MAI-Code-1.1-Flash 是微软 Microsoft AI 团队在 2026 年 10 月 7 日发布的编程模型更新，现已在 GitHub Copilot 的生产环境中运行。相比今年 6 月在 Build 大会上推出的上一代，这一代的卖点不是参数变大，而是同一个任务写得更快、用更少的 token、价格降到原来的四分之一，并且第一次提供了能下载到本地运行的版本。
微软这次先晒的是生产数据，不是跑分榜
按微软公布的数据，在 GitHub Copilot CLI 中，这个模型在 Terminal-Bench 2.1 上的表现提升了 22%，.NET 任务提升 15%。更能说明问题的是两个线上指标：生成代码被保留下来的比例上升 4%，用户回访增加 9%。输出方面，token 推送速度快了 25%，完成同一个任务消耗的 token 减少 25%。微软称，这些改进来自在数十万个强化学习环境中、针对 Copilot 真实使用做的优化，重点补的正是开发者反馈最多的命令行任务和 .NET 场景。
本地版本：3-bit 量化，256K 上下文不缩水
同一天公布的还有本地化方案。MAI-Code-1.1-Flash 经过 3-bit 量化后可以在设备端运行，内存占用明显下降，同时保留完整的 256K 上下文窗口；微软称，在 SWE-Bench Verified 和 Terminal-Bench 2.1 上，它的编程表现与全精度版本相当。模型已开放下载，本地调用不收推理费，Copilot 的路由器也因此多了一个本地选项：适合的编码任务直接在自己的硬件上跑，需要更强能力的任务再交给云端模型。实验性接入会在 10 月底前进入 GitHub Copilot 应用、Copilot CLI 和 Visual Studio Code。
门槛写在最后一行：建议 120GB 以上内存
本地运行的代价是硬件。微软建议使用内存超过 120GB 的设备以获得最佳性能——这意味着绝大多数在用的笔记本还达不到门槛，本地版眼下更像是为刚发布的 RTX Spark 这类大内存 AI PC 准备的。对普通 Copilot 用户来说，这次更新的实际收益先体现在云端：同样的订阅，任务跑得更快、额度消耗更慢。等本地实验接入月底上线后，手里有大内存设备的人可以先拿真实项目对比一下本地与云端的代码保留率，再决定要不要把日常任务迁过去。
