Microsoft、GitHub Copilotに自社AI「MAI」投入、コード採用率10%向上

Microsoftが自社開発の軽量コーディングモデル「MAI-Code-1-Flash」をGitHub Copilotへ本番投入し、すでに数百万人の開発者が利用しています
VS Codeでのコード採用率はGPT-5.4 MiniやClaude Haiku 4.5と比べて約10%高く、トークン消費量の中央値は約10%少ないと報告されました
ExcelではGPT-5.6と同等の品質をH100やA100世代のGPUで提供し、OpenAIやAnthropicのモデルとの併用は今後も継続します

自社モデルを本番投入

Microsoftは2026年7月23日、自社開発のAIモデル群「MAI」シリーズを、GitHub CopilotとExcelの本番環境へ投入していることを明らかにしました。これまでOpenAIやAnthropicのモデルが担っていた処理の一部を、段階的に自社モデルへ置き換える動きです。

中心となるのは軽量のコーディング特化モデル「MAI-Code-1-Flash」です。すでに数百万人規模の開発者がGitHub Copilot経由でこのモデルを利用しているとされ、試験導入ではなく実運用に乗っている点が強調されました。

ただし、フロンティアモデル（各社が競う最先端の大規模モデル）を切り捨てるわけではありません。OpenAIとAnthropicのモデルは引き続き、複数モデルを束ねるオーケストレーションシステムの一部として使われます。

公表された数値は具体的です。VS Code上でMAI-Code-1-Flashが提案したコードが実際に採用される割合は、OpenAIの「GPT-5.4 Mini」と比べて約10%高く、Anthropicの「Claude Haiku 4.5」と比べても同程度の差がついたとしています。

同時に、消費するトークン量の中央値は約10%少ないと報告されました。採用率が上がりながら消費トークンが減るという組み合わせは、提案の精度と簡潔さが同時に成り立っていることを示す指標になります。

定着の度合いを示すデータも出ています。複数日にわたって使い続ける開発者の割合は、GPT-5.4 Mini比で6%、Claude Haiku 4.5比で11%高いとされています。一度試して離れるのではなく、日々の作業に組み込まれている様子がうかがえます。

Excelへの展開では、MAI-Code-1-Flashのチェックポイント（学習途中の重みデータ）を出発点に、強化学習で表計算の作業へ適応させる手法が取られました。その結果、利用頻度の高いタスクでは「GPT-5.6」と同等の品質に達したと説明されています。

運用面での意味は小さくありません。このモデルはNVIDIAのH100やA100といった前世代のGPUで動作します。最新世代の調達が難しく価格も高止まりする状況で、既存の設備をそのまま活かせる点は運用コストに直結します。

推論コストの圧縮は業界共通の課題になっており、GoogleもGemini 3.6 Flashで出力トークンを17%削減したと発表するなど、各社が似た方向へ動いています。

CEOのサティア・ナデラ氏は、「利用されるたびに実際のコストがかかるようになったソフトウェアの世界では、タスクごとに適切なモデルを使い分けることが鍵」と述べました。

従来のソフトウェアは、一度作ってしまえば追加の利用にほとんど費用がかかりませんでした。生成AIを組み込んだ製品では、使われるほど推論費用が積み上がります。利用の増加がそのままコスト増につながる構造への対応が、収益性を左右する段階に入ったわけです。

そこで有効になるのが、処理の難しさに応じてモデルを振り分ける設計です。定型的な補完や関数の生成には軽量な自社モデル、複雑な設計や長い文脈を要する処理にはフロンティアモデル、という切り分けになります。

戦略面では、OpenAIへの依存度を下げる動きとして受け止められます。Microsoftは同社へ多額の出資を行い、製品群にそのモデルを組み込んできましたが、自社モデルが実用水準に届いたことで選択肢が広がりました。

とはいえ、今回の発表は全面的な置き換えを意味しません。最先端の性能が必要な領域は外部モデルに任せ、処理量の多い定型作業を自社モデルで賄うという役割分担です。交渉上の立場を保ちながらコスト構造を改善する、現実的な選択と言えるでしょう。

今後はCopilot Chat、Outlook、PowerPointへも順次広げる予定です。Microsoft 365の主要製品が並んでおり、対象は日常業務の広い範囲に及びます。

利用者から見た変化は、多くの場合は目に見えない形で進みます。裏側でどのモデルが動いているかを意識せずに使える設計が前提であり、評価の分かれ目は、数字で示された採用率や品質が実感として保たれるかどうかにあります。