Bölüm, 15 Ekim'de teknik bir "Laboratuvar Notları" gönderisinde yaptığı duyuruda, Microsoft AI'nın, 80 milyar aktif parametre ve 2,8 trilyon toplam parametreye sahip yeni bir uzman karışımı temel modeli olan MAI-Base-2'ye ilişkin ön eğitimi tamamladığını duyurdu. Şirket, modelin uzun süreli değerlendirmelerde test ettiği tüm açık ağırlıklı modellerden daha iyi performans gösterdiğini ve en güçlü açık tabanlı model olan DeepSeek-V4-Pro-Base'den 4 ila 12 kat daha fazla eğitim öncesi FLOP verimli olduğunu söylüyor.
Duyuru, Microsoft'un CEO Mustafa Süleyman'ın Microsoft AI organizasyonu altında oluşturulan şirket içi model programının yalnızca OpenAI ortaklığına dayanmak yerine sınırda rekabet etmeyi planladığının en açık sinyalidir. MAI-Base-2 şu anda eğitim sonrası eğitimden geçiyor ve yakında daha fazla sonuç vaat ediliyor. Yeni model sürümlerinin devam eden kapsamı için AI model haberlerimizi takip edin.
Koşunun Ölçeği
Microsoft, MAI-Base-2'yi Ağustos ve Eylül 2026'da 38 gün boyunca 16.000 NVIDIA GB200 GPU üzerinde eğittiğini söylüyor. Çalıştırmada ortalama %21 model FLOP kullanımı elde edildi (yeniden materyalleştirme ve optimize edici FLOP'lar hariç GB200'ün BF16'daki teorik maksimum 2,5 PFLOPS'una göre normalleştirildi) ve %89 iyi çıktı elde etti - eğitimin kesintisiz ilerlediği zaman dilimi. Bu rakamlar disiplinli, geniş çaplı bir koşuyu tanımlıyor; Kesintiye uğrayan veya yetersiz kullanılan GPU filoları bu ölçekte normdur ve her iyi çıktı noktası, haftalarca eğitim süresinden tasarruf anlamına gelir.
Model, Microsoft'un Haziran ayında piyasaya sürülen akıl yürütme modeli MAI-Thinking-1'in temelini oluşturan selefi MAI-Base-1'den daha büyük, daha seyrek ve daha fazla veri üzerinde eğitilmiş. Microsoft, MAI-Base-2'nin eğitim tarifinden elde edilen verimlilik tasarruflarını daha büyük bir modelin eğitimine kasıtlı olarak yeniden yatırdığını söylüyor.
Microsoft Karşılaştırmayı Nasıl Açıklıyor?
Şirket, MAI-Base-2'yi Ekim 2026'dan önce mevcut olan sınır kontrol noktalarına göre, Microsoft'un kendi kod tabanından alınan uzatılmış kod değerlendirmelerinin yanı sıra uzatılmış metin üzerinde bayt başına bit (tokenizer-agnostik bir ölçüm) kullanarak değerlendirdi. Eğitim setinin kirlenme riskini azaltmak için harici tedarikçilerden STEM, matematik ve Soru-Cevap değerlendirmeleri görevlendirildi ve tüm değerlendirme setleri eğitim verilerine göre temizlendi.
Karşılaştırma seti, Microsoft tarafından açık ağırlıklara sahip en yetenekli temel model ve bir trilyon parametrenin üzerinde piyasaya sürülen tek temel eğitim öncesi kontrol noktası olarak tanımlanan DeepSeek-V4-Pro-Base'in yanı sıra Kimi K3, Qwen3.8-2.4T-A95B ve MiMo-V2.6-Pro-RL'yi içeriyordu. Microsoft bir uyarıda bulunuyor: Bu üçü için yalnızca eğitim sonrası kontrol noktaları mevcuttur ve eğitim sonrası, eğitim öncesi değerlendirmeleri etkileyebilir. Uzun süren değerlendirmeler sonucunda Microsoft, MAI-Base-2'nin test edilen diğer modellere kıyasla bayt başına daha düşük bit sayısına ulaştığını bildirdi.
Verimlilik İddiasının Kodu Çözüldü
4-12x verimlilik rakamı doğrudan bir kıyaslama kazancı değil, bilgi işlem eşleştirme analizidir. Uzatılan her değerlendirme için Microsoft, eğitim FLOP'larına karşı bayt başına bit cinsinden bir ölçeklendirme yasası uyguladı ve DeepSeek-V4-Pro-Base'in puanıyla eşleşmek için kendi tarifinin ne kadar hesaplamaya ihtiyaç duyacağını tahmin etti. Aralık, dört değerlendirme arasındaki farklılıkları yansıtır. Basit bir ifadeyle iddia: Microsoft, tarifinin, eğitim hesaplama birimi başına, açık olarak mevcut en güçlü temel modelden birkaç kat daha fazla yetenek çıkardığını ve bu fazlalığı ölçeğe harcadığını söylüyor.
Tam Yığına Sahip Olmak
Gönderi, ham performansın ötesinde stratejik mantığı ortaya koyuyor. Microsoft, model hattına uçtan uca sahip olmanın kendisine eğitim belirteçleri üzerinde güçlü bir veri kaynağı sağladığını ve ön eğitimin diğer modellerden ayrıştırılmadan organik verilere dayandığını söylüyor. Şirket, bu kaynağın, güvenilir bir sınır istihbaratı kaynağı olarak Foundry aracılığıyla model ağırlıklarını kuruluşlara lisanslamasına izin vereceğini, modellerin ve altyapının birlikte ayarlanmasının ise öncelikle Microsoft'un kendi ürünlerinde maliyeti düşüreceğini öne sürüyor.
Teknik bölüm, çalıştırmanın başarısı için üç girişime itibar ediyor: benzersiz verilerin parametrelere oranını basamaklar arasında sabit tutan, kaynak ölçeklendirme adı verilen bir teknik aracılığıyla tekrarlanan eğitim verilerini açıklayan "ölçekleme merdivenleri" dahil olmak üzere ölçeklendirme bilimi; aktivasyon gradyan kırpmasının yanı sıra geliştirilmiş MoE ve Muon iyileştirici uygulamaları da dahil olmak üzere model-altyapı ortak tasarımı; ve vizyon verilerinin entegrasyonuyla genişletilmiş veri hatları. Microsoft, kaynak ölçeklendirmenin aşırı uyum sürprizleri olmadan 2,8 trilyon parametre boyutuna güvenilir bir şekilde ölçeklendirmenin anahtarı olduğunu söylüyor.
Piyasa İçin Ne İfade Ediyor?
İddiaların bağımsız inceleme altında geçerli olması durumunda MAI-Base-2, Microsoft'u OpenAI, Anthropic ve Google'ın yanında dördüncü büyük Batı sınır modeli oluşturucusu olarak konumlandırıyor; tüketici sohbet robotu fikir paylaşımı yerine veri kaynağı ve kurumsal lisanslama üzerine kurulu farklı bir sunumla. İlk önemli pazar, Foundry müşterilerinin, Microsoft'un eğitim kökenini tamamen kontrol ettiği ileri sınıf bir modele erişim kazanabileceği Azure'un kurumsal müşteri tabanıdır.
Bağımsız doğrulama hala açık bir sorudur. Microsoft'un değerlendirmeleri kendi kendine raporlanıyor, karşılaştırma modellerinin eğitim sonrası uyarısı önemli ve uzatılan metindeki bayt başına bit sayısı, işletmelerin gerçekte alışveriş yaptığı sohbete, kodlamaya ve aracılık kıyaslamalarına doğrudan çevrilmiyor. MAI-Thinking-1'in halefleri olan MAI-Base-2'nin eğitim sonrası türevleri gerçek test olacak. Ancak duyurunun altında yatan mesaj net: Microsoft'un öncü modellerin kendi bünyesinde, kendi silikon filosunda eğitilmesi yönündeki iddiası artık hayal ürünü değil. Tamamlanmış bir temel modeli var ve eğitim sonrası süreç zaten çalışıyor.
---
Yapay Zekanın Önünde OlunEn son yapay zeka haberlerini, analizlerini ve buluşlarını tek bir yerden alın.
Daha fazla AI haberini okuyun →
