فهرست سایت
هوش مصنوعی نوشته شده در تاریخ ۶ تیر ۱۴۰۵ توسط ادمین

مدل MAI-Code-1-Flash مایکروسافت به سرویس‌های Copilot Business و Enterprise اضافه شد

مدل MAI-Code-1-Flash مایکروسافت به سرویس‌های Copilot Business و Enterprise اضافه شد

مدل MAI-Code-1-Flash که به‌تازگی توسط مایکروسافت معرفی شده، هم‌اکنون به‌طور کلی برای مشتریان GitHub Copilot Business و Copilot Enterprise در دسترس قرار گرفته است. با این پشتیبانی، سازمان‌ها می‌توانند کنترل‌های سیاستی متمرکزتر و صورتحساب یکپارچه‌تری داشته باشند و در نهایت، از مدل برنامه‌نویسی سبک‌وزن و اختصاصی مایکروسافت استفاده کنند.

بر اساس اعلامیه‌ گیت‌هاب، مدیران برنامه‌های Business و Enterprise باید پیش از دسترسی توسعه‌دهندگان به این مدل، سیاست مربوط به MAI-Code-1-Flash را در تنظیمات Copilot فعال کنند. مایکروسافت اعلام کرد که مدل MAI-Code-1-Flash برای کارهای برنامه‌نویسی سریع و تکراری طراحی شده است، نه برای سنگین‌ترین وظایف معماری یا اشکال‌زدایی؛ صفحه‌ مقایسه‌ی مدل‌های رسمی گیت‌هاب نیز بیان می‌کند که این مدل برای “برنامه‌نویسی و نوشتن با اهداف عمومی” عالی است و در ارائه‌ تکمیل‌ها و توضیحات کد سریع و دقیق، عملکردی برجسته دارد.

مایکروسافت مدل MAI-Code-1-Flash را در تاریخ 2 ژوئن (12 خرداد) به‌عنوان بخشی از مجموعه‌ گسترده‌تری از مدل‌های داخلی MAI معرفی کرد. متعاقباً، گیت‌هاب پشتیبانی از این مدل را به Copilot CLI، عامل ابری Copilot، چت GitHub.com، گیت‌هاب موبایل، Visual Studio، محیط‌های توسعه‌ی یکپارچه (IDE) JetBrains، Eclipse و Xcode گسترش داد، اما اعلام کرد که پشتیبانی از مشتریان مدیریت‌شده‌ی Business و Enterprise هنوز در راه است.

در تست‌های بنچمارک خود مایکروسافت، مدل MAI-Code-1-Flash امتیاز 51.2 درصد را در معیار SWE-Bench Pro کسب کرد، در حالی که این امتیاز برای مدل Claude Haiku 4.5 شرکت Anthropic معادل 35.2 درصد بود. مایکروسافت همچنین ادعا کرد که این مدل تا 60 درصد توکن کمتری را در معیار SWE-Bench Verified مصرف می‌کند. لازم به ذکر است که این نتایج، حاصل آزمایش‌های خود فروشنده هستند و اندازه‌گیری‌های مستقل محسوب نمی‌شوند.

قیمت‌گذاری این مدل بر اساس لیست قیمت ارائه‌دهنده و تحت سیستم صورتحساب مبتنی بر مصرف گیت‌هاب انجام می‌شود. گیت‌هاب در حال حاضر قیمت مدل MAI-Code-1-Flash را به‌صورت 0.75 دلار به ازای هر یک میلیون توکن ورودی، 0.075 دلار به ازای هر یک میلیون توکن ورودی ذخیره‌شده در کش (cached input) و 4.50 دلار به ازای هر یک میلیون توکن خروجی، فهرست کرده است.

برای سازمان‌ها، انگیزه‌ی اصلی برای استفاده از مدل MAI-Code-1-Flash احتمالاً کارایی (efficiency) است تا حداکثر قابلیت؛ یک مدل کوچک‌تر که به‌سرعت پاسخ می‌دهد و خروجی‌های غیرضروری را محدود می‌کند، برای وظایف تکراری عامل‌محور (agent tasks) در مقیاس بزرگ بسیار مفید است، به‌ویژه پس از حرکت گیت‌هاب Copilot به سمت صورتحساب مبتنی بر مصرف. مدل “Flash” برای کارهای سریع توصیه می‌شود و لزوماً برای مخازن عظیم با حجم بالای بافت (context) مناسب نیست. بهتر است تیم‌ها خروجی آن را با سایر مدل‌های بزرگ‌تر مقایسه کنند، به‌ویژه اگر روی تغییرات حساس به امنیت و کارهای پیچیده و چندفایلی کار می‌کنند.

لینک کوتاه

ارسال دیدگاه

پاسخ به (لغو پاسخ)