沃顿教授点评微软 MAI-1：自测基准逊于 Sonnet 4.6，独立验证尚缺

微软近期公开了其自研基础模型 MAI-1 的部分基准数据，但尚未接受独立第三方评测。沃顿商学院教授、AI 评论人 Ethan Mollick 在 X 上发文指出，从微软自行公布的数据来看，MAI-1 的表现似乎不如 Anthropic 的 Claude Sonnet 4.6。

核心判断：基准偏弱，独立验证缺失

Mollick 的判断基于以下两点：

• 微软目前仅释放了自家完成的基准测试结果，尚无独立机构（如 LMSYS、HELM 或第三方学术团队）对 MAI-1 进行系统评测。
• 即便参照微软自家披露的数据，MAI-1 在多个维度上的得分也落后于 Claude Sonnet 4.6 等已成熟的主力模型。

作为 Copilot 前景存疑

Mollick 进一步对 MAI-1 应用于微软 Office 套件（Excel、Outlook）的潜力表达了谨慎态度。他认为，市场上已经存在不少基于 Claude 或 OpenAI 的优秀 Office 插件，能够为办公场景提供高质量 AI 能力；如果 MAI-1 的智能水平不具显著优势，其作为 Copilot 后端的竞争力尚需观察。

后续值得关注

MAI-1 是微软减少对 OpenAI 依赖、推进自研模型战略的重要一步。然而，模型的实际能力仍需等待独立基准和大规模用户反馈来验证。短期内，Copilot 的核心体验是否会切换至 MAI-1，仍取决于后续测试结果与产品整合进度。