Microsoft lanserer nye KI-modeller for koding og cybersikkerhet

Eirik Nordvik7 min lesetid
Utvikler vurderer kode og et sikkerhetsdashboard ved skrivebordet i et moderne kontor.

På Microsoft Ignite 17. november la Microsoft fram en ny familie med sju MAI-modeller. To av dem retter seg mot utviklere: MAI Code 2 for større kodeoppgaver og Code 2 Flash for raske, gjentakende endringer. Samtidig lanserte selskapet Cyber 2 Flash for sikkerhetsarbeid. Begge Code-modellene er tilgjengelige i GitHub Copilot, mens Flash også er i begrenset forhåndsvisning i Microsoft Foundry.

Et tydeligere forsøk på å eie hele AI-stakken

Lanseringen handler ikke bare om nye modellnavn. Microsoft forsøker å koble egne modeller tettere til produktene der utviklere og IT-team allerede arbeider: Copilot, Foundry og sikkerhetsplattformen Perception. Det gir selskapet mulighet til å styre kostnad, tilgang og integrasjon på tvers av modell og verktøy. For et lite utviklerteam kan det være nyttig å prøve modellene på et avgrenset, anonymisert sett av egne oppgaver før standardinnstillingene endres. Slik blir forskjeller i kvalitet, hastighet og nødvendige rettelser synlige i arbeidsflyten teamet faktisk bruker.

Ifølge Microsoft omfatter MAI-familien nå modeller for koding, cybersikkerhet, bilder, tale, transkripsjon og beslutningsoppgaver. Selskapet sa også at Maia 200, den andre generasjonen av egen AI-akselerator, er i produksjon og kjører de største modellene deres. Dette er selskapets egne opplysninger; uavhengig dokumentasjon av ytelsestallene er foreløpig begrenset.

Code 2 er laget for hverdagsarbeidet i kodebasen

Microsoft beskriver MAI Code 2 som modellen for oppgaver som å ferdigstille kode til produksjon, feilsøke, endre flere filer, resonnere på tvers av et repository og lage brukergrensesnitt. Code 2 Flash er mindre og raskere orientert mot forklaringer, avgrensede redigeringer, rutinefeil og korte iterasjoner.

Selskapets sammenligning bygger på fire utviklerbenchmark: DeepSWE 1.1, Terminal Bench 2.1, SWE-Atlas og FrontierCode v1.1. Microsoft oppgir at Code 2 nådde 98 prosent av ytelsen til GPT-6.1 Sol til rundt 40 prosent av prisen, og 96 prosent av Claude Opus 5.5-ytelsen til fem prosent av prisen. Det siste kostnadstallet bruker imidlertid en kampanjepris på 50 prosent for Code 2. Det gjør prissammenligningen mindre direkte enn overskriftsforholdet kan få det til å virke.

Microsoft sier modellen ennå ikke er tilpasset tyngre vitenskapelig forskning eller svært langvarige agentoppgaver. Det er en viktig avgrensning: resultater på daglig kodearbeid sier ikke automatisk hvordan en modell vil prestere på store, åpne oppgaver med mange verktøykall.

Copilot-integrasjon betyr mer enn en benchmark

Begge Code 2-modellene er tilgjengelige i GitHub Copilot og Microsoft Foundry, ifølge Microsoft. Code 2 Flash er foreløpig bare i begrenset forhåndsvisning i Foundry. Når modellen dukker opp direkte i et kjent verktøy, kan team prøve den uten å bygge en separat integrasjon eller flytte kode til en ny tjeneste.

Den praktiske testen for utviklere blir derfor ikke bare om modellen vinner en benchmark. De bør undersøke hvordan den håndterer prosjektets språk og rammeverk, om forslagene passer eksisterende kodekonvensjoner, hvor ofte mennesker må rette resultatet, og hva oppgaven faktisk koster når gjentatte forsøk og kontekst tas med. Sjekk samtidig hvilke data tjenesten behandler, hvor lenge forespørsler lagres og hvilke administratorstyringer finnes. Vilkårene kan variere mellom Copilot og Foundry og bør leses i den konkrete produktdokumentasjonen før kildekode eller sikkerhetsfunn sendes inn.

En spesialistmodell for cybersikkerhet

MAI Cyber 2 Flash er rettet mot sårbarhetsanalyse og sikkerhetsundersøkelser. Microsoft oppgir 92,3 prosent oppgaveløsning på CyberGym-E2E, mot 91,5 prosent for GPT-6 Astra, med under to prosent av kostnaden per oppgave. Selskapet sier modellen har et kontekstvindu på én million tokens og skal tilbys gjennom Microsofts egne sikkerhetsprodukter, blant annet MDASH, fra midten av desember for kvalifiserte kunder. Den oppgitte kostnaden er et modellbenchmark, ikke et løfte om hva en organisasjon vil betale i drift; volum, gjentatte forsøk, caching og menneskelig kontroll påvirker regnestykket.

Benchmarken fortjener en nærmere lesning. Microsoft opplyser at 92 av de 905 oppgavene ble utelatt fordi prosjektene og sårbarhetsrapportene overlappet med treningsdata. Resultatet gjelder dermed de resterende 813 oppgavene, og Microsoft sier referanseløsningene ikke ble brukt i treningen. Selskapet opplyser også at modellene ble kjørt med ulikt resonnementbudsjett i sammenligningen. Dette er relevante metodiske detaljer, ikke fotnoter man bør overse.

Et lavere beregnet modellforbruk kan gjøre kontinuerlig sikkerhetsanalyse mer økonomisk tilgjengelig. Men organisasjoner bør fortsatt måle presisjon på egne systemer, kontrollere forslag før de endrer produksjonskode og vurdere tilgangsstyring. En sikkerhetsmodell erstatter verken ansvarlig sårbarhetshåndtering eller menneskelig godkjenning av risikofylte tiltak.

Flere modeller, og mer kontroll over utrulling

Lanseringen omfatter også MAI Image 2.7, MAI Realtime 1, MAI Transcribe 2 og Microsoft-Decision-1.1. Microsoft sier Decision 1.1 er allment tilgjengelig, mens andre modeller har ulik utrullingsstatus. Selskapet annonserte dessuten «MAI Licensed Weights», som skal gi utvalgte kunder tilgang til modellvekter for egen tilpasning og kjøring i Azure-miljøer. Det er foreløpig et tilbud gjennom Microsofts Frontier Company-samarbeid, ikke en generell utrulling.

For bedriftskunder er dette en strategisk dreining: modellvalg, datahåndtering, kostnad og verktøykjede knyttes tettere sammen. Egen modell kan gi Microsoft større kontroll over produktopplevelsen, men kundene vil fortsatt måtte vurdere binding til leverandør, databehandling, kvalitet og muligheten til å bytte modell senere.

Hva utviklere og IT-ledere bør følge med på

Det neste signalet blir faktisk bruk over tid. Se etter om Code 2 reduserer tiden fra oppgave til gjennomgått kode, ikke bare om den fullfører en benchmark. For sikkerhetsarbeid bør team følge falske positive, oversette funn og hvor ofte anbefalinger kan bekreftes uavhengig. Sammenlign også total kostnad i samme arbeidsflyt, med like innstillinger og uten kampanjepriser der det er mulig.

Microsofts Ignite-annonsering viser at selskapet satser på spesialiserte modeller som del av sine utvikler- og sikkerhetsprodukter. De oppgitte resultatene er lovende, men hoveddelen er fortsatt leverandørens egne tester. For team som allerede bruker Copilot eller Microsofts sikkerhetsverktøy, er dette først og fremst en ny mulighet til å prøve og måle – ikke dokumentasjon på at enhver oppgave bør flyttes til en ny modell.

Om Eirik Nordvik

Eirik skriver om forbrukerteknologi, mobil og nettsikkerhet for Smartpage. Han er opptatt av å forklare hva teknologinyhetene betyr i praksis – uten hype og uten sjargong.

Relaterte artikler