Хочете будувати кар’єру в Data Science та AI? Vodafone Big Data Lab відкриває новий набір —>
Наталя ХандусенкоШІ
18 листопада 2026, 08:20
2026-11-18
Microsoft представила ШІ-моделі для програмування та кібербезпеки
У вівторок, 17 листопада, на конференції Microsoft Ignite у Сан-Франциско корпорація Microsoft анонсувала нову лінійку моделей штучного інтелекту з розширеними можливостями для програмування та кібербезпеки. Компанія посилює конкуренцію з такими суперниками, як Anthropic та OpenAI.
У вівторок, 17 листопада, на конференції Microsoft Ignite у Сан-Франциско корпорація Microsoft анонсувала нову лінійку моделей штучного інтелекту з розширеними можливостями для програмування та кібербезпеки. Компанія посилює конкуренцію з такими суперниками, як Anthropic та OpenAI.
Лінійка із сімох моделей Microsoft (MAI) включає моделі MAI Cyber 2 Flash, MAI Code 2, MAI Code 2 Flash, MAI Image 2.7, MAI Realtime 1, Dragon Copilot Transcribe та Decision 1.1.
Кібербезпека
Модель MAI Cyber 2 Flash створена для безперервного моніторингу кібербезпеки та захисту, зокрема для виявлення й усунення вразливостей у реальних робочих системах, пише Interesting Engineering. У Microsoft заявляють, що в тесті CyberGymE2E вона забезпечує якість на рівні GPT-6 Astra, але коштує менш ніж 2% від її ціни за виконання завдання. Новинка базується на попередніх системах MAI Cyber, на які припадає майже 40% перевірок на платформі оцінки безпеки MDASH (причому 90% перевірок, розпочатих за допомогою MAI, продовжувалися з її використанням).
Програмування
Для розробників програмного забезпечення компанія випустила MAI Code 2, орієнтовану на щоденні корпоративні завдання з кодингу. За даними Microsoft, модель демонструє 98% продуктивності GPT-6.1 Sol за приблизно 40% вартості, а порівняно з Claude Opus 5.5 від Anthropic — 96% продуктивності лише за 5% ціни. Полегшена версія MAI Code 2 Flash призначена для рутинних завдань на кшталт пояснення коду, точкових правок і виправлень; вона вже доступна в GitHub Copilot та в обмеженому попередньому перегляді через Microsoft Foundry.
Зображення, мовлення та маршрутизація
MAI Image 2.7: модель для роботи із зображеннями, яка посідає перше місце за редагуванням зображень та четверте — за генерацією зображень із тексту в рейтингу Artificial Analysis. Microsoft стверджує, що вона перевершує OpenAI GPT Image 2.6 Sunburst, коштуючи вп’ятеро дешевше.
MAI Realtime 1: перша модель компанії для голосового спілкування в реальному часі (speech-to-speech) із низькою затримкою. Вартість її використання стартує від $0,01 за хвилину аудіо.
Dragon Copilot Transcribe: медичний інструмент розшифрування на базі MAI Transcribe 2, який щомісяця обслуговує 10 мільйонів прийомів пацієнтів і дозволив удвічі знизити кількість помилок під час багатомовної транскрибації.
Decision 1.1: система маршрутизації запитів у застосунках, яка перенаправляє завдання до великих моделей лише за потреби. Модель у 50 разів швидша та в 79 разів дешевша за GPT-Sol 6.1, її вже використовують 4 000 клієнтів.
Кастомізація та власні чипи
Компанія також представила MAI Licensed Weights, що дає змогу бізнесу налаштовувати моделі на власних конфіденційних даних і запускати їх у власних середовищах Azure. Крім того, Microsoft відзначила свій ШІ-прискорювач другого покоління Maia 200, який уже перебуває в серійному виробництві, обслуговує найбільші моделі корпорації та забезпечує до 1,7 раза більше токенів на ват, ніж провідна графічна інфраструктура (GPU).
Керівник напряму ШІ в Microsoft Мустафа Сулейман в інтерв’ю агентству Reuters зазначив, що стратегія створення вузькоспеціалізованих технологій для окремих галузей дозволяє утримувати витрати на низькому рівні, водночас не відстаючи від конкурентів, а в деяких тестах — навіть перевершуючи їх.
«Це не просто одна модель і не короткочасний спалах. Це система — механізм безперервного вдосконалення, який ми побудували для одночасної оптимізації продуктивності та ціни», — підкреслив Сулейман.
За його словами, нещодавні інциденти у сфері кібербезпеки — зокрема злам платформи Hugging Face агентами OpenAI — змусили його зосередитися не лише на потужності систем, а й на критично важливих запобіжниках. Головним пріоритетом для себе Сулейман назвав напрям досліджень, відомий як alignment (узгодження ШІ) — запобігання шкідливим діям штучного інтелекту та гарантування того, що системи поводитимуться саме так, як задумано.