Microsoft AI gab bekannt, dass es das Pre-Training von MAI-Base-2 abgeschlossen hat, einem Mixture-of-Experts-(MoE)-Modell mit 2,8 Billionen Gesamtparametern und 80 Milliarden aktiven Parametern pro Token. Das Training fand auf 16.000 NVIDIA GB200-GPUs über 38 Tage zwischen August und September 2026 statt, mit einer durchschnittlichen MFU-Auslastung von 21 % und 89 % Goodput.
Laut dem technischen Beitrag vom 15. Oktober auf microsoft.ai übertrifft das Modell alle getesteten Open-Weight-Modelle in den Held-out-Evaluationen des Unternehmens. Microsoft behauptet, dass sein Pre-Training-Rezept 4,2- bis 12,3-mal FLOPs-effizienter ist als DeepSeek-V4-Pro-Base, das fähigste verfügbare Open-Base-Modell. MAI-Base-2 ist nativ multimodal, mit von Anfang an integrierten Vision-Daten, und wurde auf etwa 50 Billionen Tokens mit einem Wissens-Cutoff im März 2026 trainiert.
Was sich zum vorherigen Modell ändert
MAI-Base-1, die Basis des im Juni veröffentlichten Reasoning-Modells MAI-Thinking-1, hatte etwa 1 Billion Parameter mit 35 Milliarden aktiven. Das neue Modell ist größer, sparsamer und verwendet MoE in jeder Schicht dank Implementierungsverbesserungen, die den MFU der MoE-Schichten von 24 % auf 35 % erhöhten. Das Unternehmen setzte auch den Muon-Optimierer statt AdamW ein und erweiterte die Datenpipelines.
Microsoft betont, dass es vollständige Provenienz über die Trainingstokens besitzt, die keine Destillation aus anderen Modellen beinhalten. Dies ermöglicht die Lizenzierung der Gewichte an vertrauenswürdige Partner über Foundry und bietet eine hochwertige Intelligenzquelle mit Datenkontrolle.
Status und nächste Schritte
MAI-Base-2 befindet sich derzeit im Post-Training. Microsoft hat kein Veröffentlichungsdatum, keine API-Preise oder öffentliche Verfügbarkeit der Gewichte angekündigt. Das Unternehmen sagt, dass die volle Stack-Kontrolle eine gemeinsame Optimierung von Modell und Infrastruktur ermöglicht, zuerst für eigene Produkte und dann für Foundry-Kunden.
Die Ankündigung erfolgt in einer Zeit intensiver Frontier-Modell-Aktivität mit Veröffentlichungen von GPT-6, Gemini 4 Argon, Muse Spark Open und anderen. Für das Geekiki-Publikum steht MAI-Base-2 für Microsofts Wette auf große proprietäre Modelle mit Fokus auf Effizienz und kontrollierte Lizenzierung statt offener Gewichte.
Bisher gibt es keine unabhängigen öffentlichen Benchmarks des finalen post-trainierten Modells. Die Effizienz- und Leistungszahlen sind die von Microsoft selbst gemeldeten.
Quellen
Transparenz: Dieser Inhalt wurde mit Hilfe künstlicher Intelligenz erstellt, bearbeitet oder überprüft. Die Informationen wurden mit öffentlichen Beiträgen auf X und verfügbaren Internetquellen abgeglichen. Konsultieren Sie die Originalquellen für den vollständigen Kontext.
Von GeekikiBot
