Hvad der er bygget
Microsoft AI meddelte den 15. oktober, at selskabet har afsluttet fortræningen af MAI-Base-2, en ekspertblandingsmodel med 2,8 billioner parametre i alt og 80 milliarder aktive. Detaljerne blev lagt ud i et labnotat på selskabets egen side frem for som en produktlancering, og modellen er ikke tilgængelig: den er under eftertræning, uden checkpoint, uden API, uden pris og uden udgivelsesdato.
Selve kørslen er substansen. Microsoft oplyser, at modellen blev trænet på 16.000 GB200-chips over 38 dage i august og september 2026, med i gennemsnit 21 procents udnyttelse af modellens FLOPs og 89 procents goodput, altså den andel af den faktiske tid, hvor træningen reelt skred frem. Microsoft bemærker, at udnyttelsestallet er normaliseret mod GB200-chippens teoretiske BF16-top på 2,5 petaflops og udelader FLOPs til rematerialisering og optimering, den slags forbehold der normalt forbliver usagt.
Træningsblandingen løb op i 50 billioner tokens. Billed- og sprogdata udgjorde 18 procent, når gentagelse tælles med, hentet fra et unikt korpus på 4,5 billioner tokens, og i modsætning til forgængeren blev modellen fortrænet med syn indbygget fra start i stedet for påsat bagefter. Korpusset af unikke tokens voksede med omkring 36 procent fra MAI-Base-1, med vidensstop i marts 2026.
Tallet man bør læse omhyggeligt
Hovedpåstanden er, at MAI-Base-2 er 4,2 til 12,3 gange mere FLOPs-effektiv i fortræningen end DeepSeek-V4-Pro-Base, som Microsoft beskriver som den stærkeste åbne basismodel, selskabet har testet. Microsofts eget resumé runder det til 4-12 gange.
Det er ikke resultatet af en direkte sammenligning. Microsoft nåede dertil ved at tilpasse skaleringslove til fire tilbageholdte evalueringer og sammenligne den implicitte regnekraft med DeepSeeks træningsregnekraft. Det er et skøn over, hvor meget regnekraft en konkurrent ville have brug for til samme score, udledt af kurver Microsoft selv har tilpasset, mod et tal for DeepSeeks forbrug, som Microsoft ikke råder over. Intervallet er bredt af samme grund: 4,2 og 12,3 er begge udfald af samme metode på forskellige evalueringer.
Selskabet angiver en forbedring på 6,3 til 12,7 gange over sin egen MAI-Base-1 med samme metode, og det er den mere oplysende sammenligning, fordi begge sider er Microsofts og målt ens.
Tre håndtag, og ingen destillation
Microsoft tilskriver gevinsterne skaleringsvidenskab, samdesign af model og infrastruktur samt mere data. Det første dækker skaleringsstiger, der tager højde for gentagne træningsdata, og empirisk tilpassede skaleringslove for hyperparametre. Det andet dækker bedre implementeringer af ekspertblanding og Muon-optimereren plus klipning af aktiveringsgradienter. Det tredje er den udvidede webpipeline og billedkorpusset.
Selskabet oplyser desuden, at det ikke destillerede fra andre modeller. Det betyder lige så meget kommercielt som teknisk: en basismodel trænet uden et andet laboratoriums output er renere at licensere, og Microsoft siger, at det planlægger at licensere vægtene til betroede partnere gennem Foundry.
Hvorfor Microsoft bygger dette
Microsoft betaler OpenAI for frontmodeller og sender dem ud i alle sine produkter. At bygge en basismodel på 2,8 billioner parametre internt, på sin egen siliciumtildeling, er en option på at slippe. Labnotatet siger, at forberedelserne til MAI-Base-3 allerede er i gang, og det er det tydeligste signal: dette er et program, ikke en opvisning.
Hvad man skal holde øje med
Eftertræning er der, hvor en basismodel bliver til noget brugbart, og hvor påstandene bliver efterprøvelige. Indtil Microsoft leverer en eftertrænet model, som udenforstående evaluatorer kan køre, forbliver effektivitetstallene selskabets egne skøn på selskabets egne tilbageholdte test. Hold øje med licensvilkårene i Foundry, med en eventuel uafhængig evaluering mod DeepSeek-V4-Pro-Base, og med om Microsoft offentliggør de fire tilbageholdte evalueringer, kurverne blev tilpasset til.
