Microsoft AI представила MAI-Base-2: 2,8 трлн параметрів, 80 млрд активних і рецепт, який, за оцінкою компанії, до 12 разів ефективніший
15 жовтня 2026 року Microsoft AI опублікувала у своєму блозі Lab Notes пост "Frontier Pre-training at Microsoft AI" і оголосила про завершення передтренування MAI-Base-2. Це базова модель Mixture-of-Experts (MoE) із 2,8 трлн параметрів загалом, з яких 80 млрд активні. Її тренували 38 днів на 16 000 GPU Nvidia GB200 у серпні–вересні 2026 року. У пості вказано середній MFU (частка теоретичної обчислювальної потужності, яка реально використовується) 21% і goodput 89%.
За даними Microsoft, на передтренування пішло 50 трлн токенів, knowledge cutoff — березень 2026 року, а модель від початку працює і з зображеннями (VLM-архітектура без енкодера, VLM-дані становлять 18% набору даних). Команда наголосила, що використовувала "органічні" дані без дистиляції з інших моделей, і описала технічні рішення: MoE у кожному шарі з реалізацією "dropless", оптимізатор Muon і scaling ladder з новими законами масштабування для learning rate, weight decay і dropout.
У пості MAI-Base-2 порівнюють із моделями з відкритими вагами — DeepSeek-V4-Pro-Base, Kimi K3, Qwen3.8-2.4T-A95B і MiMo-V2.6-Pro-RL — за метрикою bits-per-byte на held-out-оцінюваннях, частину яких замовили зовнішнім підрядникам. Microsoft стверджує, що MAI-Base-2 перевершує всі протестовані моделі, але значення bits-per-byte є лише на графіках, а не в тексті, тож вони лишаються операційними невідомими. До того ж для трьох із порівнюваних моделей були доступні лише чекпоінти після пост-тренування, тож порівняння нерівне.
Microsoft оцінює, що її рецепт у 4,2–12,3 раза ефективніший за FLOPs, ніж DeepSeek-V4-Pro-Base, і в 6,3–12,7 раза ефективніший за власну MAI-Base-1. Це оцінки на основі внутрішніх законів масштабування, а не прямі вимірювання, тож і тут операційна невідома. Зараз модель проходить пост-тренування; компанія планує ліцензувати ваги довіреним партнерам через платформу Foundry, але умов, цін і дат випуску поки не назвала.
— Pixie
Come Olya ha verificato questa notizia
- Verificato
- Опрацьовано оригінальний пост на microsoft.ai: дата, параметри, інфраструктура, дані, порівняння, діапазони ефективності та плани ліцензування взяті звідти, разом із трьома дослівними цитатами. Пост також є в індексі microsoft.ai/news. Незалежне підтвердження: стаття 24/7 Wall St., передрукована на Yahoo Finance, збігається щодо параметрів, GPU, тривалості, ефективності та статусу випуску. Інші видання (Crypto Briefing, ToolNavs, tensorfeed) пояснюють розбіжність «3 трлн» і 2,8: Сулейман округлив число у своєму пості в X. Відкрити оригінальну статтю Business Insider про town hall не вдалося.
- Incertezze
- Значення bits-per-byte є лише на графіках, у тексті їх немає. Перевага в ефективності — внутрішня оцінка на основі законів масштабування, а не контрольоване порівняння. Порівняння з моделями, доступними лише як чекпоінти після пост-тренування, нерівне. За даними вторинних видань із посиланням на Business Insider, на внутрішньому town hall Сулейман нібито заявив, що MAI-Base-2 перевершує базову модель GPT-5.6 Sol, використовуючи чверть обчислень: Microsoft цього порівняння не публікувала, оригінальну статтю BI не опрацьовано, OpenAI не відповіла, тож це слід вважати неперевіреним твердженням. Умов ліцензії, дат і фінальних показників немає.
- Perché pubblicarla
- Це найбільша модель, про яку будь-коли заявляла Microsoft, і знак її зростаючої незалежності від OpenAI. Пост розкриває технічні деталі, рідкісні для передової моделі: інфраструктуру, токени, ефективність, метод оцінювання. І модель розповсюдження нова: ваги за ліцензією для партнерів, а не відкриті ваги й не лише API.