微软在2026年10月7日Windows和Surface发布会上宣布,本月底前为GitHub Copilot引入本地AI模型支持,开发者可在云端与设备端模型间自由切换或自动调度。针对端侧推理内存瓶颈与长上下文资源占用,微软推出MAI Code1.1 Flash混合专家模型,拥有1370亿总参数、68亿激活参数,结合量化与投机解码,降低内存占用并提升推理效率。
Google
$0.49
输入tokens/百万
$2.1
输出tokens/百万
1k
上下文长度
$0.7
$2.8
$17.5
Alibaba
$3.9
$15.2
64
-
Bytedance
$0.8
$2
256
$0.15
$1.5
$1
$4
$15
Chatglm
128
$0.2
$1.05
$4.2