Microsoft punta a rendere più sostenibile l’uso degli agenti AI con modelli specializzati, prezzi più bassi e una maggiore possibilità di controllo per le imprese. Nel keynote di Ignite 2026, la divisione Microsoft AI ha presentato i risultati dichiarati per i modelli MAI dedicati al coding, alla sicurezza informatica, all’editing delle immagini e alla trascrizione, insieme a Decision 1.1 per instradare le richieste. La strategia combina prezzo e specializzazione: ogni modello è ottimizzato per un insieme circoscritto di attività, invece di far pagare a ogni richiesta la capacità necessaria ai compiti più complessi.

Il discorso di Microsoft parte da un problema economico: secondo l’azienda, la spesa per i token cresce rapidamente e usare modelli di frontiera a ogni passaggio può diventare insostenibile. La risposta annunciata è una famiglia di modelli con un rapporto qualità-prezzo orientato ai carichi aziendali quotidiani, affiancata da MAI Licensed Weights, che consente alle organizzazioni di adattare un modello e mantenerlo nel proprio ambiente Azure.
I numeri sono dichiarazioni dell’azienda: il keynote non pubblica tutti i dettagli necessari a replicare i confronti né dimostra che i risultati si trasferiscano a ogni processo.
Fonte: Microsoft AI, trascrizione del keynote MAI a Ignite 2026, 17 novembre 2026.
Indice degli argomenti:
Modelli MAI: il coding quotidiano al centro
Per la programmazione, Microsoft distingue MAI Code 2 da Code 2 Flash. Il primo affronta le attività aziendali quotidiane per cui l’azienda ha ottimizzato i test: il keynote riferisce una media su quattro benchmark e dichiara una prestazione pari al 98% di GPT-6.1 Sol al 40% del costo.
Rispetto a Opus 5.5, Microsoft cita un costo pari al 5%, senza specificare nello stesso passaggio una percentuale di prestazione. Le due comparazioni non vanno sovrapposte né lette come una graduatoria universale.
Code 2 Flash è destinato a richieste frequenti e più circoscritte. Secondo il keynote, raggiunge prestazioni comparabili a GPT-6 Luna e Haiku 5.5 rispettivamente al 65% e al 20% del prezzo. Microsoft chiarisce anche il limite della scelta: i modelli non sono ancora ottimizzati per problemi più difficili, come la ricerca scientifica fondamentale o il lavoro agentico a orizzonte molto lungo. Il risparmio dipende dal compito: un modello economico può non convenire se richiede più tentativi o revisione umana.
Il caso di AT&T offre un esempio aziendale. Microsoft afferma che una versione personalizzata di Code 2 Flash supera GPT-6.1 Sol in un’analisi standard di reti 5G, a un costo 50 volte inferiore. Il confronto riguarda quel compito e quella configurazione: non dimostra che la stessa riduzione si applichi ad altri carichi o che un modello personalizzato sia più economico da sviluppare in ogni impresa.
Decision 1.1 e Cyber 2 Flash per routing e difesa
Decision 1.1 integra il routing nelle applicazioni: il modello seleziona quale sistema usare, riservando le opzioni più costose alle richieste che ne hanno bisogno. Microsoft sostiene che, sull’AA Decision Index, Decision 1.1 supera Jev, Google e OpenAI. Il keynote non dettaglia il benchmark né i criteri del confronto; il risultato va quindi letto come un’affermazione del fornitore, da verificare sui flussi e sui modelli effettivamente disponibili all’organizzazione.
Per la sicurezza informatica, MAI Cyber 2 Flash cerca vulnerabilità e propone correzioni. Microsoft lo colloca davanti a GPT-6 Astra sul benchmark CyberGym end-to-end e dichiara un costo inferiore al 2% per attività. L’azienda attribuisce il risultato ai propri dati proprietari e alla competenza accumulata nella sicurezza. Un benchmark non misura da solo la difesa operativa: restano da valutare falsi positivi, copertura, qualità delle correzioni e integrazione con i processi di risposta agli incidenti.
Il keynote lega questa direzione alla crescita degli attacchi automatizzati e indica sicurezza, allineamento e contenimento degli agenti tra le priorità per il 2027. La conseguenza per i responsabili IT è concreta: agenti che analizzano e correggono codice possono abbassare il costo di controlli ripetuti, ma ampliano anche il bisogno di permessi circoscritti, supervisione e registrazione delle azioni.
Immagini e trascrizione: altri impieghi verticali
Microsoft dice che MAI Image 2.7 è il primo modello al mondo per editing delle immagini e costa un quinto rispetto alla concorrenza. Nell’intervento, l’azienda afferma inoltre di essere il secondo laboratorio per generazione di immagini. Sono posizionamenti competitivi dichiarati da Microsoft; il keynote non nomina in quel passaggio il benchmark, la data di rilevazione o l’insieme dei modelli comparati. Il dato richiede un confronto aggiornato prima di diventare un criterio d’acquisto.
In ambito sanitario, MAI Transcribe è già integrato in Dragon Copilot, che Microsoft descrive come operativo su 10 milioni di incontri tra pazienti e medici al mese. L’azienda afferma che il sistema ha dimezzato il tasso di errore.
Il volume segnala una distribuzione ampia, ma non chiarisce nel keynote lingue, metodi di misurazione o differenze tra specialità. Per l’uso clinico contano anche revisione delle trascrizioni, privacy e procedure per correggere gli errori.
Licensed Weights: personalizzazione con controllo in Azure
La seconda direttrice della strategia riguarda proprietà intellettuale e dati aziendali. Con MAI Licensed Weights, un’impresa può prendere un modello Microsoft, personalizzarlo con dati proprietari se lo desidera e farlo funzionare nel proprio ambiente Azure. Microsoft dichiara che l’azienda controlla chi accede al modello e mantiene dati e adattamenti, mentre Frontier Company la supporta nella consegna e nell’integrazione in prodotti e agenti.
È un’offerta su licenza in Azure, non l’annuncio di modelli liberamente scaricabili e installabili su qualunque infrastruttura.
Il keynote richiama, oltre ad AT&T, Alaska, Docusign, Rakuten e Woven by Toyota come organizzazioni che hanno sviluppato modelli personalizzati per esigenze specifiche. Microsoft afferma che queste soluzioni risultano più rapide o migliori sui compiti per cui sono state adattate.
Anche qui il valore dipende dal caso d’uso, dalla qualità dei dati e dalle condizioni di licenza: il controllo dei pesi non elimina la necessità di verificare prestazioni, costi e responsabilità nel ciclo di vita.
La prova sarà il costo per attività completata
La proposta MAI prova a spostare la competizione dal solo punteggio di frontiera al costo necessario per portare a termine un’attività. Modelli specializzati, routing e versioni personalizzate possono ridurre la spesa se mantengono qualità sufficiente per coding, sicurezza e processi aziendali. La metrica decisiva è il costo per risultato utile, non il prezzo per token preso isolatamente: servono misure su errori, tentativi, latenza, controlli umani e costi di integrazione.
Microsoft presenta questi modelli come strumenti per portare agenti in attività continuative, ma circoscrive esplicitamente le capacità del coding e fonda i confronti su valutazioni scelte dall’azienda.
Per chi acquista, il passo successivo è confrontare i modelli sui propri dati e processi e chiarire le condizioni contrattuali per pesi, aggiornamenti, accessi e gestione dei dati. Il vantaggio economico è possibile; il keynote da solo non basta a quantificarlo fuori dai test citati.







Partecipa alla community