2026 年 11 月 17 日,微软在 Ignite 2026 大会上连发三款自研模型:面向代码的 MAI Code 2 与 Code 2 Flash、面向安全分析的 MAI Cyber 2 Flash、面向实时语音的 MAI Realtime 1(来源:IT之家 2026-11-18 报道)。两天前的 11 月 16 日,国内豆包工作上线「工作台」功能,首批覆盖金融、医疗、教育等 21 个专业…
2026 年 11 月 17 日,微软在 Ignite 2026 大会上连发三款自研模型:面向代码的 MAI Code 2 与 Code 2 Flash、面向安全分析的 MAI Cyber 2 Flash、面向实时语音的 MAI Realtime 1(来源:IT之家 2026-11-18 报道)。两天前的 11 月 16 日,国内豆包工作上线「工作台」功能,首批覆盖金融、医疗、教育等 21 个专业场景,金融投研工作台可通过插件链接万得、同花顺、国泰海通等数据服务(来源:IT之家 2026-11-16 报道)。
一前一后两场发布,指向同一个方向:把「一个通用模型」拆成「按任务分的专用能力」。对长沙的中小企业决策者来说,国产大模型选型这个问题的问法要跟着变——从「我该用哪家的模型」,变成「我这几类业务动作,各自该走哪条线」。本文先把这三款模型公布的数字摆清楚,再对照国产侧的对应位置,最后给出四张可以直接拿去用的清单。文中单价均标注来源与访问日期,测算部分写明假设条件,属于建立量级概念的推算,不是报价,也不构成对采购结果的承诺。
一、三款模型公布的数字,各自是一个新计价单位
| 模型 | 定位 | 厂商公布的关键数据 | 来源 |
|---|---|---|---|
| MAI Code 2 | 通用编程模型,可在 GitHub Copilot 上使用 | 在微软公布的四项编程基准平均结果中,达到 GPT-6.1 Sol 约 98% 的表现,价格约为其 40%;官方测试显示平均单次任务成本 $0.309,GPT-6.1 Sol 为 $0.761,Claude Opus 5.5 为 $6.306 | IT之家 2026-11-18 报道 |
| MAI Code 2 Flash | 轻量、高频的日常编程,覆盖 Copilot Free 与 Student 用户 | 50% 促销定价下单次任务平均成本低至 $0.052,成本约为 GPT-6 Luna 的 65%、Claude Haiku 5.5 的 20%;在 DeepSWE 1.1、Terminal-Bench 2.1、SWE Atlas 三项测试中平均通过率 61.0%,GPT-6 Luna 为 55.1%,Claude Haiku 5.5 为 53.9% | IT之家 2026-11-18 报道 |
| MAI Cyber 2 Flash | 安全专用模型,专供微软安全产品 MDASH 使用 | CyberGym-E2E 基准任务成功率 92.3%,GPT-6 Astra 为 91.5%,每任务成本不足其 2%;WebExploitBench 取得 40.4%,GPT-5.6 Cyber 为 38.4%;上下文窗口 100 万 token,为上一代的四倍;12 月中旬起,符合条件客户的 MAI 配置文件中的现有模型将自动替换为该模型 | IT之家 2026-11-18 报道 |
| MAI Realtime 1 | 微软首款语音对语音模型,用于实时客服等场景 | 基础语音对语音使用费每音频分钟 0.01 美元(约合 0.067 元人民币);涉及推理时按每百万输入 token 1 美元(约合 6.7 元)、每百万输出 token 5 美元(约合 33.4 元)另行计费。Big Bench Audio 准确率 98.9%,每小时输入音频成本约 1.35 美元(约合 9 元);GPT-Realtime-2 High 为 96.6%、每小时 4.14 美元(约合 27.7 元),Grok Voice 2.0 为 97.2%、每小时 4.80 美元(约合 32.1 元)。已兼容 OpenAI Realtime API | IT之家 2026-11-18 报道 |
这四行数据里,最值得注意的不是某个百分比,而是计价单位本身:代码线与安全线按「每任务」报价,语音线按「每音频分钟 + 每百万 token」报价。
口径说明:微软同时说明,上述性能与成本对比会随具体工作负载、模型配置、推理强度与评测方法而变化,成本数据反映的是离线评估成本,不等同于客户的实际支出(来源:IT之家 2026-11-18 报道)。各家基准测试的题目集与判分方式不同,跨厂商数字只能看量级,不能直接当作自家项目的验收指标。汇率按 1 美元约合 6.7 元人民币折算,与该报道口径一致。
二、国产侧的对应位置:先统一单位,再谈价格
国产公开报价的主流单位目前仍是「每百万 tokens」,另外还有按小时音频(语音识别)、按千次(搜索与网页抓取)、按千页(文件解析与 OCR)等计费单位。两套单位直接摆在一起比,比出来的结论没有意义——先把单位统一,再谈谁更合适。
下面是 DeepSeek 官方价目页当前公示的价格,访问日期为 2026 年 11 月 18 日(来源:DeepSeek 官方 API 文档《模型 & 价格》)。
| deepseek-flash / deepseek-v4-pro 计费项 | 空闲时段 | 高峰时段 |
|---|---|---|
| deepseek-flash 输入(缓存命中) | 0.02 元/百万 tokens | 0.04 元/百万 tokens |
| deepseek-flash 输入(缓存未命中) | 1 元/百万 tokens | 2 元/百万 tokens |
| deepseek-flash 输出 | 4 元/百万 tokens | 8 元/百万 tokens |
| deepseek-v4-pro 输入(缓存命中) | 0.15 元/百万 tokens | 0.30 元/百万 tokens |
| deepseek-v4-pro 输入(缓存未命中) | 4.5 元/百万 tokens | 9.0 元/百万 tokens |
| deepseek-v4-pro 输出 | 13.5 元/百万 tokens | 27.0 元/百万 tokens |
同一价目页列出的工具类计费:语音识别 0.78 元/小时音频(限时 5 折 0.39 元)、语音合成 3 元/万字符(限时 5 折 1.5 元)、搜索与网页抓取 5 元/千次、文件解析与 OCR 1.5 元/千页。峰谷口径为:空闲时段价格是高峰时段的一半,高峰时段为北京时间周一至周五(不含中国法定节假日)9:00—12:00、14:00—18:00。
其他平台的公开单价,站内《2026年10月国产大模型API最新报价:DeepSeek/通义/混元/豆包价格全对比与长沙中小企业选型建议》一文已按 2026 年 10 月的官方公示价整理过一遍,本文不重复该表,请以各家平台当前公示为准。站内数据一致性口径:同一模型在不同文章中出现的单价差异,来自采集时间与是否区分峰谷,以官方价目页当前公示为准。
这里有一个容易踩的坑需要单独点出来:微软的「每音频分钟 0.01 美元」是端到端语音对语音(听、想、说都在模型内完成),DeepSeek 的「语音识别 0.78 元/小时」只做转写。拿后者和前者直接比,结论会失真。真正可比的是同一个业务动作的全链路成本:转写 + 理解 + 生成 + 落地,语音之外还有大模型 token 与工具调用成本。
三、三个结构性变化,以及它们对长沙企业的含义
变化一:计价单位在分化,采购与验收口径要跟着换单位。这也是国产大模型选型在下半年的主线变化——比较的对象从模型换成了任务。
当供应商开始用「每任务」报价,企业的验收指标就要跟着从「单次调用多少钱」换成「一个业务动作跑完多少钱」。这直接影响预算表的写法:预算表的行不再是模型,而是业务动作(一通回访电话、一次合同抽取、一条工单处理)。
变化二:企业不再只买一个通用模型,专用能力按任务分层。
微软把代码、安全、语音拆成三条独立产品线,国内的方向也在同步——豆包工作「工作台」把金融、医疗、教育等 21 个专业场景做成预置了技能与工具的专属工作空间,用户还可自建并分享(来源:IT之家 2026-11-16 报道)。对中小企业的实际含义是:选型动作从「挑一家供应商」变成「给每类任务挑一条能力线」,后者才是真正能落到账单的粒度。
变化三:模型与产品捆绑,采购风险从「选错模型」转向「被替换、被绑定」。
一个具体细节:微软计划自 12 月中旬起,把符合条件的 MAI 配置文件中的现有模型自动替换为 MAI Cyber 2 Flash(来源:IT之家 2026-11-18 报道)。这类「自动替换」条款在国内平台采购中并不显眼,但它决定了一件事:模型层的变更权在供应商一侧。站内《模型越接越多、成本越花越快:中小企业怎么用一层AI网关把账算清(长沙落地指南)》一文讲的观测与路由层,本质就是把这个变更权收回自己手里——每条任务线接什么模型、记什么账,由自己的网关决定,而不是跟着供应商的配置文件走。
四、长沙中小企业的四张清单
清单一:任务—模型分层表。把业务动作归到四类,每类给出主用、备选、降级三条路径。这张表是国产大模型选型的最小可执行版本,也是后面三张清单的底稿。
| 业务动作类别 | 主用 | 备选 | 降级 | 分层理由 |
|---|---|---|---|---|
| 批量日常处理 (分类、抽取、摘要、初稿) | 低价通用模型(如 deepseek-flash 空闲时段口径、豆包 Doubao-Pro 等) | 平台上的场景化能力包 | 可私有化的开源模型 | 调用量大、对延迟不敏感、对单次成本最敏感 |
| 复杂推理与长文档 (合同审阅、方案推演、多轮分析) | 高分模型 | 同供应商的高配版本 | 分级路由:先用低价模型出初稿再升级 | 调用量小、单次价值高,可以为质量付溢价 |
| 代码与安全审计 (AI 编程辅助、漏洞排查) | 代码/安全专用模型 | 通用模型加静态扫描工具 | 人工复核 | 微软这次把代码与安全拆成独立模型,说明这类任务的能力结构与通用对话并不相同 |
| 实时语音与交互 (客服、回访、外呼) | 端到端语音模型 | 语音识别 + 通用模型 + 语音合成的级联方案 | 模板话术加人工转接 | 延迟与打断处理决定体验;话术固定的场景用级联方案成本更低 |
清单二:报价折算表。目的不是抄单价,而是把不同单位的报价拉到同一张表上。折算分三步:①先确定业务动作作为最小单位(一通电话、一次抽取、一条工单);②查每条能力线的单价(每百万 token、每分钟音频、每任务);③用自家的真实消耗量换算——每个动作消耗多少 token、占用多少音频分钟、触发几次模型调用。这里不写具体单价,因为各家平台当前公示价以官网为准,写死了反而容易过期出错。
清单三:合规与数据边界,三条必须写进合同。
其一,数据边界。涉及客户资料、经营数据、合同文本的调用,要确认数据存储位置、留存期限与是否用于训练。供应商把模型预置进自有产品并支持自动替换,说明模型层的变更权在对方一侧,这一条必须自己写清楚。
其二,权限边界。智能体接入 ERP、进销存、工单库时使用的账号,按站内《Agent 删库频发之后:长沙中小企业给 AI Agent 划权限边界的五条护栏与验收清单》一文给出的护栏执行,不要用超管账号——这是与模型能力无关、但最容易在项目赶工时被省掉的一步。
其三,替换通知。模型替换、下线与调价需要提前通知,并约定替换之后重新走一次验收,把「替换通知义务」写进合同附件,而不是等上线后才发现行为变了。
清单四:验收与替换准备。
两周影子测试:先在非核心任务上并行跑两周,记录采纳率、单次成本、人工返工时间三个数,用实际数据替代演示观感。峰值并发:语音与工单类场景的并发峰值,决定用按量计费还是预留吞吐。回退方案:每条任务线至少留一条降级路径(更便宜的模型或人工),切换演练一次。复评节奏:国产模型迭代快,建议每季度重跑一次分层表与单价表。
五、30/60/90 天怎么走
30 天:把业务动作列成一张任务清单,标注每类任务的月调用量、当前单价、当前供应商,产出就是四行表。
60 天:挑占比最高的一类任务做分层试点,主线与降级两条线并行,记录采纳率、单次成本、返工时间三个数。
90 天:把分层表与三条合同条款写进采购与验收文件,形成季度复评机制。
本地机会窗口:11 月 19 日,2026 世界计算大会在长沙开幕,中小企业怎么参会、怎么把场景接上,站内《2026 世界计算大会 11 月 19 日长沙开幕:中小企业怎么参会、怎么把场景接上》一文已写清参会与对接路径,本文不重复。需要提醒的是,展会上的方案演示与自家场景的适配度,通常要经过一次两周的影子测试才知道,这也是把清单四提前准备好的原因。
说明:本文引用的微软数字均来自厂商在 Ignite 2026 公布、并经 IT之家 2026-11-18 报道的数据,属离线评测口径;国产单价来自 DeepSeek 官方价目页(访问日期 2026 年 11 月 18 日)与各平台当前公示价,不同公开报道口径存在差异时,以官方公告与价目页为准。本文不构成对具体采购结果的承诺。
免责声明:本文基于行业通用场景分析与公开可查的厂商披露信息撰写,所述价格为公开渠道公示或厂商公布口径,实际成本与效果因业务场景、调用量、部署方式及实施条件而异,不构成对预期效果的承诺。文中提及的企业信息如涉及真实案例,均已获得授权并做脱敏处理。
