسی دانست.
نسخه Flash برای برنامهنویسی روزمره
مایکروسافت در کنار مدل اصلی، نسخه MAI Code ۲ Flash را نیز معرفی کرده است.
این نسخه برای کارهایی طراحی شده که توسعهدهندگان در طول روز بارها انجام میدهند؛ از جمله اصلاح یک خطا، توضیح عملکرد یک تابع، تغییر بخشی از کد و انجام اصلاحات سریع.
هدف از توسعه این مدل، کاهش هزینه استفاده مداوم از هوش مصنوعی است.
طبق ادعای مایکروسافت، عملکرد نسخه Flash در آزمونهای برنامهنویسی روزمره با GPT-۶ Luna قابل مقایسه است، اما هزینه آن حدود ۶۵ درصد کمتر است. در مقایسه با Claude Haiku ۵.۵ نیز شرکت از عملکرد مشابه با هزینهای معادل ۲۰ درصد سخن گفته است.
این مدلها از طریق GitHub Copilot در دسترس قرار گرفتهاند و امکان استفاده از آنها در محیط Microsoft Foundry نیز فراهم شده است؛ هرچند سطح دسترسی به نسخههای مختلف یکسان نیست.
MAI Cyber ۲ Flash؛ تمرکز مایکروسافت بر امنیت سایبری
دومین بخش مهم رونمایی مایکروسافت به امنیت سایبری مربوط میشود. افزایش استفاده از ابزارهای هوش مصنوعی در توسعه نرمافزار، علاوه بر افزایش سرعت برنامهنویسی، نگرانیهای تازهای درباره آسیبپذیریهای امنیتی ایجاد کرده است.
مایکروسافت برای پاسخ به این نیاز، MAI Cyber ۲ Flash را معرفی کرده است.
این مدل با هدف کمک به تیمهای امنیتی برای شناسایی ضعفهای نرمافزاری، بررسی اعتبار آسیبپذیریها و کمک به رفع مشکلات امنیتی توسعه یافته است.
یکی از ویژگیهای مهم این محصول، ارتباط آن با سامانه Codename MDASH و مجموعه امنیتی Microsoft Perception است. این ترکیب قرار است فرایند شناسایی تهدید تا بررسی و اصلاح آسیبپذیری را سریعتر کند.
مایکروسافت اعلام کرده مدل جدید در آزمون CyberGymE2E به کیفیتی مشابه یا بالاتر از برخی مدلهای پیشرفته رقیب رسیده و هزینه اجرای هر فعالیت در آن به شکل قابل توجهی پایینتر است.
در ارزیابی اعلامشده توسط شرکت، هزینه هر فعالیت این مدل کمتر از ۲ درصد هزینه GPT-۶ Astra عنوان شده است. این مقایسه نیز به آزمون مشخصشده محدود است و به معنای برتری در تمام وظایف امنیتی نیست.
دسترسی به مدل امنیتی محدودتر است
برخلاف مدلهای برنامهنویسی که از طریق محصولات عمومیتر مایکروسافت عرضه شدهاند، MAI Cyber ۲ Flash در مرحله نخست برای گروه محدودی از مشتریان در نظر گرفته شده است.
این تفاوت اهمیت زیادی دارد؛ زیرا ابزارهای امنیت سایبری با اطلاعات حساس سازمانها، کدهای اختصاصی و زیرساختهای حیاتی سروکار دارند.
مایکروسافت تلاش میکند این فناوری را در کنار ابزارهای دفاعی خود قرار دهد تا تیمهای امنیتی بتوانند از آن برای شناسایی سریعتر مشکلات و مدیریت بهتر تهدیدها استفاده کنند.
مقایسه مدلهای جدید مایکروسافت با ChatGPT و کلود
رقابت اصلی مایکروسافت با OpenAI و Anthropic فقط به کیفیت پاسخهای متنی مربوط نمیشود. هزینه اجرای وظایف، سرعت پردازش و توانایی انجام فعالیتهای تخصصی نیز به معیارهای مهم انتخاب مدل تبدیل شدهاند.
| مدل مایکروسافت | رقیب مورد مقایسه | ادعای عملکرد | هزینه نسبی |
|---|---|---|---|
| MAI Code 2 | GPT-6.1 Sol | ۹۸ درصد | ۴۰ درصد |
| MAI Code 2 | Claude Opus 5.5 | ۹۶ درصد | ۵ درصد |
| MAI Code 2 Flash | GPT-6 Luna | عملکرد مشابه | ۶۵ درصد |
| MAI Code 2 Flash | Claude Haiku 5.5 | عملکرد مشابه | ۲۰ درصد |
| MAI Cyber 2 Flash | GPT-6 Astra | عملکرد بالاتر در آزمون اعلامی | کمتر از ۲ درصد |
مبنای مقایسهها، ارقام اعلامشده توسط مایکروسافت است و هزینهها بهصورت نسبی نمایش داده شدهاند.
این جدول یک نکته مهم را روشن میکند: مایکروسافت میخواهد بهجای رقابت صرف بر سر ساخت بزرگترین مدل، محصولاتی عرضه کند که برای وظایف مشخص عملکرد مناسبی داشته باشند و هزینه کمتری به مشتری تحمیل کنند.
البته عملکرد یک مدل در برنامهنویسی روزمره الزاماً نشاندهنده توانایی آن در پژوهش علمی، استدلال بسیار پیچیده یا انجام پروژههای طولانیمدت نیست. خود مایکروسافت نیز اعلام کرده MAI Code ۲ هنوز برای برخی فعالیتهای دشوار مانند پژوهش بنیادی علمی و کارهای بسیار طولانیمدت عاملمحور بهینه نشده است.
چرا مایکروسافت به سمت ساخت مدلهای مستقل حرکت میکند؟
مایکروسافت در سالهای گذشته همکاری گستردهای با OpenAI داشته و بخش مهمی از خدمات هوش مصنوعی این شرکت بر مدلهای توسعهیافته توسط این مجموعه متکی بوده است.
با این حال، توسعه خانواده MAI نشان میدهد این شرکت قصد دارد توانایی بیشتری برای طراحی و کنترل مدلهای اختصاصی خود داشته باشد.
چند عامل در این تغییر مسیر اهمیت دارند:
۱. کاهش هزینه استفاده از هوش مصنوعی
اجرای مدلهای پیشرفته برای سازمانهایی که روزانه هزاران درخواست پردازش میکنند، هزینه قابل توجهی دارد. مدلهای تخصصی کوچکتر میتوانند بخشی از این هزینه را کاهش دهند.
۲. وابستگی کمتر به شرکتهای دیگر
داشتن مدل اختصاصی به مایکروسافت اجازه میدهد محصولات خود را با فناوری داخلی بیشتری توسعه دهد و برای تأمین تمام نیازهای هوش مصنوعی به ارائهدهندگان خارجی متکی نباشد.
۳. یکپارچگی با محصولات سازمانی
قرار گرفتن مدلهای جدید در کنار GitHub Copilot و Microsoft Foundry میتواند استفاده از آنها را برای شرکتهایی که از زیرساختهای مایکروسافت استفاده میکنند آسانتر کند.
۴. رقابت در بازار هوش مصنوعی سازمانی
بخش مهمی از درآمد آینده این صنعت به استفاده سازمانها از عاملهای هوشمند، خودکارسازی فعالیتها و پردازش اطلاعات اختصاصی وابسته است.
این تغییر مسیر همچنین با برنامه مایکروسافت برای ارائه وزنهای اختصاصی مدلهای MAI به مشتریان سازمانی منتخب همراه شده است؛ قابلیتی که امکان سفارشیسازی و اجرای مدل در محیط تحت کنترل مشتری را هدف قرار میدهد.
معرفی مدلهای جدید چه تأثیری بر کاربران و برنامهنویسان دارد؟
برای توسعهدهندگان، مهمترین پیام این رونمایی افزایش گزینههای موجود برای انجام فعالیتهای نرمافزاری است.
تا پیش از این، بسیاری از کاربران برای برنامهنویسی پیشرفته به چند مدل شناختهشده از شرکتهای بزرگ متکی بودند. ورود مدلهای تخصصی مایکروسافت میتواند انتخابهای بیشتری ایجاد کند و رقابت بر سر هزینه و کیفیت را افزایش دهد.
برای شرکتها نیز موضوع فقط سرعت تولید کد نیست. کاهش هزینه اصلاح نرمافزار، شناسایی زودتر آسیبپذیریها و خودکارسازی فعالیتهای تکراری میتواند در هزینههای عملیاتی اثر بگذارد.
البته انتخاب یک مدل مناسب باید با آزمون عملی روی پروژه واقعی انجام شود. کیفیت خروجی، میزان خطا، سازگاری با ابزارهای موجود و هزینه نهایی استفاده، معیارهایی هستند که در عمل اهمیت بیشتری از رتبه یک مدل در آزمونهای محدود دارند.
در کنار این موضوع، رعایت اصول امنیتی نیز ضروری است. همانطور که در مطلب اطلاعات حساسی که نباید در اختیار چت باتها قرار دهید توضیح داده شده، استفاده از ابزارهای هوش مصنوعی نباید به معنای واگذاری بیضابطه اطلاعات محرمانه باشد.
آیا مایکروسافت میتواند رقیب جدی OpenAI و Anthropic شود؟
رونمایی جدید نشان میدهد مایکروسافت دیگر صرفاً یک توزیعکننده مدلهای هوش مصنوعی نیست و برای تبدیل شدن به یک توسعهدهنده مستقل در این صنعت سرمایهگذاری میکند.
با این حال، موفقیت در این بازار فقط به نتایج چند آزمون وابسته نیست. پایداری سرویس، کیفیت خروجی در پروژههای واقعی، امنیت اطلاعات و دسترسی کاربران نیز در تعیین جایگاه نهایی محصولات نقش دارند.
برای توسعهدهندگانی که از ابزارهای مختلف استفاده میکنند، افزایش تعداد مدلهای قابل انتخاب میتواند به معنای آزادی عمل بیشتر باشد. بررسی تفاوت و وابستگی سرویسهای هوش مصنوعی به یکدیگر نیز از همین جهت اهمیت دارد؛ زیرا اتکا به یک ابزار واحد همیشه بهترین راهکار برای فعالیتهای حرفهای نیست.
مایکروسافت همچنین در حال گسترش قابلیتهای صوتی و پردازش تصویر است. مدلهای تازه این شرکت نشان میدهند رقابت آینده هوش مصنوعی احتمالاً بیش از گذشته بر سر ارائه ابزارهای تخصصی، کمهزینه و قابل استفاده در محیطهای واقعی شکل خواهد گرفت.
در این میان، برای کاربرانی که به تولید محتوای صوتی و پردازش گفتار علاقه دارند، روشهای بهبود خروجی صوتی هوش مصنوعی نیز میتواند از موضوعات مرتبط با نسل جدید این ابزارها باشد.




