Ce qui a été construit
Microsoft AI a annoncé le 15 octobre avoir achevé le pré-entraînement de MAI-Base-2, un modèle de fondation à mélange d’experts comptant 2 800 milliards de paramètres au total et 80 milliards actifs. L’entreprise a publié les détails dans une note de laboratoire sur son propre site plutôt qu’en lancement produit, et le modèle n’est pas disponible : il est en post-entraînement, sans point de contrôle, sans API, sans tarif et sans date de sortie.
C’est la campagne d’entraînement qui fait la substance. Microsoft indique avoir entraîné le modèle sur 16 000 GPU GB200 pendant 38 jours, en août et septembre 2026, avec une moyenne de 21 pour cent d’utilisation des FLOPs du modèle et 89 pour cent de goodput, soit la part du temps réel pendant laquelle l’entraînement a effectivement progressé. Microsoft précise que ce taux est normalisé sur le pic théorique BF16 du GB200, 2,5 pétaflops, et exclut les FLOPs de rematérialisation et d’optimiseur, le genre de réserve qui reste d’ordinaire tue.
Le mélange d’entraînement totalise 50 000 milliards de jetons. Les données vision-langage en représentent 18 pour cent une fois la répétition comptée, tirées d’un corpus unique de 4 500 milliards de jetons, et contrairement à son prédécesseur le modèle a été pré-entraîné nativement avec la vision plutôt que de se la voir greffée après coup. Le corpus de jetons uniques a crû d’environ 36 pour cent par rapport à MAI-Base-1, avec une date de connaissance arrêtée à mars 2026.
Le chiffre à lire attentivement
L’affirmation phare est que MAI-Base-2 serait 4,2 à 12,3 fois plus efficace en FLOPs de pré-entraînement que DeepSeek-V4-Pro-Base, que Microsoft décrit comme le meilleur modèle de base ouvert qu’elle ait testé. Le résumé de Microsoft arrondit à 4 à 12 fois.
Ce n’est pas le résultat d’une comparaison directe. Microsoft y est parvenue en ajustant des lois d’échelle sur quatre évaluations réservées et en comparant le calcul implicite au calcul d’entraînement de DeepSeek. C’est une estimation du calcul qu’il faudrait à un concurrent pour atteindre les mêmes scores, tirée de courbes que Microsoft a ajustées elle-même, face à un chiffre de dépense de DeepSeek qu’elle ne maîtrise pas. La fourchette est large pour la même raison : 4,2 et 12,3 sortent de la même méthode appliquée à des évaluations différentes.
L’entreprise annonce un gain de 6,3 à 12,7 fois sur son propre MAI-Base-1 par la même méthode, et c’est la comparaison la plus instructive, puisque les deux termes sont de Microsoft et mesurés à l’identique.
Trois leviers, et aucune distillation
Microsoft attribue les gains à la science de l’échelle, au co-design modèle-infrastructure et à davantage de données. Le premier recouvre des échelles de montée tenant compte des données d’entraînement répétées et des lois d’échelle d’hyperparamètres ajustées empiriquement. Le deuxième, de meilleures implémentations du mélange d’experts et de l’optimiseur Muon, plus l’écrêtage du gradient d’activation. Le troisième, la chaîne web élargie et le corpus visuel.
L’entreprise affirme en outre n’avoir distillé aucun autre modèle. Cela compte autant commercialement que techniquement : un modèle de base entraîné sans les sorties d’un autre laboratoire se licencie plus proprement, et Microsoft dit prévoir de licencier les poids à des partenaires de confiance via Foundry.
Pourquoi Microsoft construit cela
Microsoft paie OpenAI pour des modèles de pointe et les diffuse dans tous ses produits. Bâtir en interne une base de 2 800 milliards de paramètres, sur sa propre allocation de silicium, c’est une option sur le fait de ne plus en avoir besoin. La note indique que les préparatifs de MAI-Base-3 sont déjà engagés, et c’est le signal le plus net : il s’agit d’un programme, pas d’une démonstration.
Ce qu’il faut surveiller
Le post-entraînement est le moment où un modèle de base devient utilisable, et où les affirmations deviennent vérifiables. Tant que Microsoft n’aura pas livré un modèle post-entraîné que des évaluateurs extérieurs puissent exécuter, les chiffres d’efficacité resteront ses propres estimations sur ses propres tests réservés. À surveiller : les conditions de licence Foundry, une éventuelle évaluation indépendante face à DeepSeek-V4-Pro-Base, et la publication ou non des quatre évaluations réservées ayant servi à ajuster les courbes.
