Microsoft представила 7 собственных ИИ-моделей — сможет ли она догнать OpenAI и Anthropic?
На Build 2026 Сатья Наделла и руководитель AI Mustafa Suleyman впервые показали семейство собственных моделей MAI — reasoning, изображения, транскрипция, TTS и код. Для разработчиков Azure и пользователей GitHub Copilot: все 7 моделей с параметрами и правдой бенчмарков, Surface RTX Spark Dev Box, сравнение цен, семимерный анализ, код Azure и 7 FAQ — чтобы понять, маркетинг это или новая инфраструктура.
Содержание
Болевые точки: почему сейчас переоценить «Microsoft AI = OpenAI»?
- Стоимость API и маржа: за семь лет в OpenAI вложено более 13 млрд долларов; каждый вызов GPT делится с партнером. Чем больше масштаб, тем тоньше маржа Azure AI и тем сложнее снижать счета enterprise-клиентам.
- Технологический суверенитет и темп релизов: старые контракты ограничивали крупное собственное обучение; без контроля весов, данных и графика релизов у Microsoft до Build 2026 почти не было «собственного мозга» для демонстрации.
- Маркетинг бенчмарков vs реальность: на сцене — «на уровне Claude Opus 4.6», в отчете — competitive with Sonnet 4.6; Opus 4.8 уже дает 69,2 % на SWE-Bench Pro — решения только по слайдам легко ошибочны.
Контекст: зачем Microsoft обучает свои модели?
Глубокая зависимость от OpenAI несет три риска: рост затрат, потеря суверенитета, ограничения контракта на обучение. Перелом — конец 2025 года: пересмотр соглашения, снятие лимитов на размер моделей, явное разрешение самостоятельно идти к «суперинтеллекту».
Mustafa Suleyman: «Мы получили «свободу» от контракта с OpenAI примерно полгода назад — право использовать свой IP, свои данные и свою вычислительную мощь для суперинтеллекта. Это очень раннее начало.»
Build 2026 — первая публичная демонстрация этого «собственного мозга». TL;DR: флагман MAI-Thinking-1 по бенчмаркам близок к Claude Sonnet 4.6 (не к заявленному уровню Opus); MAI-Code-1-Flash уже в GitHub Copilot; Surface RTX Spark Dev Box осенью 2026 в США, локально 120B+ параметров.
7 моделей MAI подробно
MAI-Thinking-1 — флагман reasoning
Кратко: первая reasoning-модель Microsoft для enterprise-кода и математики — приоритет эффективности по стоимости.
Архитектура и масштаб
| Параметр | Значение |
|---|---|
| Архитектура | Разреженный MoE (Mixture of Experts) |
| Активные параметры | 35B (при инференсе активна только эта часть) |
| Всего параметров | ~1T (триллион) |
| Контекстное окно | 256K токенов |
| Обучение | Предобучение с нуля, без сторонней дистилляции |
| Данные | Корпоративные clean data, коммерческая лицензия, прослеживаемость |
| Статус | Azure Foundry закрытый предпросмотр (по заявке) |
Смысл MoE: активны только 35B — намного меньше плотных флагманов GPT-5.5 и Claude Opus; стоимость инференса значительно ниже — главное отличие.
Результаты бенчмарков
| Бенчмарк | MAI-Thinking-1 | Примечание |
|---|---|---|
| SWE-Bench Pro | 52,8 % | Microsoft: «на уровне Claude Opus 4.6» (см. анализ) |
| SWE-Bench Verified | 73,5 % | — |
| AIME 2025 | 97,0 % | Соревновательная математика |
| AIME 2026 | 94,5 % | Новые задачи, защита от запоминания |
| LiveCodeBench v6 | 87,7 % | Живые задачи по коду |
| Слепой тест людей (vs Claude Sonnet 4.6) | Победа | 1 276 задач, независимая оценка Surge |
⚠️ Что на самом деле означают бенчмарки:
- В отчете — competitive with Sonnet 4.6 across a wide range of benchmarks: Sonnet — средний сегмент Anthropic, не флагман Opus;
- Сравниваемые версии устарели: актуальный флагман Claude Opus 4.8 (69,2 % SWE-Bench Pro); Microsoft использовал Opus 4.6 (53,4 %) — на два поколения старше;
- GPT-5.5 набирает 58,6 % SWE-Bench Pro — выше MAI-Thinking-1.
Вывод: MAI-Thinking-1 — конкурентоспособная модель среднего сегмента с сильной экономикой, но абсолютно позади текущих флагманов Anthropic и OpenAI.
MAI-Image-2.5 — текст в изображение & изображение в изображение
Кратко: первая модель Microsoft с text-to-image и image-to-image; рейтинг редактирования Arena.ai #2.
- Text-to-Image: Arena.ai #3
- Image-to-Image: перенос стиля, локальное редактирование
- Control with Preservation: сохранение семантической структуры при редактировании
- Интеграция: PowerPoint, OneDrive, Azure Foundry Model Catalog
| Версия | Вход | Цена |
|---|---|---|
| Стандарт | Текст | $5 / 1M токенов |
| Изображение на вход | $8 / 1M токенов | |
| Изображение на выход | $47 / 1M токенов | |
| Flash | Текст + изображение на вход | $1,75 / 1M токенов |
| Изображение на выход | $33 / 1M токенов |
MAI-Transcribe-1.5 — речь в текст
Кратко: транскрипция на 43 языках, рейтинг FLEURS #1, скорость в 5+ раз выше конкурентов.
| Метрика | MAI-Transcribe-1.5 |
|---|---|
| Языки | 43 (с автоопределением) |
| Средний WER FLEURS | 4,9 % (один из лучших в отрасли) |
| Artificial Analysis WER | 2,4 % (общий рейтинг 3) |
| Скорость | 276× реального времени (1 час аудио за секунды) |
| Задержка vs 1.4 | быстрее в 5,7 раза |
| Функция | Contextual Biasing (смещение по ключевым словам) |
| Цена | $0,36 / час аудио |
Сравнение: на FLEURS 43 языка опережает Scribe V2, Whisper-large-V3, GPT-4o-Transcribe и Gemini 3.1 Flash. Сценарии: протоколы Teams, колл-центры, голосовой ввод Copilot, доступность.
MAI-Voice-2 — многоязычный TTS
Кратко: многоязычный синтез речи с клонированием голоса; 15+ новых языков и контроль стиля.
- Zero-shot клонирование: голос по секундам эталонного аудио
- Эмоциональный стиль: тон, темп, выразительность
- Охват языков: 15+ новых (полный список еще не опубликован)
- Выход: MP3, 24 кГц
- Цена: $22 / 1M символов; Flash-вариант с ультранизкой задержкой «скоро»
- Интеграция: Azure Foundry, VS Code, Dynamics 365, Microsoft Copilot
MAI-Code-1-Flash — ассистент по коду
Кратко: модель кода, оптимизированная для GitHub Copilot и VS Code — уже в продакшене.
- Контекст: 256K токенов
- Эффективность: низкая задержка и стоимость при частом использовании
- Встроена в: GitHub Copilot (включая CLI), VS Code, GitHub Actions
- Цена: $0,75 / 1M входных токенов, $4,5 / 1M выходных
- Бенчмарк: SWE-Bench 51 %, выше Claude Haiku 4.5, сильна по скорости/стоимости
FrontierNews.ai: среди 7 MAI, вероятно, MAI-Code-1-Flash дает самый прямой ежедневный эффект — уже работает в VS Code, без ожидания закрытого предпросмотра.
Железо: Surface RTX Spark Dev Box
Сатья Наделла назвал ее «dream machine» — рабочая станция разработчика, переносящая облачную ИИ-мощность на стол.
| Параметр | Спецификация |
|---|---|
| Чип | NVIDIA RTX Spark superchip (GPU Blackwell + CPU Grace) |
| Унифицированная память | 128 ГБ (CPU + GPU общие, zero-copy) |
| ИИ-мощность | 1 петафлопс (1 000 TFLOPS) |
| Потребление | 100 Вт TDP |
| Корпус | Анодированный алюминий, 3D-печать, 1 000 отверстий охлаждения |
| Система | Windows 11 Pro (преднастроенный образ для разработчиков) |
Предустановленная среда
- WSL 2 (нативный GPU passthrough + CUDA)
- Visual Studio Code + GitHub Copilot
- PowerShell 7, Python, Node.js, Git
- NVIDIA CUDA, cuDNN
- AI Toolkit for VS Code, Windows ML, Microsoft Foundry CLI
Какие модели локально?
- 120B+ параметров (Llama 4, Qwen 3 и др.)
- 1M токенов контекста, плавное взаимодействие
- Fine-tuning размеров, обычно требующих облачный GPU
Доступность: осень 2026, эксклюзивно Microsoft.com США; цена не объявлена, также для частных покупателей. Логика: 120B локально без счетов API OpenAI/Anthropic.
Главный вопрос: сможет ли Microsoft догнать?
Mustafa Suleyman: «Цель — доказать, что мы можем войти в четверку лучших ИИ-лабораторий мира. Пока нет — именно поэтому я в Microsoft: строить лучшие frontier-модели, полностью мультимодальные, с нуля.»
Признанная «большая тройка»: Google DeepMind, OpenAI, Anthropic. Microsoft открыто признает, что не в их числе — само по себе важный сигнал.
Что уже достигнуто
| Область | Оценка |
|---|---|
| Собственное обучение | MAI-Thinking-1 полностью без дистилляции, с нуля |
| Мультимодальность | Текст, изображения, речь, транскрипция, код |
| Безопасность данных enterprise | Лицензированные данные, контролируемые веса, резидентность Azure |
| Стоимость | Та же задача заявлена <10× дешевле GPT-5.5 |
| Дистрибуция | GitHub Copilot (десятки миллионов), M365, Teams |
| MAI-Code-1-Flash | В продакшене, разработчики уже используют |
Оставшиеся разрывы
| Область | Состояние |
|---|---|
| SWE-Bench Pro флагманы | MAI-Thinking-1 (52,8 %) vs Opus 4.8 (69,2 %) — ~16 % |
| Скорость итераций | Anthropic на Opus 4.8, OpenAI на GPT-5.6; у Microsoft только первое поколение |
| Инфраструктура обучения | Собственные мощности строятся vs TPU Google / H100 NVIDIA |
| Зрелость инструментов | Claude Code, OpenAI Codex развитее |
| MAI-Thinking-1 | Все еще закрытый предпросмотр, нет широкого доступа |
Матрица решений: три гиганта
| Измерение | Microsoft MAI | OpenAI GPT-5.6 Sol | Anthropic Claude Opus 4.8 |
|---|---|---|---|
| SWE-Bench Pro | 52,8 % | ~58,6 % (GPT-5.5) | 69,2 % |
| Стоимость reasoning | Низкая (MoE) | Средняя | Средне-высокая |
| Контекст | 256K | 1M | 200K |
| Прозрачность данных | Высокая | Низкая | Низкая |
| Интеграция Azure | Нативная | Партнерство | Партнерство |
| Экосистема разработчиков | Сильная (GitHub, VS Code) | Очень сильная | Сильная (Claude Code) |
| Локальный инференс | Dev Box (эксклюзив) | Нет | Нет |
| Доступность | Частично закрытый предпросмотр | Полная | Полная |
Настоящий сдвиг: от «кто сильнее» к «чья система удобнее»
- MAI-Code-1-Flash в GitHub Copilot — 75 миллионов разработчиков ежедневно используют модели Microsoft, часто не зная названия;
- Surface RTX Spark Dev Box упаковывает «локальный ИИ-суверенитет» в железо;
- Корпоративные данные остаются в Azure при fine-tuning MAI — API OpenAI/Anthropic кормят конкурентов.
Краткосрочно (1–2 года): чистые бенчмарки позади флагманов OpenAI и Anthropic. MAI gen 1 пригоден, но не сильнейший. Среднесрочно (3–5 лет): «Hill-Climbing Machine» Suleyman плюс дистрибуция Azure/GitHub — реальный шанс на «топ-4». Главный инсайт: гонка не только за максимальным benchmark, а за контроль трения в workflow, суверенитетом данных и железом — здесь Microsoft сложнее копировать.
Как использовать MAI? Руководство по доступу
| Модель | Статус | Доступ |
|---|---|---|
| MAI-Thinking-1 | Закрытый предпросмотр | microsoft.ai/models/mai-thinking-1 |
| MAI-Image-2.5 / Flash | Продакшен | Azure Foundry Model Catalog |
| MAI-Transcribe-1.5 | Продакшен | Azure Speech API |
| MAI-Voice-2 | Продакшен | Azure Speech API |
| MAI-Code-1-Flash / MAI-Code-1 | Продакшен | GitHub Copilot / VS Code / API |
MAI также на OpenRouter, Fireworks AI и Baseten (анонс Build 2026).
Быстрый пример (MAI-Code-1-Flash)
MAI-Thinking-1 закрытый предпросмотр: откройте Microsoft Foundry, найдите «MAI-Thinking-1» в Model Catalog и подайте заявку.
Runbook из пяти шагов
Шаг 2 Проект Foundry на ai.azure.com, включить Speech и Model Catalog
Шаг 3 Выбрать путь: код через Copilot/VS Code или Chat Completions; мультимодальность через Catalog; речь через Speech API
Шаг 4 Пилот 10–20 реальных задач SWE, транскрипции и изображений; записать качество, задержку, счет
Шаг 5 Гибридная маршрутизация: рутина MAI-Code-1-Flash, точность MAI-Thinking-1, сложное — GPT-5.6 или Claude
Цитируемые факты (EEAT)
- Активные параметры MoE: MAI-Thinking-1 ~1T всего, при инференсе 35B — дешевле плотных флагманов.
- Транскрипция: MAI-Transcribe-1.5 $0,36/час аудио, 276× реального времени, FLEURS WER 4,9 %.
- Код в продакшене: MAI-Code-1-Flash SWE-Bench 51 %, $0,75/$4,5 за 1M токенов, в Copilot.
- Локальная мощность: Surface RTX Spark Dev Box 128 ГБ unified memory, 1 PFLOPS, 120B+ параметров.
- Разрыв с флагманом: SWE-Bench Pro MAI-Thinking-1 52,8 % vs Opus 4.8 69,2 %, ~16 пунктов.
Частые вопросы (FAQ)
В: Доступен ли MAI-Thinking-1 сейчас?
О: Закрытый предпросмотр в Azure Foundry; подать заявку. Публичный предпросмотр ожидается в ближайшие недели.
В: Действительно ли MAI-Thinking-1 сопоставим с Claude Opus?
О: В маркетинге Opus 4.6, в отчете Sonnet 4.6. Opus 4.8: SWE-Bench Pro 69,2 %, MAI-Thinking-1: 52,8 % — ~16 % разрыва.
В: Сколько стоит Surface RTX Spark Dev Box?
О: Цена не объявлена; осень 2026 на Microsoft.com США.
В: Какие MAI доступны разработчикам в продакшене?
О: MAI-Code-1-Flash, MAI-Image-2.5, MAI-Transcribe-1.5, MAI-Voice-2; MAI-Thinking-1 только по закрытому предпросмотру.
В: Сосуществуют ли MAI и OpenAI в Azure?
О: Да — MAI и GPT-5.6 в одном пространстве Foundry.
В: MAI-Code-1-Flash и GitHub Copilot?
О: Backend-модель Copilot (CLI, inline VS Code) — без изменения конфигурации.
В: Ключевое отличие Microsoft от OpenAI?
О: Владение данными. Fine-tuning MAI в Azure: данные не покидают среду — критично для финансов, медицины, права.
Итог: MAI gen 1 пригоден, но не сильнейший — ставка на дистрибуцию и суверенитет данных
7 моделей MAI на Build 2026 означают независимость Microsoft от OpenAI — MAI-Thinking-1 солидный средний сегмент, MAI-Code-1-Flash уже в Copilot, транскрипция и изображения сильны в мультиязычных сценариях. Привязка всего agent-workflow к Windows-ноутбуку или обычному Linux VPS дает прерывание длинных циклов при сне, невозможность оркестрации Xcode, Fastlane и notarytool на той же машине и смешение API-ключей с prod-репозиториями. Чистый Azure API не дает изолированной macOS-сборки.
Для команд с агентами 7×24 без присмотра, MAI в VS Code/Copilot плюс iOS CI или шлюз OpenClaw: аренда облачного узла M4 Mac VPSMAC — нативный macOS, SSH + launchd, в одной сети с удаленной разработкой — часто стабильнее Windows или Linux VPS для гибридного MAI + мультимодельного продакшена.
Источники: Microsoft AI: MAI-Thinking-1 · Технический отчет PDF · Блог Azure Foundry · Surface RTX Spark Dev Box · The Verge
Данные на 2026-07-14. Возможности и цены могут измениться — проверьте официальную документацию перед запуском.