مائیکروسافٹ نے GitHub Copilot کے لیے اگلی نسل کے کوڈنگ ماڈل کے طور پر MAI Code 1.1 Flash متعارف کرایا ہے، لیکن ابتدائی بینچ مارکس اور قیمتوں کے ٹیبلز کارکردگی اور لاگت دونوں لحاظ سے اسے DeepSeek کی اوپن ویٹ (open-weight) پیشکش سے پیچھے رکھتے ہیں۔

بینچ مارک حقیقت بمقابلہ پریس ریلیز

مائیکروسافٹ کے لانچ نوٹس اس کے MAI ماڈل کے جون والے ورژن کے مقابلے میں ٹوکن کی کارکردگی (token efficiency) میں 25% اضافے اور لاگت میں 75% کمی کا وعدہ کرتے ہیں۔ کمپنی نے Copilot کے اندر لاکھوں ری انفورسمنٹ لرننگ (reinforcement-learning) ماحول میں ماڈل کی تربیت کے بعد "کوڈ سروائیول" (code survival) میں 4% اضافے کا بھی دعویٰ کیا ہے۔

آزادانہ ٹیسٹنگ ایک مختلف کہانی سناتی ہے۔ SWE-bench Verified سوٹ پر، MAI Code 1.1 Flash 72.6% پاس ریٹ ریکارڈ کرتا ہے، جو Claude Haiku 4.5 (69.8%) اور GPT-5.4 mini (69.2%) سے تھوڑا آگے ہے۔ یہ برتری معمولی ہے اور صرف ایک پیمانے تک محدود ہے۔

Terminal Bench 2.1 پر یہ فرق مزید بڑھ جاتا ہے، جو حقیقی دنیا کے کمانڈ لائن ٹاسک مکمل کرنے کی ماڈل کی صلاحیت کو ماپتا ہے۔ یہاں MAI Code 1.1 Flash کا اسکور 62.9% ہے، جبکہ DeepSeek-V4-Flash-0731 کا نتیجہ 82.7% ہے۔ یہ فرق ان ڈویلپرز کو متاثر کرنے کے لیے کافی ہے جو ٹرمینل پر مبنی کوڈ جنریشن پر انحصار کرتے ہیں۔

قیمتوں کے دباؤ کے نکات

مائیکروسافٹ نئے ماڈل کو ایک "بجٹ کے مطابق" (budget-friendly) آپشن کے طور پر مارکیٹ کرتا ہے، لیکن ٹوکن کی قیمتیں کچھ اور ہی بتاتی ہیں۔ DeepSeek-V4-Flash فی ان پٹ ٹوکن $0.14 اور فی آؤٹ پٹ ٹوکن $0.28 وصول کرتا ہے۔ MAI Code 1.1 Flash ان پٹ کے لیے $0.20 اور آؤٹ پٹ کے لیے $1.20 بتاتا ہے۔ Claude Haiku 4.5 بالترتیب $1.00 اور $5.00 پر ہے، جو اس کے پریمیم اسٹیٹس کی تصدیق کرتا ہے۔

آؤٹ پٹ ٹوکن کی قیمت میں بڑا اضافہ اس کا مطلب ہے کہ کوئی بھی ورک فلو جو کوڈ کے بڑے بلاکس تیار کرتا ہے، اس میں مائیکروسافٹ کا ماڈل اپنے پچھلے ورژن کے وعدہ کردہ ریڈکشن کے باوجود زیادہ مہنگا انتخاب بن جائے گا۔ بڑے پیمانے پر کام کرنے والے ڈویلپرز اور اداروں کے لیے، معاشی فائدہ تیزی سے DeepSeek کی طرف جھک جاتا ہے۔

MAI Code 1.1 Flash کیسے آیا

یہ ماڈل Copilot اسٹیک میں تھرڈ پارٹی سروسز کو اندرونی طور پر تیار کردہ متبادل سے بدلنے کی مائیکروسافٹ کی وسیع تر کوشش کا حصہ ہے۔ Copilot کے استعمال سے حاصل کردہ وسیع ری انفورسمنٹ لرننگ ڈیٹا پر تربیت دے کر، مائیکروسافٹ صارف کے رویے اور ماڈل کی بہتری کے درمیان فیڈ بیک لوپ کو مضبوط بنانے کی امید رکھتا ہے۔ یہ لانچ بتدریج اپ گریڈ کے ایک نمونے پر بھی عمل کرتا ہے: جون والا ورژن لاگت بچانے والے کے طور پر پیش کیا گیا تھا، اور Flash ورژن کو اسی سمت میں اگلا قدم قرار دیا گیا ہے۔

جیتنے والے، ہارنے والے اور وسیع تر اہداف

وہ ادارے جو AI کے اخراجات کو کنٹرول کرنا چاہتے ہیں، انہیں DeepSeek کی قیمتیں زیادہ پرکشش لگ سکتی ہیں، خاص طور پر جب آؤٹ پٹ کا حجم زیادہ ہو۔ دوسری طرف، مائیکروسافٹ کو Copilot ایکو سسٹم پر زیادہ کنٹرول حاصل ہوتا ہے اور وہ اپنی آمدنی کو OpenAI یا Anthropic جیسے بیرونی فراہم کنندگان سے دور لے جانے کی صلاحیت رکھتا ہے۔

مائیکروسافٹ کا ممکنہ دفاع

مائیکروسافٹ کا اپنا ڈیٹا ٹوکن کی کارکردگی میں اضافے اور SWE-bench پر معمولی برتری پر زور دیتا ہے۔

آگے کیا دیکھنا ہے

  • Adoption metrics: Copilot کے استعمال کے اعداد و شمار سے پتہ چلے گا کہ آیا ڈویلپرز نئے ڈیفالٹ پر منتقل ہوتے ہیں یا API کے ذریعے متبادل ماڈلز امپورٹ کرتے ہیں۔
  • Pricing adjustments: اگر مائیکروسافٹ کے آؤٹ پٹ ٹوکن کی قیمت زیادہ رہتی ہے، تو مارکیٹ کا دباؤ اس میں ترمیم پر مجبور کر سکتا ہے۔
  • Benchmark updates: ٹرمینل پر مرکوز ٹیسٹوں کے نئے ورژن کارکردگی کے توازن کو بدل سکتے ہیں، خاص طور پر جب مائیکروسافٹ اپنے ری انفورسمنٹ لرننگ پائپ لائن کو بہتر بنا رہا ہو۔
  • Open-weight competition: کوڈنگ کی دنیا میں مزید اوپن ویٹ ماڈلز کی آمد قیمت اور کارکردگی کی دوڑ کو تیز کر سکتی ہے۔

خلاصہ

MAI Code 1.1 Flash ایک محدود بینچ مارک پر معمولی فوائد لاتا ہے لیکن ٹرمینل کی کارکردگی اور ٹوکن کی لاگت دونوں لحاظ سے DeepSeek کے اوپن ویٹ ماڈل سے پیچھے رہ جاتا ہے، جس سے ڈویلپرز کے لیے انٹیگریشن کی سہولت اور خالص کارکردگی کے درمیان توازن قائم کرنا ایک چیلنج بن جاتا ہے۔