微软把 137B 编程模型搬上本地：MAI-Code-1.1-Flash 端侧版 SWE-Bench Verified 70.8%，GitHub Copilot 将自动在本地与云端间路由
10 月 7 日 Windows 发布会上，微软把 MAI-Code-1.1-Flash（137B 总参数 / 6.8B 激活 MoE、256K 上下文）以约 3.3 bit 量化跑在 RTX Spark PC 上，端侧 SWE-Bench Verified 70.80%、Terminal-Bench 2.1 66.29%；GitHub HydraFusion 将在 10 月下旬以实验预览让 Copilot 自动把任务分给本地或云端模型，本地调用不收推理费。MXC 智能体沙箱同日 GA。
核心要点速览
- 端侧跑分：SWE-Bench Verified 70.80%（云端原版 72.6%），Terminal-Bench 2.1 66.29%（云端 62.9%）；同测 GPT-OSS-120B 仅 32.0% / 23.6%（Microsoft Command Line）
- 资源：约 3.3 bit 混合精度量化 + DFlash2 投机解码，256K 上下文峰值内存 75.5GB；64K / 128K 上下文预填充 923.5 / 769.8 tok/s
- 路由：HydraFusion 本地+云端混合路由 10 月下旬以实验预览进入 Copilot app、Copilot CLI 与 VS Code，本地调用不收推理费（Windows Blog）
- 现在就能用：Copilot CLI 1.0.94-0 起
/model可发现本机 Ollama 模型（需支持工具调用与流式）（GitHub Changelog） - 安全：MXC 智能体容器在 Windows 11 GA，Codex、Copilot、OpenClaw、LM Studio 等已支持，Claude Code、Hermes Agent 等将跟进
关联模型 / 智能体 / 厂商:
⚡ MAI-Code-1.1-Flash⚡ DeepSeek-V4-Flash⚡ Nemotron🤖 GitHub Copilot🤖 Copilot CLI🤖 HydraFusion🌐 Microsoft Azure AI🌐 github🌐 Nvidia (NIM)