Microsoft schließt Vortraining von MAI-Base-2 mit 2,8 Billionen Parametern ab

Was Microsoft gebaut hat

Microsoft hat MAI-Base-2 im August und September über 38 Tage auf 16.000 Nvidia GB200 GPUs trainiert. Der Lauf verarbeitete 50 Billionen Token aus Text und Bilddaten. Das Modell hat insgesamt 2,8 Billionen Parameter, aktiviert aber für jede Eingabe nur 80 Milliarden. Diese Mixture-of-Experts-Konstruktion erlaubt ein großes Modell, ohne bei jedem Rechenschritt alle Parameter zu bewegen.

Die einzigartigen Trainingsdaten wuchsen gegenüber MAI-Base-1 um etwa 36 Prozent. MAI-Base-1 hatte Microsoft Anfang des Jahres vorgestellt. Bilder machten 18 Prozent der neuen Trainingsmischung aus. Microsoft nennt das natives Sehtraining für Diagrammauswertung, Dokumentenanalyse und räumliches Schlussfolgern. Das Modell habe aus organischen Trainingsdaten gelernt und nicht durch Destillation aus anderen KI-Modellen, teilt das Unternehmen mit.

Effizienzversprechen und ihre Grenzen

Microsoft schätzt seinen Trainingsansatz bei gleicher Leistung in ausgewählten Tests als 4,2- bis 12,3-mal recheneffizienter ein als DeepSeek-V4-Pro-Base. MAI-Base-2 habe die Open-Weight-Modelle in den internen Bewertungen übertroffen, heißt es aus dem Unternehmen. TechRepublic merkte an, die Zahlen schätzten den Rechenaufwand für vergleichbare Leistung; sie belegten nicht, dass MAI-Base-2 überall überlegen sei.

Die Vergleiche stützen sich auf zurückgehaltene Tests, die Microsoft selbst ausgewählt hat. Entsprechende Vergleiche mit jedem führenden proprietären Modell hat das Unternehmen nicht veröffentlicht. Business Insider berichtete, Mustafa Suleyman, Microsofts KI-Chef, habe Mitarbeitern gesagt, man habe MAI-Base-2 intern mit Modellen von OpenAI verglichen. Die Ergebnisse hat Microsoft nicht öffentlich zugänglich gemacht, eine unabhängige Prüfung ist also nicht möglich.

Lizenzierung statt offener Veröffentlichung

Microsoft will die Gewichte von MAI-Base-2 über Microsoft Foundry an vertrauenswürdige Partner lizenzieren statt sie öffentlich freizugeben. Preise und allgemeine Verfügbarkeit sind nicht angekündigt. TechRepublic merkte an, Zugangsbedingungen und Anpassungskosten würden entscheiden, ob Unternehmen Microsofts Angebot echten Open-Weight-Alternativen vorziehen.

Das Modell durchläuft noch das Post-Training. Der Bericht ergänzt, Unternehmen sollten nicht mit sofortigem Zugriff auf MAI-Base-2 über Copilot oder andere Microsoft-Dienste rechnen. Die Vorbereitungen für MAI-Base-3 laufen laut Microsoft bereits.

TechRepublic berichtete, die Text- und Bildfähigkeiten des Modells könnten später Unternehmensanwendungen mit Dokumenten, Tabellen und Diagrammen tragen. Wie diese Fähigkeiten in kommerzielle Produkte münden, hat Microsoft nicht gezeigt.

Warum Microsoft eigene Modelle baut

Microsoft hat rund 13 Milliarden Dollar in OpenAI investiert und nutzt deren Modelle weiter für anspruchsvollere Aufgaben, meldete eWeek. In einigen Produkten setzt das Unternehmen inzwischen eigene MAI-Modelle ein, um Kosten zu senken. Suleyman sagte laut Bloomberg, MAI-Modelle seien in mehr als der Hälfte der Microsoft-Produkte im Einsatz, und das Ziel sei, die Zahlungen an Anthropic zu verringern und schließlich ganz zu beenden.

Im April änderte Microsoft seine Vereinbarung mit OpenAI: Der exklusive Zugriff auf das geistige Eigentum von OpenAI endete, und Microsoft stellte seine Zahlungen an OpenAI ein, während OpenAI weiter mit Obergrenze an Microsoft zahlte, berichtete Yahoo Finance. Die Recheninfrastruktur für OpenAIs Modelle liefert Microsoft weiterhin, meldete eWeek.