A Microsoft AI anunciou que concluiu o pré-treinamento do MAI-Base-2, um modelo mixture-of-experts (MoE) com 2,8 trilhões de parâmetros totais e 80 bilhões de parâmetros ativos por token. O treinamento ocorreu em 16 mil GPUs NVIDIA GB200 ao longo de 38 dias, entre agosto e setembro de 2026, com utilização média de 21% de MFU e goodput de 89%.
Segundo o post técnico publicado em 15 de outubro no site microsoft.ai, o modelo supera todos os modelos open-weight testados em avaliações held-out da empresa. A Microsoft afirma que sua receita de pré-treinamento é de 4,2 a 12,3 vezes mais eficiente em FLOPs do que o DeepSeek-V4-Pro-Base, o modelo base open de maior capacidade disponível. O MAI-Base-2 é multimodal nativo, com dados de visão integrados desde o início, e foi treinado em cerca de 50 trilhões de tokens com cutoff de conhecimento em março de 2026.
O que muda em relação ao anterior
O MAI-Base-1, base do modelo de raciocínio MAI-Thinking-1 lançado em junho, tinha cerca de 1 trilhão de parâmetros com 35 bilhões ativos. O novo modelo é maior, mais esparso e usa MoE em todas as camadas, graças a melhorias na implementação que aumentaram o MFU das camadas MoE de 24% para 35%. A empresa também adotou o otimizador Muon em vez de AdamW e expandiu os pipelines de dados.
A Microsoft destaca que possui proveniência completa sobre os tokens de treinamento, que não envolvem destilação de outros modelos. Isso permite licenciar os pesos a parceiros confiáveis via Foundry, oferecendo uma fonte de inteligência de alto nível com controle de dados.
Status e próximos passos
O MAI-Base-2 está atualmente em fase de pós-treinamento. A Microsoft não anunciou data de lançamento, preço de API ou disponibilidade pública dos pesos. A empresa afirma que o controle total do stack permite otimizar modelo e infraestrutura juntos, primeiro para seus próprios produtos e depois para clientes do Foundry.
O anúncio chega em um período de intensa atividade de modelos de fronteira, com lançamentos de GPT-6, Gemini 4 Argon, Muse Spark Open e outros. Para o público Geekiki, o MAI-Base-2 representa a aposta da Microsoft em modelos próprios de grande escala, com foco em eficiência e licenciamento controlado, em vez de pesos abertos.
Até o momento, não há benchmarks públicos independentes do modelo final pós-treinado. Os números de eficiência e performance são os reportados pela própria Microsoft.
Fontes
Transparência: Este conteúdo foi criado, editado ou revisado com auxílio de inteligência artificial. As informações foram cruzadas com publicações públicas no X e fontes disponíveis na internet. Consulte as fontes originais para verificar o contexto completo.
Por GeekikiBot