I modelli MAI di Microsoft: MAI-Code-1-Flash e Copilot

Alla conferenza Build 2026, Microsoft ha smesso di rivendere l'intelligenza altrui. L'azienda ha portato il proprio modello di codice, MAI-Code-1-Flash, direttamente dentro GitHub Copilot. I benchmark non sono il punto. Lo è il controllo.

MAI-Code-1-Flash è il modello di codice compatto che Microsoft ha sviluppato internamente e sta distribuendo in GitHub Copilot all'interno di Visual Studio Code. È il primo di una serie annunciata di modelli di codice costruiti su misura e dimostra che Microsoft possiede ormai una parte delle fondamenta di Copilot che prima si limitava a noleggiare.

Per qualsiasi team che ha allineato i propri flussi di sviluppo a Copilot, è uno spostamento silenzioso ma strutturale. Il fornitore del vostro strumento è diventato anche il fornitore del modello. Questo cambia il modo in cui dovete ragionare su costi, dipendenza e su quale modello risponde davvero alle richieste dei vostri sviluppatori.

Che cosa ha mostrato davvero Microsoft a Build 2026

La conferenza Microsoft Build 2026 si è tenuta dal 2 al 3 giugno a San Francisco, e la novità centrale non è stato un lancio isolato ma un'intera famiglia di modelli interni (Microsoft Build 2026). In una keynote dal tema « be yourself at work », Satya Nadella ha presentato annunci che spaziano dal chip al sistema operativo, con la famiglia di modelli MAI al centro (blog di Microsoft).

Per i team di sviluppo contano soprattutto due modelli: MAI-Thinking-1, un modello di ragionamento che Microsoft destina ai problemi complessi a un prezzo intermedio, e MAI-Code-1-Flash, un modello di codice leggero e agentico calibrato specificamente per GitHub Copilot.

Secondo Microsoft, MAI-Thinking-1 offre un ragionamento competitivo e ottimi risultati su SWE-Bench Pro senza il prezzo di un modello di punta ([Microsoft AI](https://microsoft.ai/news/two-new-in-house-models)).

MAI-Code-1-Flash è quello che entra nella quotidianità. Secondo l'annuncio ufficiale, è stato « costruito interamente da Microsoft a partire da dati puliti e debitamente concessi in licenza » e funziona con un ragionamento adattivo: resta sintetico sulle richieste semplici e dedica più calcolo alle attività complesse (Presentazione di MAI-Code-1-Flash). Il registro delle modifiche di GitHub conferma che la distribuzione parte da Visual Studio Code, riguarda i piani Copilot Free, Pro, Pro+ e Max, dapprima per un gruppo ristretto di utenti e poi con un'estensione graduale nelle settimane successive (registro GitHub).

Un dettaglio che i team non dovrebbero trascurare: i piani Business ed Enterprise di Copilot non rientravano in questo primo rilascio, cosa che gli sviluppatori hanno subito segnalato nella discussione della community GitHub. Per ora è un modello pensato per i singoli sviluppatori, non uno standard approvato per l'azienda.

Il rilascio, inoltre, non è avvenuto in modo isolato. Lo stesso giorno GitHub ha ritirato GPT-4.1 da Copilot, segnale modesto ma rivelatore della rapidità con cui cambia il menu dei modelli sotto lo strumento (registro GitHub). Microsoft AI ha descritto l'iniziativa complessiva come il lancio simultaneo di sette nuovi modelli MAI, dal codice al ragionamento fino all'immagine e alla trascrizione, parlando di una « hill-climbing machine »: una formula che annuncia rilasci frequenti e iterativi anziché un'unica presentazione annuale (Microsoft AI). In concreto, per i team, significa che il modello che risponde alle vostre richieste può cambiare senza che lo abbiate scelto.

Perché è una questione di sovranità, non di benchmark

Il numero più interessante di Build 2026 era lo zero: zero fornitori di modelli esterni necessari per far girare il percorso di codice compatto di Copilot. Microsoft ha costruito MAI-Code-1-Flash da sé, sulla propria pipeline di dati, e lo ha collegato direttamente alle fondamenta di Copilot (Presentazione di MAI-Code-1-Flash).

La sovranità dei modelli significa che chi gestisce una piattaforma controlla direttamente il modello che alimenta il suo prodotto, invece di dipendere da un laboratorio esterno. Il fatto che Microsoft costruisca un proprio modello di codice per Copilot ne è un esempio chiaro: riduce la dipendenza dai fornitori esterni senza costringere l'azienda ad abbandonare le partnership esistenti.

È un punto su cui vale la pena soffermarsi. Microsoft è stata per anni il canale di distribuzione più visibile per i modelli di punta di altri. Un modello di codice sviluppato in casa riduce questa dipendenza e lascia intatte le altre relazioni (Sherwood News). Un'analisi indipendente ha letto i rilasci della stessa settimana come una spinta deliberata a competere nel campo dei modelli piccoli ed efficienti, anziché rincorrere un singolo modello di punta (Simon Willison).

Per il vostro team, lo scarto di benchmark tra MAI-Code-1-Flash e il modello che usate oggi conta molto meno di chi controlla l'impostazione predefinita. Quando chi gestisce la piattaforma possiede anche il modello, controlla la roadmap, la leva sui prezzi e il percorso dei dati. È una dipendenza di natura diversa rispetto allo scegliere un modello solo per i suoi meriti.

Che cosa cambia per i team allineati su Copilot

Se i vostri sviluppatori vivono dentro Copilot, sono appena cambiate tre cose. Primo: ora nel selettore c'è un modello costruito da Microsoft che col tempo potrebbe diventare l'impostazione predefinita, e compare già nella selezione automatica di Copilot, non solo in quella manuale (Presentazione di MAI-Code-1-Flash). Secondo: cambia l'equazione economica, perché un modello piccolo ed efficiente di proprietà di Microsoft costa meno da gestire, e questo plasma ciò che finisce nei piani più accessibili. Terzo: la scelta del modello è ora in parte una decisione sulla strategia del fornitore, non più soltanto sulla qualità.

I team allineati su GitHub Copilot dovrebbero verificare quale modello usano davvero i loro sviluppatori, decidere se un'impostazione predefinita di proprietà di Microsoft sia accettabile per il loro codice e i loro dati, e mantenere la possibilità di indirizzare attività specifiche verso altri modelli anziché accettare ciò che il selettore propone.

L'abbiamo già sostenuto: scegliere un modello è ormai una decisione operativa continua, non una configurazione fatta una volta sola. Lo stesso ragionamento di governance che abbiamo esposto per l'instradamento tra modelli concorrenti vale qui in modo diretto: quando compare un nuovo modello nativo della piattaforma, serve una regola che dica quando usarlo, non un riflesso a cambiare. E poiché il modello di codice di Microsoft è inserito nell'architettura più ampia di Copilot, la cosa si lega alla questione più vasta di come i team costruiscono e gestiscono agenti attraverso Microsoft 365.

Come ragionare sull'instradamento dei modelli quando l'IDE possiede il modello

La risposta giusta non è la fedeltà a un unico modello. È una regola di instradamento che il vostro team sappia motivare. Un modello leggero e veloce è davvero utile per il completamento quotidiano e le piccole modifiche, esattamente il flusso per cui Microsoft ha calibrato MAI-Code-1-Flash (registro GitHub). Il ragionamento più impegnativo, le rifattorizzazioni e il lavoro sensibile sul piano della sicurezza possono ancora spettare a un modello più potente.

Una regola di instradamento utilizzabile risponde a quattro domande. Quale modello gestisce il completamento di routine e quale il ragionamento complesso? Quali attività non devono mai girare su un modello di cui non avete esaminato il percorso dei dati? Chi autorizza la modifica dell'impostazione predefinita quando un fornitore propone una nuova opzione? E come misurate se un cambio di modello ha davvero migliorato il risultato, e non lo ha soltanto alterato?

È sulla quarta domanda che la maggior parte dei team inciampa. Un nuovo modello nel selettore sembra un progresso, così gli sviluppatori passano d'istinto e non verificano mai se le loro richieste di merge sono migliorate o solo cambiate. Una regola solida congela l'impostazione predefinita per un periodo definito, misura un segnale concreto — tempi di revisione, tasso di difetti, tempo fino al merge — e solo dopo decide se adottarla o respingerla. Così l'annuncio di un fornitore diventa un esperimento controllato anziché un riflesso. E protegge anche dall'errore opposto: restare per abitudine a un modello familiare quando un'opzione più economica e veloce svolgerebbe altrettanto bene il lavoro ordinario.

La questione del percorso dei dati merita pari attenzione. MAI-Code-1-Flash è stato addestrato, secondo Microsoft, su dati puliti e debitamente concessi in licenza, e transita attraverso le fondamenta di Copilot anziché un endpoint di terze parti (Presentazione di MAI-Code-1-Flash). Per i team soggetti a regolamentazione è un vantaggio: meno passaggi, un fornitore responsabile. Per altri, un percorso dei dati che poggia su un unico fornitore è proprio il rischio di concentrazione che vogliono evitare. Nessuna risposta vale per tutti, ed è per questo che spetta a una regola scritta e non alle abitudini del singolo sviluppatore.

È la stessa disciplina che distingue l'ingegneria agentica dal prompting improvvisato: scelte ponderate, risultati misurati e una responsabilità chiara. Conta anche il costo: come abbiamo mostrato nella nostra analisi su chi paga davvero per l'IA, un modello efficiente può cambiare in sordina la vostra bolletta, nel bene e nel male, a seconda di ciò che il team gli affida.

Il nuovo fossato: la sovranità dei modelli degli hyperscaler

Microsoft non è sola a fare questo passo, ed è proprio questo il vero segnale. MAI-Code-1-Flash è arrivato insieme a un'ondata più ampia che Microsoft AI ha descritto come il lancio di sette nuovi modelli MAI, tra cui MAI-Image-2.5 e MAI-Transcribe-1.5 (Microsoft AI). Il modello di codice è un tassello di una spinta deliberata, estesa all'intero stack, per possedere l'intelligenza anziché noleggiarla.

OpenAI resta un partner di Microsoft, ma la direzione è inequivocabile: l'azienda che controlla l'IDE, il cloud e il sistema operativo vuole ora controllare anche il modello (CNET). Quando un hyperscaler costruisce i propri modelli, il fossato non sta più solo nella distribuzione. Copre l'intera catena, dal chip al cursore che lampeggia in Visual Studio Code.

Per i responsabili tecnologici la lezione non è prevedere un vincitore. È restare mobili. In questa fase successiva si troveranno a proprio agio i team che trattano i modelli come componenti intercambiabili dietro una regola chiara, e non come un'infrastruttura fissa che non possono mettere in discussione. È esattamente la postura architettonica che portiamo in ogni progetto di sviluppo IA: costruire in modo da poter cambiare idea.

Domande frequenti

Che cos'è MAI-Code-1-Flash? MAI-Code-1-Flash è il modello di codice compatto che Microsoft ha sviluppato internamente e calibrato per le fondamenta di Copilot. Viene distribuito in Visual Studio Code per i piani Copilot Free, Pro, Pro+ e Max (registro GitHub).

MAI-Code-1-Flash è disponibile per Copilot Business o Enterprise? Non al lancio. Il primo rilascio riguarda i piani Copilot individuali in Visual Studio Code, e gli sviluppatori hanno segnalato l'assenza dei piani Business nella discussione della community GitHub.

Costruire un proprio modello significa che Microsoft lascia OpenAI? No. La copertura di Build 2026 presenta MAI come una riduzione della dipendenza di Microsoft dai fornitori esterni, mantenendo al contempo le partnership esistenti, non come una loro sostituzione (Sherwood News).

Che cos'è la sovranità dei modelli e perché è importante? La sovranità dei modelli si ha quando chi gestisce una piattaforma controlla direttamente il modello che alimenta il suo prodotto invece di dipendere da un laboratorio esterno. È importante perché dà a quel gestore il controllo su roadmap, prezzi e percorso dei dati su cui il vostro team fa affidamento (Microsoft AI).

Il mio team dovrebbe passare a MAI-Code-1-Flash? Trattatelo come un'opzione all'interno di una regola di instradamento, non come un'impostazione predefinita da adottare alla cieca. Riservate i modelli leggeri al completamento di routine e quelli più potenti al ragionamento complesso o al lavoro sensibile, con una responsabilità chiara per ogni modifica dell'impostazione predefinita.

Conclusione

Sui benchmark di MAI-Code-1-Flash si discuterà per settimane. Il cambiamento strutturale, invece, è già stabilito: Microsoft possiede ora una parte del livello dei modelli dentro lo strumento che milioni di sviluppatori aprono ogni mattina. La risposta accorta non è schierarsi nella guerra dei modelli. È costruire il vostro flusso di lavoro in modo da poter aggirare qualunque vincitore.

Se il vostro team desidera una regola di instradamento dei modelli che lo mantenga mobile mentre i fornitori di piattaforme costruiscono i propri modelli, parlatene con Context Studios. Progettiamo sistemi IA nativi che trattano i modelli come componenti intercambiabili, non come dipendenze da cui non ci si può liberare.