Microsoft AI, GitHub Copilot용 MAI-Code-1-Flash와 Excel용 MAI 모델 성과 공개
Hill-climbing MAI models for GitHub Copilot and Excel
Microsoft AI는 GitHub Copilot용 MAI-Code-1-Flash와 여기서 파생된 Excel용 MAI 모델의 결과를 공개했다. Excel 모델은 가장 일반적인 작업에서 GPT-5.6과 동등한 품질을 보이면서도 비용 효율이 높다고 한다. 앞으로는 Copilot Chat, Outlook, PowerPoint 등에도 같은 방식을 확대할 계획이다.
MAI-Code-1-Flash는 6월부터 GitHub Copilot에서 제공되기 시작했으며, 수백만 명의 개발자가 일상 업무에서 사용하고 있다. VS Code에서는 GPT 5.4 Mini 및 Claude Haiku 4.5에 비해 코드 채택률이 약 10% 높다. 여러 날에 걸쳐 다시 사용할 확률은 GPT 5.4 Mini보다 6%, Claude Haiku 4.5보다 11% 높다. 토큰 사용량 중앙값은 두 모델보다 10% 적고, 사용자가 시작한 턴 수는 많다고 밝혔다.
Excel용 모델은 MAI-Code-1-Flash의 체크포인트를 Excel 강화학습 환경에서 추가로 학습시켜 만들었다. 에이전트형 코딩 능력이 에이전트형 지식 업무(knowledge work)로 전이되는지를 시험하는 위치에 있다. 실제 운영 트래픽에서 수집된 사용자 피드백에 따르면, 가장 일반적인 작업의 품질은 GPT-5.6과 동등하다고 한다.
소형이면서 효율이 높아 최신 세대에 국한되지 않고 Nvidia H100 및 A100급 GPU에서도 제공할 수 있으며, 이에 따라 Microsoft의 도입 비용이 크게 낮아진다고 한다. 그림에서는 SWE Bench Verified에서 72%에 도달한 코드용 체크포인트가 Excel 평가에서 81%에서 86%로 상승하는 추이가 나타난다.
Microsoft는 이 기법을 모델, 하네스, 에이전트, 제품별 평가를 모두 보유한 강점을 살린 학습 방침으로 자리매김한다. 같은 hill-climbing을 Copilot Chat, Outlook, PowerPoint 등 에이전트형 제품군으로 확대하는 중이다.
출처: Microsoft AI (MAI) News · microsoft.ai