GitHub Copilot、MAI Code 1.1 Flash を用いたローカル・クラウド間自動ルーティング機能を月内に公開──SWE-Bench 70.80% を達成
137B MoE を量子化して 53GB に圧縮したオンデバイスモデルを導入し、クラウド利用クレジットを抑制しつつタスクごとに処理先を自動振り分けする。
リリース: 2026-10-07 · 読了 4 分記事の要約
1. 核心（What）
- GitHub Copilot は月内までに、ローカルとクラウドのモデル間でタスクを自動ルーティングする機能の提供を開始する。
- 新オンデバイスモデル MAI Code 1.1 Flash は 137B MoE（6.8B アクティブパラメータ）で、量子化により 53GB に収まる。
- SWE-Bench Verified においてオンデバイス版で 70.80% を記録し、クラウド Bfloat16 版の 72.6% に迫る。
- Microsoft Execution Containers（MXC）と呼ばれる OS 固有プリミティブを利用したオープンソースのサンドボックスライブラリが同梱される。
2. 影響（Why）
- API コストとクラウド依存の劇的圧縮: ルーチンのリファクタリングや小規模な修正をオンデバイスで処理できれば、日常的なコーディング支援における API コストやクラウド利用量を大幅に削減できる。
- 国内受託開発および SI 企業への実務影響: 社内コードの外部送信を制限する国内 SI 企業や受託開発ベンダー（中堅〜大手）では、ローカル完結のオフライン自動化やセキュアなリポジトリ解析を導入する際の強力な検証ターゲットになる。
3. 根拠・詳細（How）
- MoE と量子化・協調デコーディングの組み合わせ: 総パラメータ数 137B の Mixture-of-Experts のうち 6.8B を活性化させ、量子化と speculative decoding を適用することで、クラウドキト比 80% 減の 53GB を実現している。
- MXC によるプロセスレベルの隔離: OS ネイティブの分離機構を用いる Microsoft Execution Containers により、仮想マシンやコンテナイメージを使わずにプロセスレベルの安全なサンドボックス環境を構築する。
4. 展望・課題（Next）
- ハードウェア要件とメモリ容量の検証: 53GB のモデル本体に加え、コンテキストキャッシュや OS 領域に十分なユニファイドメモリ（128GB 推奨）を確保できるかの事前検証が必要となる。