该模型于8月12日正式接入GitHub Copilot生产环境，在Terminal-Bench测试中性能提升22%，并基于数十万个强化学习反馈优化成本与效率。
微软于8月12日宣布推出MAI-Code-1.1-Flash编程大语言模型的最新迭代版本，该模型已正式部署至GitHub Copilot平台供用户调用。作为2024年6月Microsoft Build大会发布的首代MAI-Code系列的升级产品，新版模型旨在优化代码生成任务的推理效率与成本结构，通过降低Token消耗实现价格的大幅下调。此次更新标志着微软在应对竞争对手如GLM系列、Kimi以及OpenAI相关模型的竞争中，进一步强化了其在开发者工具领域的成本控制策略。
在性能指标方面，新模型在GitHub Copilot CLI环境的Terminal-Bench 2.1基准测试中得分较前代提升22%，针对.NET平台开发任务的表现则提高了15%。效率优化数据显示，Token流式输出速度加快了25%，完成同等复杂度的编程任务所需消耗的Token总量减少了25%。得益于训练与服务链路的技术改进，该模型的推理成本被调整至初代版本的四分之一。具体计费标准定为每100万输入Token收费0.20美元，缓存输入Token收费0.02美元，输出Token收费1.20美元；对于年度订阅用户，高级请求的倍率系数设定为0.25倍。
该模型的开发团队表示，此次更新的数据支撑来源于GitHub Copilot在数十万个强化学习环境中的实际运行反馈，通过持续迭代显著提升了代码采纳率与用户回访率。在实际应用场景中，代码采纳率提升了4%，用户回访率增加了9%。微软后续计划继续收集开发者通过GitHub提交的使用建议，以推动模型的进一步优化。此举使得该模型在价格敏感型开发场景及企业级大规模应用中具备更强的竞争力，同时也为开源社区与企业用户提供了一种高性价比的AI辅助编程选项。