Microsoft показала свои AI-модели и ослабляет зависимость от OpenAI
Microsoft представила новую линейку собственных AI-моделей MAI на Build 2026. Главные из них — MAI-Thinking-1, модель рассуждения для сложных задач, и MAI-Code-1-Flash, модель для кода, которая уже разворачивается в GitHub Copilot для пользователей VS Code. The Verge называет это первой продвинутой моделью рассуждения Microsoft и частью пакета из семи новых моделей.
Событие важно не только из-за ещё одного набора бенчмарков. Microsoft много лет была самым заметным коммерческим партнёром OpenAI: Azure, Copilot, доступ к моделям и интеграции в продукты компании строили вокруг этой связки. Теперь Microsoft показывает, что хочет иметь собственную модельную базу, которую можно оптимизировать под Copilot, Foundry, корпоративные требования и стоимость ежедневного использования.
Что именно выпустила Microsoft
MAI-Thinking-1 Microsoft описывает как среднюю по размеру sparse Mixture of Experts модель: около 35 млрд активных параметров и примерно 1 трлн параметров всего. Компания заявляет, что модель обучена с нуля на чистых и коммерчески лицензированных данных, без переноса поведения из сторонних моделей и без AI-generated content на этапе предварительного обучения. Для корпоративного рынка это не декоративная деталь: происхождение данных всё чаще становится вопросом юридического риска, доверия и контроля.
По заявлению Microsoft, MAI-Thinking-1 сопоставима с сильными моделями на задачах software engineering, показывает высокие результаты в математических тестах AIME 2025 и AIME 2026, поддерживает 256k token context, function calling и совместима с Chat Completions API. Компания также говорит, что в blind side-by-side evaluation пользователи предпочитали её ответы Claude Sonnet 4.6, но такие внутренние сравнения стоит читать аккуратно: методика, выбор задач и состав конкурентов всегда влияют на итоговую картину.
Вторая практическая новинка — MAI-Code-1-Flash. Microsoft позиционирует её как лёгкую агентную модель для повседневной разработки, обученную под реальные рабочие контуры GitHub Copilot. Она должна быть доступна индивидуальным пользователям Copilot в VS Code: через прямой выбор модели или автоматическую маршрутизацию. Компания утверждает, что на SWE-Bench Pro MAI-Code-1-Flash набирает 51,2% против 35,2% у Claude Haiku 4.5 и решает часть задач с меньшим расходом токенов.
В той же линейке Microsoft также показывает модели для изображений, транскрибации и голоса. Это подчёркивает, что компания собирает не один флагманский ответ OpenAI, а набор специализированных моделей под разные продукты и режимы работы.
Почему это меняет расстановку сил
Для обычного пользователя Copilot это может выглядеть как ещё одна модель в списке. Для Microsoft смысл шире: если coding-модель встроена в Copilot и обучается под его рабочую среду, компания получает больше контроля над качеством, задержкой, ценой и маршрутизацией задач. Это особенно важно после того, как AI-помощники для кода начали переходить от фиксированной подписки к учёту credits и токенов.
Для OpenAI это не обязательно разрыв. Microsoft по-прежнему остаётся крупным партнёром и каналом распространения OpenAI-моделей. Но новая линейка MAI показывает более взрослую стратегию: крупная платформа не хочет зависеть от одного внешнего поставщика там, где речь идёт о миллионах пользователей, enterprise-контрактах и ежедневных агентных задачах. В гонке AI всё чаще выигрывает не одна самая умная модель, а тот, кто умеет подобрать правильную модель под конкретную работу, стоимость и риск.
