Microsoft、GitHub CopilotとExcel向け独自MAIモデルを投入　GPT-5.6級の性能を低コストで

複雑なタスクをこなすAIエージェントを作るには、高価で巨大なフロンティアモデルを呼び出すしかないという常識が、崩れつつあります。

マイクロソフトのSuperintelligenceチームは、自社開発のMAIモデルを活用し、GitHub CopilotとExcel向けに特化型モデルを製品環境へ導入した成果を公表しました。

マイクロソフトが6月のBuildカンファレンスで提唱した「ヒルクライミング（山登り）マシン」は、データ、モデル、検証用ハーネスを一体化させて精度を引き上げるフライホイールです。今回発表されたのは、その具体的な成果となります。

コード生成から表計算へ、軽量モデルがGPT-5.6に匹敵

まず、GitHub Copilot向けに開発された「MAI-Code-1-Flash」は、すでに6月から数百万人の開発者向けに実運用されています。

VS Code環境におけるコード採択率は、GPT-5.4 MiniやClaude Haiku 4.5と比べて約10パーセント高い数値を記録しました。複数日にわたってリピート利用する開発者の割合も、GPT-5.4 Miniより6パーセント、Claude Haiku 4.5より11パーセント高くなっています。

トークン効率も優れており、ユーザーからの自発的な対話ターン数が増えているにもかかわらず、トークン消費量の中央値は両競合モデルより10パーセント抑えられています。

さらに興味深いのがExcelでの展開です。マイクロソフトは、MAI-Code-1-Flashをベースモデルとして、Excelの強化学習環境内で追加トレーニングを実施しました。コード向けに鍛えたエージェント能力を、表計算というナレッジ業務に応用できるかを検証した形です。

実稼働トラフィックの分析によると、一般的なタスクにおいてこのExcel向けMAIモデルの品質はGPT-5.6と同等であることが確認されました。

コスト面での恩恵も大きく、最新世代のアクセラレータだけでなく、NvidiaのA100やH100クラスのGPUでそのまま運用できるため、インフラ配備コストを大幅に引き下げることができます。同社はこの手法をCopilot ChatやOutlook、PowerPointへも順次展開する予定です。

なぜ重要か

日頃からVS CodeやExcelを使っているユーザーにとって、専用チューニングされたモデルは応答速度と精度のバランスが良く、無駄なトークン消費も少ないため、日々の作業効率の改善をすぐに実感できるはずです。

業界全体にとって見逃せないのは、巨大モデル依存からの脱却アプローチです。すべてをGPT-5.6のような超大型モデルで処理するのではなく、製品の実行環境と評価システムを自社で握り、小型モデルを特定業務に特化させて「山を登らせる」手法の有効性が示されました。既存のA100やH100サーバーを活用できる点も、データセンターの設備投資に悩むクラウド事業者にとって極めて実用的な解決策です。

この戦略は賢明である一方、特定のワークフローを外れた変則的な指示や広範な汎用推論において、どこまでフロンティアモデル同等の堅牢性を保てるかという懸念は残ります。とはいえ、日常的なビジネスツールの現場においては、この軽量かつ高精度な特化型アプローチが今後の主流になる可能性が高いと考えられます。