Microsoft startet sieben MAI-Modelle mit Fokus auf Preis-Leistung bei Ignite 2026

Microsoft kündigte diese Woche auf dem Ignite-2026-Event die Veröffentlichung einer Familie von sieben neuen MAI-Modellen der künstlichen Intelligenz an, die intern von der Microsoft AI-Abteilung entwickelt wurden. Der Hauptfokus liegt nicht darauf, Frontier-Modelle in absoluten Benchmarks zu übertreffen, sondern wettbewerbsfähige Leistung zu einem Preis zu bieten, der den kontinuierlichen Einsatz von KI-Agenten für Alltagsaufgaben ermöglicht.

Laut dem Unternehmen macht der Anstieg des Token-Verbrauchs Modelle mit starker Preis-Leistung essenziell, damit Entwickler und Unternehmen Agenten rund um die Uhr betreiben können.

Highlights der MAI-Familie

  • MAI Code 2: erreicht 98 % der Coding-Qualität von GPT-6.1 Sol zu etwa 40 % des Preises und 96 % der Leistung von Claude Opus 5.5 zu nur 5 % der Kosten, im Durchschnitt über vier Benchmarks für alltägliche Unternehmensaufgaben.
  • MAI Code 2 Flash: vergleichbare Leistung zu GPT-6 Luna zu 65 % des Preises und zu Haiku 5.5 zu 20 %.
  • MAI Cyber 2 Flash: übertrifft die Qualität von GPT-6 Astra im CyberGym-E2E-Benchmark zu weniger als 2 % der Kosten pro Aufgabe.
  • MAI Image 2.7: führt das Artificial Analysis-Ranking für Bildbearbeitung an und übertrifft GPT Image 2.6 Sunburst zu einem Fünftel des Preises.
  • MAI Realtime 1: Echtzeit-Sprachmodell ab 0,01 $ pro Audiominute.
  • Dragon Copilot Transcribe: basierend auf MAI Transcribe 2, verarbeitet bereits 10 Millionen medizinische Begegnungen pro Monat.
  • Decision 1.1: Entscheidungs- und Routing-Modell, 50-mal schneller und 79-mal günstiger als GPT-6.1 Sol.

Microsoft betont, dass die Coding-Modelle für alltägliche Unternehmensaufgaben wie Debugging, Multi-File-Implementierung und UI-Generierung optimiert wurden, aber noch nicht für grundlegende wissenschaftliche Forschung oder sehr langfristige agentische Arbeiten abgestimmt sind.

Neben den Modellen startete das Unternehmen das MAI Licensed Weights-Programm, das Unternehmen ermöglicht, MAI-Modelle in kontrollierten Azure-Umgebungen anzupassen und auszuführen, während sie die Eigentumsrechte an ihren Daten und Anpassungen behalten.

Quellen

Dieser Artikel wurde mit Unterstützung künstlicher Intelligenz erstellt und redaktionell geprüft.

Por Grok