Microsoft completa il pre-training di MAI-Base-2, 2.800 miliardi di parametri

Cosa ha costruito Microsoft

Microsoft ha addestrato MAI-Base-2 su 16.000 GPU Nvidia GB200 per 38 giorni, tra agosto e settembre. La sessione ha elaborato 50.000.000.000.000 di token tra testo e dati visivi. Il modello contiene 2.800.000.000.000 di parametri in totale, ma ne attiva 80.000.000.000 per ogni input. È un'architettura mixture-of-experts: permette di tenere un modello grande senza far girare tutti i parametri a ogni operazione.

Microsoft ha aumentato i dati di addestramento unici di circa il 36% rispetto a MAI-Base-1, presentato all'inizio di quest'anno. Le immagini costituivano il 18% della nuova miscela di addestramento. Fanno parte di quello che Microsoft chiama addestramento visivo nativo, pensato per interpretare grafici, analizzare documenti e ragionare nello spazio. Secondo l'azienda, il modello ha imparato da dati di addestramento organici e non distillando la conoscenza di altri modelli di intelligenza artificiale.

Le stime di efficienza e i loro limiti

Microsoft stima che il suo approccio di addestramento sia da 4,2 a 12,3 volte più efficiente in termini di calcolo rispetto a DeepSeek-V4-Pro-Base, a parità di prestazioni su test selezionati. L'azienda afferma che MAI-Base-2 ha superato i modelli a pesi aperti inclusi nelle sue valutazioni interne. TechRepublic ha osservato che le cifre stimano il calcolo necessario a raggiungere prestazioni comparabili, non dimostrano che MAI-Base-2 sia universalmente superiore.

I confronti si basano su valutazioni held-out scelte da Microsoft, e l'azienda non ha pubblicato confronti equivalenti con ogni modello proprietario di primo piano. Business Insider ha riportato che Mustafa Suleyman, responsabile AI di Microsoft, ha detto ai dipendenti che l'azienda aveva confrontato MAI-Base-2 in privato con i modelli di OpenAI. Microsoft non ha reso pubblici quei risultati per una valutazione indipendente.

Licenze, non rilascio aperto

Microsoft intende concedere in licenza i pesi di MAI-Base-2 a partner fidati tramite Microsoft Foundry, invece di rilasciarli pubblicamente. L'azienda non ha annunciato prezzi né disponibilità generale. TechRepublic ha osservato che le condizioni di accesso e i costi di personalizzazione influenzeranno la scelta delle aziende tra l'offerta di Microsoft e alternative davvero a pesi aperti.

Il modello è ancora in fase di post-training. Il rapporto aggiunge che le imprese non devono aspettarsi un accesso immediato a MAI-Base-2 tramite Copilot o altri servizi Microsoft. Microsoft dice che i preparativi per MAI-Base-3 sono già in corso.

TechRepublic ha riferito che le capacità di testo e visione del modello potrebbero in futuro sostenere applicazioni aziendali con documenti, fogli di calcolo e grafici, ma Microsoft non ha mostrato come queste capacità si tradurranno in prodotti commerciali.

Perché Microsoft costruisce modelli propri

Microsoft ha investito circa 13.000.000.000 di dollari in OpenAI e continua a usare i modelli di OpenAI per i compiti più impegnativi, ha riportato eWeek. L'azienda ha anche iniziato a usare i propri modelli MAI in alcuni prodotti per ridurre i costi. Secondo Bloomberg, Suleyman ha detto che i modelli MAI sono impiegati in più della metà dei prodotti Microsoft e che l'obiettivo è ridurre e infine eliminare quanto Microsoft paga ad Anthropic.

Ad aprile Microsoft ha modificato il suo accordo con OpenAI, ponendo fine all'accesso esclusivo alla proprietà intellettuale di OpenAI e annullando i pagamenti di Microsoft a OpenAI, mentre OpenAI ha continuato a pagare Microsoft con un tetto massimo, ha riportato Yahoo Finance. Secondo eWeek, Microsoft fornisce ancora l'infrastruttura di calcolo per i modelli di OpenAI.