Microsoft решила играть по собственным правилам

На ежегодной конференции разработчиков Build 2026 корпорация Microsoft продемонстрировала решительное намерение выйти из тени OpenAI. Компания представила целую экосистему собственных моделей под названием MAI, которые охватывают ключевые направления: от логического мышления до генерации медиаконтента и написания программного кода. Об этом пишет сама Microsoft в своем официальном блоге.

Смотрите также Эпоха бесплатного ИИ подходит к концу: как мы постепенно теряем лимиты и что будет дальше

Сегодня мы анонсируем семейство из семи новых моделей, разработанных собственными силами Microsoft AI,
– заявил Мустафа Сулейман, глава подразделения Microsoft AI.

  • Главной новостью стал анонс MAI-Thinking-1 – первой собственной "модели рассуждения" от Microsoft. Это система среднего размера с 35 миллиардами активных параметров и окном контекста на 128 тысяч токенов. Разработчики отмечают, что модель создали с нуля, не используя метод дистилляции, то есть без копирования ответов конкурентов. В тестах на сложную математическую логику AIME 2025 она набрала 97 баллов, опередив Anthropic Sonnet 4.6 и совсем немного не дотянув до Opus.
  • Для разработчиков программного обеспечения представили MAI-Code-1-Flash. Эта компактная модель на 5 миллиардов параметров интегрирована непосредственно в GitHub Copilot и Visual Studio Code. Она действует как автономный агент, способный самостоятельно выполнять последовательности задач, а не просто дописывать строки кода. Это значительный шаг, ведь раньше Microsoft полагалась на модели OpenAI и Anthropic для работы своих инструментов программирования.
  • Мультимодальная линейка также включает в себя MAI-Image-2.5, которая поддерживает генерацию и редактирование изображений по текстовым или фотоподсказкам. По данным разработчиков, она обходит Nano Banana Pro в рейтинге Arena. Мы уже испытали этот генератор, поскольку он доступен на отдельном сайте, в отличие от MAI-Thinking-1 (разработчики пишут, что доступ появится позже). Результаты вполне сопоставимы с лучшими примерами конкурентов, поэтому можно смело утверждать, что Microsoft достигла отличных результатов с первого раза.

Сравнение результатов MAI-Image-2.5 (первое изображение) и Nano Banana (второе изображение) / Изображения сгенерированные ИИ

Google Читайте больше проверенных новостей Добавьте 24 Канал в избранные источники в Google Добавить
  • Еще одна модель для изображений – MAI-Image-2.5 Flash. Она работает быстрее, чем основная.
  • Для работы с аудио представили MAI-Transcribe-1.5, которая распознает голос на 43 языках и работает в пять раз быстрее конкурентов.
  • Также анонсировали MAI-Voice-2, которая синтезирует естественный голос на 15 языках из текста и способна клонировать голос пользователя по короткому образцу.
  • Непонятно, какой именно седьмая модель, но это, вероятно, базовая MAI без функций Thinking или более мощная MAI-Code-1 без приставки Flash.

Результаты тестирования MAI-Thinking-1
Результаты тестирования MAI-Thinking-1 / Изображение Microsoft

Кроме самих моделей, компания представила технологию Frontier Tuning. Это закрытые "тренажерные залы" для искусственного интеллекта, где бизнес-клиенты могут дообучать свои модели на собственных данных в безопасной среде. Результаты впечатляют: модель, настроенная под Excel, продемонстрировала такое же качество работы, как GPT-5,4, но при этом оказалась в 10 раз эффективнее.

Стратегическая цель Microsoft заключается в создании среды, которая постоянно развивается, совершенствуется через циклы вычислений и качественных данных, но при этом "остается вашим". Для этого компания использует собственные чипы Maia 200, которые уже дают прирост производительности в 1,4 раза по сравнению с предыдущими решениями. Конечным ориентиром называют "гуманистический суперинтеллект" – продвинутые системы, которые служат инструментами для людей, а не заменяют их.

Смотрите также Anthropic запустила новую версию флагманской модели Claude Opus

ИИ для медицины

Важной частью презентации стало сотрудничество с клиникой Mayo. Вместе они разрабатывают специализированную модель для медицины, которая будет учиться на обезличенных клинических данных. Этот инструмент поможет врачам в постановке диагнозов и планировании лечения, оставаясь в собственности медицинского учреждения.