מיקרוסופט חושפת 7 מודלי MAI: מקוד וסייבר ועד קול ותמונה

Ignite 2026 (מקור מיקרוסופט) Ignite 2026 (מקור מיקרוסופט)
  • מיקרוסופט הכריזה בכנס Ignite 2026 על משפחת MAI הכוללת שבעה מודלי בינה מלאכותית חדשים למשימות ארגוניות.
  • המודלים מיועדים לתחומי אבטחת מידע, תכנות, יצירת תמונות, שיחות קוליות, תמלול וקבלת החלטות מובנות בתוכנה.
  • לדברי החברה, המודלים מספקים יחס עלות-תועלת המאפשר להריץ סוכני AI ברציפות בעלויות נמוכות ממודלים מתחרים.
  • החברה השיקה גם את תוכנית MAI Licensed Weights, המאפשרת לארגונים להתאים אישית את המודלים ולהריץ אותם בסביבת Azure פרטית.

מיקרוסופט (Microsoft) הכריזה במסגרת כנס Ignite 2026 על סדרה של שבעה מודלי בינה מלאכותית חדשים במשפחת MAI, לצד כניסה לייצור של מאיץ ה-AI מהדור השני של החברה, Maia 200. המודלים החדשים נועדו לתת מענה למשימות ארגוניות מוגדרות – בהן תכנות יומיומי, אבטחת סייבר, עיבוד תמונה, תמלול ושיחות קוליות בזמן אמת – תוך התמקדות ביחס עלות-תועלת להרצה רציפה של סוכני AI.

לדברי החברה, הצמיחה בהיקף השימוש בטוקנים מחייבת מודלים ממוקדים וחסכוניים יותר שניתן לשלב במערכות ייצור לאורך כל שעות היממה. בהתאם לכך, מיקרוסופט מדגישה כי חלק מהמודלים אינם מיועדים למחקר מדעי בסיסי או למשימות סוכנים ארוכות טווח, אלא לעבודה שוטפת בקנה מידה רחב.

עבור משתמשים פרטיים ומפתחים, חלק מהשינויים כבר זמינים: מודלי MAI Image משמשים כעת כברירת המחדל ב-Bing Image Creator, ו-MAI Code 2 זמין לבחירה בתוך GitHub Copilot.

תכנות יומיומי ופיתוח: MAI Code 2

בתחום הפיתוח הציגה מיקרוסופט שני מודלים: MAI Code 2 ו-MAI Code 2 Flash. המודל הבכיר, MAI Code 2, מיועד למשימות פיתוח שוטפות בארגונים כגון הבאת קוד לייצור, ניפוי שגיאות (Debugging), עבודה על מספר קבצים במקביל ופיתוח ממשקי משתמש.

לדברי מיקרוסופט, בממוצע על פני ארבעה מבחני ביצועים לפיתוח ארגוני (DeepSWE 1.1, Terminal Bench 2.1, SWE-Atlas ו-FrontierCode v1.1), המודל משיג 98% מרמת הביצועים של GPT-6.1 Sol בכ-40% מהעלות, ו-96% מביצועי Claude Opus 5.5 ב-5% מהעלות בלבד. במבחנים עיוורים של פיתוח צד-לקוח (Frontend), המודל הועדף על פני GPT-6 Sol ב-64% מהמקרים.

לצדו הוצג מודל MAI Code 2 Flash, המיועד למשימות בהיקף גבוה ואיטרציות מהירות כגון הסברי קוד ותיקונים נקודתיים. על פני שלושה מבחני ביצועים (DeepSWE 1.1, Terminal Bench 2.1 ו-SWE-Atlas), הוא מציג לדברי החברה ביצועים הדומים לאלו של GPT-6 Luna ו-Claude Haiku 5.5 ב-65% וב-20% מהעלות בהתאמה.

אבטחת סייבר: MAI Cyber 2 Flash

עבור צוותי אבטחת מידע השיקה מיקרוסופט את MAI Cyber 2 Flash, מודל ייעודי לאיתור חולשות, המלצה על תיקונים וחקירת איומים. המודל כולל חלון הקשר (Context Window) של מיליון טוקנים – גדול פי ארבעה מזה של MAI Cyber 1.1 Flash – המאפשר ניתוח נרחב יותר של בסיסי קוד.

  • חלון הקשר: 1,000,000 טוקנים
  • ציון בנצ'מרק: CyberGym-E2E: 92.3% (לעומת 91.5% עבור GPT-6 Astra)

לדברי מיקרוסופט, במבחן CyberGym-E2E המודל עוקף את GPT-6 Astra בפחות מ-2% מהעלות למשימה, ומתעלה גם על GPT-5.6 Cyber באותו תקציב חישוב. בנוסף, מחיר טוקני הפלט של המודל החדש נמוך ב-86% לעומת MAI Cyber 1.1 Flash.

תמונה, קול ותמלול בזמן אמת

בתחום היצירה הוויזואלית הוכרזו MAI Image 2.7 ו-MAI Image 2.7 Flash, המאפשרים שליטה בעריכת אובייקטים, שינוי צבע, חומר או מיקום תוך שמירה על עקביות התמונה, וכן תמיכה ברקע שקוף. לצדם הושקה סביבת העבודה האינטראקטיבית Canvas ב-MAI Labs, המבוססת על גרסת ה-Flash.

לפי נתוני החברה, MAI Image 2.7 מדורג במקום הראשון במדד Artificial Analysis לעריכת תמונות ועוקף את GPT Image 2.6 Sunburst (max) בחמישית מהעלות, ובמקום הרביעי ביצירת תמונות מטקסט. משפחת מודלים זו משמשת כעת כברירת המחדל ב-Bing Image Creator ומשולבת בפלטפורמות כמו Adobe ו-Figma Weave.

בתחום השמע הציגה מיקרוסופט את MAI Realtime 1, מודל שיחה קולית ישירה (Speech-to-Speech) ראשון של החברה. המודל תומך בניהול קטיעות דיבור, זיהוי בקשות בסביבה רועשת, התאמת סגנון דיבור באמצעות הנחיות (Prompting) ותאימות מלאה ל-OpenAI Realtime API. לדברי החברה, הוא עוקף את GPT-Realtime 2.1 במדדי Big Bench Audio ו-Tau-Voice.

במקביל חשפה מיקרוסופט את MAI Transcribe 2, מודל תמלול רב-לשוני המניע את שירות Dragon Copilot Transcribe. על פי נתוני החברה, השירות מעבד 10 מיליון מפגשי רופא-מטופל בחודש, הפחית בחצי את שיעורי השגיאות בתהליכים רב-לשוניים ונמצא בשימוש אצל כשליש מהרופאים בארה"ב.

קבלת החלטות מובנות: Microsoft-Decision-1.1

מודל Microsoft-Decision-1.1 עובר כעת לזמינות כללית (GA), לאחר ששימש יותר מ-4,000 לקוחות בתקופת התצוגה המקדימה. בניגוד למודלי שפה גנרטיביים, מודל החלטה נועד לבחור בין פעולות מותרות תחת מגבלות שהוגדרו מראש, לספק ציון ביטחון מכויל ולהימנע מתשובה כאשר המידע חלקי.

המודל מבוסס על Gemma 4 26B A4B, מודל הקוד הפתוח של גוגל בארכיטקטורת מומחים מעורבים (Mixture of Experts), ופועל על מנוע הסקה ייעודי, כאשר בגרסה 1.1 נוספה גם תמיכה בקלט חזותי כמו תמונות וצילומי מסך.

במדד Artificial Analysis Decision Index v2.1 המודל קיבל ציון 68 – שיפור של שש נקודות לעומת הדור הראשון – ולדברי החברה הוא מהיר פי 50 וזול פי 79 מ-GPT-6.1 Sol, ומהיר יותר מפי שניים מקודמו.

לצד המודלים השיקה מיקרוסופט את תוכנית MAI Licensed Weights, שבמסגרתה ארגונים מקבלים רישיון למשקולות המודל (Model Weights) – הפרמטרים שנלמדו באימון וקובעים את התנהגותו. כך הם יכולים להתאים אישית את מודלי MAI ולהריץ אותם בסביבת Azure פרטית.

זמינות ומחירים

המודלים החדשים נכנסים לזמינות מדורגת בפלטפורמות השונות של מיקרוסופט ובשירותי צד שלישי:

מודל זמינות מחיר
MAI Code 2 זמין כעת ב-GitHub Copilot לא נמסר
MAI Code 2 Flash זמין ב-GitHub Copilot ובתצוגה מקדימה מוגבלת ב-Microsoft Foundry לא נמסר
MAI Cyber 2 Flash בלעדי למוצרי האבטחה של מיקרוסופט כלול במוצרי האבטחה הזכאים
MAI Image 2.7 תצוגה מקדימה ציבורית ב-Microsoft Foundry וב-MAI Labs כ-35 דולר ל-1,000 תמונות
MAI Image 2.7 Flash תצוגה מקדימה ציבורית ב-Microsoft Foundry וב-MAI Labs כ-10 דולר ל-1,000 תמונות
MAI Realtime 1 התנסות ב-MAI Labs והרשמה לתצוגה מקדימה מוגבלת ב-Foundry החל מ-0.01 דולר לדקת שמע
MAI Transcribe 2 משולב בשירות Dragon Copilot Transcribe לא נמסר
Microsoft-Decision-1.1 זמינות כללית ב-Microsoft Foundry, OpenRouter ו-Vercel לא נמסר

השוואת מפרטים