Microsoft AI a finalizat pregătirea preliminară pe MAI-Base-2, un nou model de fundație cu amestec de experți, cu 80 de miliarde de parametri activi și 2,8 trilioane de parametri totali, a anunțat divizia pe 15 octombrie într-o postare tehnică „Lab Notes”. Compania spune că modelul depășește fiecare model deschis pe care l-a testat în evaluări susținute și este de 4 până la 12 ori mai eficient din punct de vedere FLOP înainte de antrenament decât cel mai puternic model de bază deschis, DeepSeek-V4-Pro-Base.

Anunțul este cel mai clar semnal de până acum că programul de model intern al Microsoft – construit sub organizația Microsoft AI a CEO-ului Mustafa Suleyman – intenționează să concureze la frontieră, mai degrabă decât să se bazeze exclusiv pe parteneriatul său OpenAI. MAI-Base-2 este acum în curs de post-training, cu mai multe rezultate promise în curând. Pentru acoperirea continuă a lansărilor de modele noi, urmăriți știrile noastre despre modelele AI.

Scara alergării

Microsoft spune că a antrenat MAI-Base-2 pe 16.000 de GPU-uri NVIDIA GB200 pe parcursul a 38 de zile în august și septembrie 2026. Execuția a avut o medie de utilizare a FLOP-urilor modelului de 21% (normalizată față de maximul teoretic de 2,5 PFLOPS al GB200 în BF16, excluzând rematerializarea și optimizarea rematerializării FLOP 8% și optimizarea fracțiunii FLOP8%). timpul de antrenament a progresat fără întrerupere. Aceste numere descriu o alergare disciplinată pe scară largă; flotele de GPU întrerupte sau prost utilizate sunt norma la această scară, iar fiecare punct de rezultate bune se traduce în săptămâni de timp de antrenament economisit.

Modelul este mai mare, mai rar și instruit pe mai multe date decât predecesorul său, MAI-Base-1, care a servit drept bază pentru MAI-Thinking-1, modelul de raționament al Microsoft lansat în iunie. Microsoft spune că a reinvestit în mod deliberat economiile de eficiență din rețeta de antrenament MAI-Base-2 în formarea unui model mai mare.

Cum spune Microsoft se compară

Compania a evaluat MAI-Base-2 în raport cu punctele de control de frontieră disponibile înainte de octombrie 2026, folosind biți pe octet pentru textul reținut - o măsurătoare agnostică pentru tokenizer - împreună cu evaluări de cod reținute extrase din propria bază de cod a Microsoft. Evaluările STEM, matematice și întrebări și răspunsuri au fost comandate de la furnizori externi pentru a reduce riscul contaminării setului de antrenament, iar toate seturile de evaluare au fost decontaminate în raport cu datele de antrenament.

Setul de comparație a inclus DeepSeek-V4-Pro-Base, descris de Microsoft drept cel mai capabil model de bază cu greutăți deschise și singurul punct de control de bază lansat înainte de antrenament peste un trilion de parametri, plus Kimi K3, Qwen3.8-2.4T-A95B și MiMo-V2.6-Pro-RL. Microsoft notează o avertizare: pentru cele trei, sunt disponibile numai puncte de control post-antrenament, iar post-antrenament poate afecta evaluările pre-antrenament. În cadrul evaluărilor efectuate, Microsoft raportează că MAI-Base-2 a obținut biți pe octet mai mici decât celelalte modele testate.

Afirmația de eficiență, decodificată

Cifra de eficiență de 4-12x nu este o victorie directă de referință, ci o analiză de potrivire a calculului. Pentru fiecare evaluare susținută, Microsoft a adaptat o lege de scalare de biți-pe-octet față de FLOP-urile de antrenament și a estimat cât de mult ar trebui să calculeze propria rețetă pentru a se potrivi cu scorul DeepSeek-V4-Pro-Base. Gama reflectă diferențele dintre cele patru evaluări. Afirmația, în termeni simpli: Microsoft spune că rețeta sa extrage de câteva ori mai multă capacitate per unitate de calcul de antrenament decât cel mai puternic model de bază disponibil în mod deschis - și a cheltuit acel surplus la scară.

Deținerea Full Stack

Dincolo de performanța brută, postarea prezintă raționamentul strategic. Microsoft spune că deținerea pipelinei sale de modele de la capăt la capăt îi oferă o proveniență puternică a datelor față de jetoanele de antrenament și că pregătirea prealabilă se bazează pe date organice fără distilare de la alte modele. Această proveniență, susține compania, îi va permite să licențieze ponderile modelelor întreprinderilor prin Foundry ca o sursă de încredere de informații de frontieră, în timp ce co-ajustarea modelelor și a infrastructurii reduce costurile mai întâi în produsele Microsoft.

Secțiunea tehnică creditează trei inițiative pentru succesul alergării: știința de scalare, inclusiv „scări de scalare” care țin cont de datele de antrenament repetate printr-o tehnică numită scalare sursă, care păstrează raportul dintre datele unice și parametrii fixați pe trepte; co-proiectare model-infrastructură, inclusiv implementări îmbunătățite de optimizare MoE și Muon, alături de tăierea gradientului de activare; și conducte de date extinse cu integrarea datelor de viziune. Microsoft spune că scalarea sursei a fost esențială pentru scalarea fiabilă la dimensiunea de 2,8 trilioane de parametri, fără surprize excesive.

Ce înseamnă pentru piață

Dacă afirmațiile rezistă sub un control independent, MAI-Base-2 poziționează Microsoft ca al patrulea producător important de modele de frontieră occidentală, alături de OpenAI, Anthropic și Google - cu o prezentare diferențiată, construită pe proveniența datelor și licențele întreprinderii, mai degrabă decât pe partajarea minții de chatbot a consumatorilor. Piața care contează în primul rând este baza de clienți pentru întreprinderi Azure, unde clienții Foundry ar putea obține acces la un model de clasă de frontieră a cărui linie de instruire o controlează pe deplin Microsoft.

Verificarea independentă rămâne întrebarea deschisă. Evaluările Microsoft sunt auto-raportate, avertismentul după antrenament al modelelor de comparație este material, iar biți-pe-octet pe textul reținut nu se traduce direct în chat-ul, codificarea și benchmark-urile agentice cu care întreprinderile cumpără efectiv. Derivatele post-antrenate ale MAI-Base-2 — succesorii MAI-Thinking-1 — vor fi adevăratul test. Dar mesajul de bază al anunțului este lipsit de ambiguitate: pariul Microsoft pe antrenarea internă a modelelor de frontieră, pe propria flotă de siliciu, nu mai este aspirațional. Are un model de bază finit, iar conducta post-antrenament este deja în funcțiune.

---

Rămâneți înaintea AI

Obțineți cele mai recente știri, analize și descoperiri despre AI - toate într-un singur loc.

Citiți mai multe știri AI →