微軟 AI 開發了 MAI Code 1.1 Flash 的本地版本，這是一個專為編程優化的混合專家（MoE）模型。該模型擁有 1370 億總參數，但在推理過程中僅激活 68 億參數。
微軟推出 MAI Code 1.1 Flash：137B 總參數、6.8B 活躍參數的本地編程 MoE 模型
微軟 AI 開發了 MAI Code 1.1 Flash 的本地版本，這是一個專為編程優化的混合專家（MoE）模型。該模型擁有 1370 億總參數，但在推理過程中僅激活 68 億參數。
30 秒掌握
- 微軟 AI 開發了 MAI Code 1.1 Flash 的本地版本，這是一個專為編程優化的混合專家（MoE）模型。
- 該模型擁有 1370 億總參數，但在推理過程中僅激活 68 億參數。
目前大小是最小值，向右滑動可放大。
原始來源與引用
待確認事項
- 原始來源僅提及模型參數規模與本地化發布，未明確說明其具體支援的編程語言範圍、是否支援代理編程或倉庫問答等特定功能細節，基礎稿中關於這些功能的描述缺乏直接來源支持。
- 原始來源未提供關於該模型在低延遲或低服務成本方面的具體測試數據或優化指標，基礎稿中關於性能平衡的描述屬於推論。
- 原始來源僅提供連結標題 'local-models-sandboxed-tools-github-windows'，未在提供的來源文字中明確說明微軟是透過 'Windows 沙盒工具' 提供此模型，也未說明其目的是 '讓開發者能在本地環境運行該編程助手'。這些細節屬於對連結標題的推論或外部知識，缺乏直接來源文字支持。
- 來源文字僅提及模型參數規模，未提供關於 MoE 架構原理、計算成本或記憶體使用量的技術解釋。背景段落內容屬於模型基礎知識，非來源提供的事實。
- 來源文字未提及該模型可在消費級硬體上運行，此為基於 MoE 特性的推論，非來源事實。
更正紀錄
截至本次發布，正式發布包未登錄更正。
AI 使用說明
AI 協助擷取、寫作與核對；最終內容依來源與驗證規則發布。
相關新聞
SGLang v0.5.23 發布：新增多模型支援與 TPU 原生整合，提升 DeepSeek-V4.1 推理效能
開源推理框架 SGLang 推出 v0.5.23 版本，透過合併來自 257 位貢獻者的 1007 個 Pull Request，大幅擴展對 Muse Spark、MiniMax-M3.1 等新模型的支援。此次更新重點在於優化 DeepSeek-V4.1 在 NVIDIA GB300 與 AMD MI350X 上的推理速度，並首次透過 SGLang-TorchTPU 插件原生支援 Google TPU7x 硬體。
Namespace 在資料中心大規模部署 MacBook 以解決 Mac Mini 供應鏈與更新延遲問題
雲端服務商 Namespace 因 Mac Mini 交貨延遲及晶片更新不同步，轉而採用 MacBook 架設伺服器機櫃。此舉旨在滿足 iOS 開發者對最新 Xcode 版本的即時需求，並透過自製散熱與遠端管理方案克服筆電在資料中心的運作限制。
研究部落格指出 Astra 改善 Qwen 數學表現的實驗並非僅靠讀取權重，而是依賴程式碼輔助
一篇針對「Astra 能讀寫權重以改進 Qwen」文章的技術評論指出，該文章摘要容易讓人誤以為模型僅透過觀察原始權重就能提升大型語言模型的數學能力。實際上，涉及真實語言模型（如 Qwen3.5-0.8B）的實驗均使用了 Python 程式碼輔助分析與執行，且關鍵結果是修復了推理迴圈問題，而非單純的數學邏輯增強。