Microsoft AI завершила предварительное обучение по MAI-Base-2, новой базовой модели, объединяющей экспертов, с 80 миллиардами активных параметров и 2,8 триллионами общих параметров, сообщило подразделение 15 октября в техническом сообщении «Лабораторные заметки». Компания заявляет, что модель превосходит все модели с открытым весом, которые она тестировала в ходе длительных оценок, и в 4–12 раз более эффективна при предварительном обучении FLOP, чем самая сильная модель с открытой базой, DeepSeek-V4-Pro-Base.

Это объявление является самым четким сигналом о том, что собственная модельная программа Microsoft, созданная под руководством подразделения Microsoft AI, возглавляемого Мустафой Сулейманом, намерена конкурировать на переднем крае, а не полагаться исключительно на партнерство с OpenAI. MAI-Base-2 сейчас проходит постобучение, и в ближайшее время обещают новые результаты. Чтобы постоянно следить за выпусками новых моделей, следите за нашими [новостями моделей искусственного интеллекта] (https://aibuzzwire.news).

Масштаб бега

Microsoft заявляет, что обучала MAI-Base-2 на 16 000 графических процессорах NVIDIA GB200 в течение 38 дней в августе и сентябре 2026 года. В ходе прогона среднее использование FLOP модели составило 21 % (нормализовано по сравнению с теоретическим максимумом GB200 в 2,5 PFLOPS в BF16, исключая повторную материализацию и FLOP оптимизатора) и достигло 89 % полезной производительности — часть времени обучения проходила без перерыва. Эти цифры описывают дисциплинированную крупномасштабную кампанию; Прерванные или плохо используемые парки графических процессоров являются нормой в этом масштабе, и каждая единица полезной производительности означает недели экономии времени на обучение.

Модель больше, разрежена и обучена на большем количестве данных, чем ее предшественница MAI-Base-1, которая послужила основой для MAI-Thinking-1, модели рассуждения Microsoft, выпущенной в июне. Microsoft заявляет, что намеренно реинвестировала средства, сэкономленные на эффективности обучения по рецепту MAI-Base-2, в обучение более крупной модели.

Как Microsoft говорит, что сравнивает

Компания оценила MAI-Base-2 на соответствие пограничным контрольно-пропускным пунктам, доступным до октября 2026 года, используя бит на байт удерживаемого текста — метрику, не зависящую от токенизатора, — а также удерживаемые оценки кода, взятые из собственной кодовой базы Microsoft. Оценки STEM, математики и вопросов и ответов были заказаны внешним поставщикам, чтобы снизить риск заражения обучающих наборов, и все оценочные наборы были очищены от данных обучения.

В набор для сравнения вошли DeepSeek-V4-Pro-Base, описанная Microsoft как наиболее мощная базовая модель с открытыми весами и единственная выпущенная базовая предтренировочная контрольная точка с параметрами выше одного триллиона, а также Kimi K3, Qwen3.8-2.4T-A95B и MiMo-V2.6-Pro-RL. Microsoft отмечает оговорку: для этих трех доступны только контрольные точки после обучения, а пост-обучение может повлиять на оценки перед обучением. По данным проведенных оценок, Microsoft сообщает, что MAI-Base-2 достиг более низкого числа битов на байт, чем другие протестированные модели.

Заявление об эффективности, расшифровка

Показатель эффективности в 4–12 раз — это не прямая победа в тестах, а анализ сопоставления вычислений. Для каждой предварительной оценки Microsoft применяла закон масштабирования битов на байт к обучающим FLOP и оценивала, сколько вычислений потребуется ее собственному рецепту, чтобы соответствовать результату DeepSeek-V4-Pro-Base. Диапазон отражает различия между четырьмя оценками. Утверждение простыми словами: Microsoft заявляет, что ее рецепт позволяет извлечь в несколько раз больше возможностей на единицу обучающих вычислений, чем самая мощная общедоступная базовая модель, и она потратила этот излишек на масштабирование.

Владение полным стеком

Помимо чистой производительности, в посте изложено стратегическое обоснование. Microsoft заявляет, что сквозное владение конвейером моделей дает ей более высокую степень достоверности данных по сравнению с обучающими токенами, и что предварительное обучение опирается на органические данные без необходимости извлечения из других моделей. Такое происхождение, как утверждает компания, позволит ей лицензировать веса моделей для предприятий через Foundry в качестве надежного источника передовой информации, в то время как совместная настройка моделей и инфраструктуры снижает затраты в первую очередь на собственные продукты Microsoft.

В техническом разделе упоминаются три инициативы, обеспечившие успех прогона: наука о масштабировании, включая «лестницы масштабирования», которые учитывают повторяющиеся обучающие данные с помощью метода, называемого исходным масштабированием, который сохраняет соотношение уникальных данных к параметрам фиксированным на всех ступенях; совместная разработка модели и инфраструктуры, включая улучшенные реализации оптимизатора MoE и мюонов, а также ограничение градиента активации; и расширенные конвейеры данных с интеграцией данных машинного зрения. Microsoft заявляет, что масштабирование исходного кода было ключом к надежному масштабированию до размера 2,8 триллиона параметров без неприятных сюрпризов.

Что это значит для рынка

Если утверждения подтвердятся независимой экспертизой, MAI-Base-2 позиционирует Microsoft как четвертого крупного разработчика западных передовых моделей наряду с OpenAI, Anthropic и Google — с дифференцированной позицией, основанной на происхождении данных и корпоративном лицензировании, а не на потребительском чат-боте. Рынок, который имеет первостепенное значение, — это корпоративная клиентская база Azure, где клиенты Foundry могут получить доступ к модели передового класса, линию обучения которой Microsoft полностью контролирует.

Независимая проверка остается открытым вопросом. Оценки Microsoft представляются самими пользователями, предостережения относительно моделей сравнения после обучения являются существенными, а количество битов на байт в удерживаемом тексте не переводится напрямую в чат, кодирование и агентские тесты, которые предприятия фактически используют. Постобученные производные MAI-Base-2 — преемники MAI-Thinking-1 — станут настоящим испытанием. Но основная идея этого объявления недвусмысленна: ставка Microsoft на обучение передовых моделей собственными силами, на собственном кремниевом парке, больше не является амбициозной. У него есть готовая базовая модель, и конвейер постобучения уже запущен.

---

Будьте впереди ИИ

Получайте последние новости, анализ и открытия в области искусственного интеллекта — все в одном месте.

Подробнее новости AI →