@github:@MicrosoftAI 的 MAI-Code-1.1-Flash 现已在 GitHub Copilot 中推出。它具备原生视觉支持,用于图像理解……

X AI KOLs Timeline 模型

摘要

Microsoft 的 MAI-Code-1.1-Flash 编程模型正在 GitHub Copilot 中推出,新增原生视觉支持并提升了编程性能,列表价格比前代产品低 73%。

@MicrosoftAI 的 MAI-Code-1.1-Flash 现已在 GitHub Copilot 中推出。它具备原生视觉支持,可用于图像理解。在代码质量、指令遵循、工具使用和性能方面均有改进。列表价格比 MAI-Code-1-Flash 低 73%,使其成为高性价比之选。可在 GitHub Copilot 应用、CLI 和 @code 中试用。
查看原文
查看缓存全文

缓存时间: 2026/08/12 14:27

@MicrosoftAI 的 MAI-Code-1.1-Flash 现已在 GitHub Copilot 中推出。它原生支持视觉能力,可理解图像。在代码质量、指令遵循、工具使用和性能方面均有改进。标价比 MAI-Code-1-Flash 降低 73%,是一个高性价比的选择。欢迎在 GitHub Copilot 应用、CLI 和 @code 中试用。


MAI-Code-1.1-Flash 现已可在 GitHub Copilot 中使用

来源:https://github.blog/changelog/2026-08-11-mai-code-1-1-flash-available-in-github-copilot/

MAI-Code-1.1-Flash 是微软最新推出的小型编程模型,现已在 GitHub Copilot 中推出。在 MAI-Code-1-Flash 的基础上,它新增了对图像理解的原生视觉支持,并在代码质量、指令遵循、工具使用和性能方面均有所改进。

除了这些模型增强之外,模型与服务的效率持续提升,使其标价比 MAI-Code-1-Flash 降低了 73%,成为需要在能力与成本效益之间取得平衡的轻量级编码工作流的经济高效选择。对于年度 GitHub Copilot 订阅者,该模型按 0.25 倍的高级请求乘数计费。

阅读 MAI-Code-1.1-Flash 公告,深入了解该模型的视觉支持、编码性能改进和效率提升。

该模型按使用量计费,费率为服务商标价。有关详细信息,请参阅 GitHub Copilot 的模型与请求定价

GitHub Copilot 中的可用性 (https://github.blog/changelog/2026-08-11-mai-code-1-1-flash-available-in-github-copilot/#availability-in-github-copilot)

MAI-Code-1.1-Flash 将通过自动模型选择提供给 Copilot Free 和 Student 用户。Copilot Pro、Pro+、Max、Business 和 Enterprise SKU 除了可以自动选择该模型外,还可以手动选择。

你可以在以下位置的模型选择器中选中该模型:

  • Copilot CLI
  • Copilot 云代理
  • GitHub Copilot 应用
  • GitHub 上的 Copilot Chat
  • Visual Studio Code
  • Visual Studio
  • GitHub Mobile
  • JetBrains IDEs
  • Eclipse
  • Xcode

启用访问权限 (https://github.blog/changelog/2026-08-11-mai-code-1-1-flash-available-in-github-copilot/#enabling-access)

Copilot Enterprise 和 Copilot Business 计划的管理员必须在 Copilot 设置中启用 MAI-Code-1.1-Flash 策略。该策略默认关闭。

了解更多 (https://github.blog/changelog/2026-08-11-mai-code-1-1-flash-available-in-github-copilot/#learn-more)

要探索 GitHub Copilot 中提供的所有模型,请参阅我们的 模型文档,并开始使用 Copilot。

欢迎在 GitHub 社区讨论 中分享您对此模型的反馈。

相似文章

MAI-Code-1-Flash

Hacker News Top

微软推出了MAI-Code-1-Flash,这是一款针对生产工作流优化的编码模型,在多个基准测试中,其使用的token更少,准确率高于Claude Haiku 4.5。