Microsoft เปิดตัว MAI-Code-1-Flash — โมเดลโค้ดตัวแรกที่สร้างเองทั้งหมดโดยไม่พึ่ง OpenAI ฝังตรงเข้า GitHub Copilot
Microsoft AI เปิดตัว MAI-Code-1-Flash โมเดลเขียนโค้ดรุ่นใหม่ที่ออกแบบมาเพื่อช่วยงานนักพัฒนาในชีวิตประจำวันแบบเร็วและประหยัด โดยจุดที่ไมโครซอฟท์เน้นย้ำคือมัน ฝึกขึ้นมาเองตั้งแต่ต้น (from the ground up) บนข้อมูลที่สะอาด ตรวจสอบย้อนกลับได้ และระดับ enterprise — โดย ไม่ได้ distill ความรู้มาจากโมเดลของบริษัทอื่น โมเดลเริ่มทยอยปล่อยให้ผู้ใช้ GitHub Copilot รายบุคคลบน Visual Studio Code แล้ว ทั้งใน model picker และผ่านระบบ auto picker
นี่คือโมเดลโค้ดตัวแรกที่ไมโครซอฟท์สร้างเองทั้งหมดโดยไม่พึ่งพา OpenAI ซึ่งเปิดตัวครั้งแรกในงาน Build 2026 ที่ซานฟรานซิสโกเมื่อ 2 มิถุนายน 2026 และอัปเดตข้อมูลล่าสุดเมื่อ 8 มิถุนายน
สร้างมาเพื่อ “งานจริง” ไม่ใช่แค่ benchmark
แนวคิดหลักของ MAI-Code-1-Flash คือโมเดลโค้ดจะมีประโยชน์สูงสุดเมื่อทำงานได้ดีใน สภาพแวดล้อมเดียวกับที่นักพัฒนาใช้จริงทุกวัน ไมโครซอฟท์จึงฝึกมันด้วย harness ของ GitHub Copilot ที่ใช้ใน production โดยตรง ทำให้โมเดลเรียนรู้วิธีโต้ตอบกับเครื่องมือและระบบรอบข้างในงาน agentic coding — เช่น การตอบคำถามเกี่ยวกับ repository, refactoring และงานที่อิงข้อมูล telemetry จริง
อีกจุดเด่นคือ adaptive thinking — โมเดลปรับความยาวของคำตอบตามความยากของงาน คำของ่าย ๆ ก็ตอบกระชับ ส่วนปัญหาซับซ้อนก็ใช้ “งบการให้เหตุผล” มากขึ้น ผลคือนักพัฒนาเห็นผลลัพธ์ที่ใช้ได้เร็วขึ้น ลด latency และลดต้นทุนต่อ token
ตัวเลขที่ไมโครซอฟท์เคลม
ไมโครซอฟท์เทียบ MAI-Code-1-Flash กับ Claude Haiku 4.5 บน SWE-Bench Verified, SWE-Bench Pro, SWE-Bench Multilingual และ Terminal Bench 2 โดยใช้ production harness เดียวกับที่นักพัฒนาใช้จริง ผลที่เคลมคือชนะทั้ง 4 benchmark โดยมีช่องว่างเด่นที่สุดบน SWE-Bench Pro (51.2% เทียบกับ 35.2% — นำ 16 แต้ม) และที่สำคัญคือทำงานยากได้สำเร็จโดยใช้ token น้อยลงถึง 60% บน SWE-Bench Verified สะท้อนว่าความแม่นยำที่สูงขึ้นกับประสิทธิภาพที่ดีขึ้นไม่จำเป็นต้องแลกกัน
ไมโครซอฟท์ยังสร้าง benchmark ของตัวเอง 186 คำถาม 34 หมวด ที่ออกแบบ “กับดักเชิงปฏิปักษ์” เช่น โจทย์คลาสสิกที่สลับเงื่อนไข โจทย์ที่เป็นไปไม่ได้ และโจทย์ที่ข้อมูลไม่พอ เพื่อทดสอบว่าโมเดล “ให้เหตุผลจริง” หรือแค่ “จำ pattern” — โดย MAI-Code-1-Flash ทำได้ 85.8% adjusted accuracy แต่ก็ยอมรับว่ายังมีหมวดอย่าง Einstellung traps ที่ทำได้ต่ำกว่า 50%
มุมมอง AI Curator
ข่าวนี้น่าสนใจน้อยกว่าในแง่ “โมเดลโค้ดอีกตัว” แต่มากกว่าในแง่ กลยุทธ์ การที่ไมโครซอฟท์ย้ำคำว่า “สร้างเองทั้งหมด ไม่ distill จากใคร” และเลือกเทียบกับ Claude Haiku 4.5 ของ Anthropic โดยตรง คือสัญญาณชัดว่าบริษัทที่ลงทุนใน OpenAI ถึง 13 พันล้านดอลลาร์และใน Anthropic อีก 5 พันล้าน กำลังต้องการเป็นเจ้าของ “ชั้นโมเดล” ของตัวเองมากขึ้น เพื่อลดการพึ่งพาและคุมต้นทุนให้นักพัฒนา
สำหรับนักพัฒนาไทยและทีมเล็กในภูมิภาค จุดที่ควรโฟกัสไม่ใช่ตัวเลข benchmark ที่ผู้ขายเป็นคนวัดเอง (ควรรอผลทดสอบอิสระเสมอ) แต่คือทิศทางที่โมเดล “เล็กแต่คุ้ม token” กำลังกลายเป็นสนามแข่งสำคัญ เพราะต้นทุน inference คือสิ่งที่กระทบกระเป๋าผู้ใช้จริงในระยะยาว ถ้าแนวโน้มนี้ทำให้ผู้ช่วยเขียนโค้ดคุณภาพดีมีราคาถูกลงและฝังอยู่ในเครื่องมือที่ใช้อยู่แล้วอย่าง VS Code โดยไม่ต้องตั้งค่าเพิ่ม ผู้ที่ได้ประโยชน์มากที่สุดก็คือนักพัฒนาตัวเล็กที่งบจำกัด — แต่ก็ต้องจับตาว่า “ฟรีช่วงแรก” จะอยู่ได้นานแค่ไหนเมื่อการแข่งขันเริ่มนิ่ง
แหล่งข่าว
อ่านเพิ่มในหมวด โมเดลใหม่
Google เปิดตัว Gemini 4 Carbon ขึ้นอันดับ 1 Artificial Analysis v5 ด้วยคะแนน 59 แต่ยังให้ใช้แค่นักป้องกันไซเบอร์กลุ่มเล็ก
Gemini 4 Carbon เปิดตัว 28 ต.ค. แซง Claude Opus 5.5 บน Intelligence Index v5 แค่ 1 คะแนน และตามหลังเพียง 3 คะแนนในดัชนี coding agent ราคาเปิดตัว $2/$10 แต่นักพัฒนาทั่วไปยังเรียกใช้ไม่ได้ ระหว่างที่ Google ค่อย ๆ เปิดผ่านโปรแกรม Fairwind
Microsoft ปล่อย Mage-VL-Cowork โมเดล 4B คุมเดสก์ท็อปและเทอร์มินัลในตัวเดียว ได้ 66% บน OSWorld-Verified สัญญาอนุญาต Apache-2.0
Mage-VL-Cowork ขนาด 4B ของ Microsoft เลือกเองว่าจะคลิกหน้าจอหรือสั่ง bash ทำคะแนน OSWorld-Verified 66.0% ใกล้ค่าอ้างอิงมนุษย์ 72.4% ในตารางเดียวกัน แต่คำว่าดีที่สุดในขนาด 4B มีคู่เทียบบนตารางนี้แค่รุ่นเดียว
Mistral ปล่อยน้ำหนัก Large 4 จริงแล้ว — 1T ราคาลดเกือบครึ่ง แต่บน AA ได้ 26 และสัญญาอนุญาตห้ามขายเป็น API ถ้าไม่มีใบอนุญาตแยก
Mistral ปล่อยน้ำหนัก Large 4 (Le Chonk) เมื่อ 29 ต.ค. เป็นรุ่นที่ฝึก RL ต่ออีกสามสัปดาห์หลัง preview ขนาด 1T ใช้พื้นที่ราว 1.06TB ราคา API ลดเหลือ $0.70/$2.10 Mistral นำ open-weight ด้าน coding แต่คะแนนรวม AA 26 ตามหลังโมเดลจีน และสัญญาอนุญาตกันธุรกิจ Model-as-a-Service