推进 Windows PC 编程 AI 的质量-效率前沿
微软博客详解了 1379 亿参数混合专家编程模型 MAI-Code-1.1-Flash 如何通过混合精度量化，从 16 位精度下约 276 GB 压缩到 53 GB，从而能在 RTX Spark PC 本地运行。配合 DFlash2 推测解码草稿模型，中位吞吐提升 1.52–1.98 倍，在 12 万 token 输入上下文下达到每秒 51.12 token；该模型已通过 Microsoft Foundry 提供，并作为 GitHub Copilot 的本地模型上线。这件事值得关注，因为它表明前沿级编程智能正在摆脱按 token 计费的云端，走向开发者自己的电脑。
报道来源
- Hacker News (AI)2026-11-04 21:13