微軟公布 MAI-Base-2：自稱勝過 OpenAI 同級模型，算力僅 1/4

發生什麼事

微軟（Microsoft）公布自行開發的基礎模型 MAI-Base-2（基礎模型：先經大量資料預訓練、尚未針對特定任務調整的模型）。TechNews 指出，宣布者是 Microsoft AI 執行長穆斯塔法·蘇萊曼（Mustafa Suleyman）。iThome 寫的是微軟「上周」公布（來源未給確切日期），並稱該模型在多項核心效能與基準測試上超越 OpenAI 的主流模型，算力僅需對手的 1/4。 TechNews 科技新報 iThome

依 iThome，MAI-Base-2 是混合專家（mixture of experts，MoE，把模型拆成多個專家子網路、每次只啟動其中一部分）基礎模型，總參數量達 2.8 兆，推論時啟動 800 億參數。訓練在今年 8、9 月進行，使用 1.6 萬顆 GB200 GPU（NVIDIA 的資料中心 GPU），歷時 38 天，訓練資料規模達 50 兆個 token（模型處理文字時的基本單位）。 iThome

TechNews 轉述蘇萊曼的說法：微軟私下把 MAI-Base-2 與 OpenAI 的多款模型比較，其中包含一款暱稱為「Spud」、用於支援 GPT-5.6 的模型。在評估 AI 理解與預測資訊模式能力的測試中，微軟自研模型表現更優。他補充，這些比較基準建立在微軟所掌握的 OpenAI 內部技術資訊之上。 TechNews 科技新報

iThome 則寫到另一組比較：在微軟自有的程式碼撰寫、問答、數理科學問題等評估中，MAI-Base-2 超越所有開放權重（公開模型權重）的模型，包括 Kimi K3、Qwen3.8-2.4T-A95B 和 MiMo-V2.6-Pro-RL。微軟並宣稱，預訓練階段使用的浮點運算量比 DeepSeek-V4-Pro-Base 省 4 到 12 倍，比 MAI-Base-1 省 6.3 到 12.7 倍。微軟 6 月公布了第一款自有模型 MAI-Base-1，以及以此為基礎的推理模型 MAI-Thinking-1。 iThome

iThome 指出，微軟表示 MAI-Base-2 的預訓練以有機資料為基礎，並非由其他模型蒸餾（用其他模型的輸出來訓練）而成。微軟相信效能提升來自資料相關性與品質、新的建模方法（如採用 Muon 最佳化器，即訓練時更新模型參數的演算法）以及改善執行與通訊問題；後者使特定 MoE 層的硬體浮點算力利用率（MFU）從傳統的 24% 提升至 35%。 iThome

誰受影響

依 iThome，微軟表示訓練資料來源清楚，模型權重得以透過 Foundry（微軟的市集平臺）授權給受信賴的合作夥伴，也可提供企業客戶。TechNews 補充背景：微軟與 OpenAI 長期合作，除投資數十億美元外，也把 OpenAI 的模型提供給 Azure（微軟的雲端服務）客戶，並整合進 Copilot（微軟的 AI 助理產品）等核心產品。 iThome TechNews 科技新報

限制與未定事項

iThome 指出，MAI-Base-2 目前仍在後訓練階段，完成後會先整合到微軟產品，之後才透過 Foundry 提供給客戶。微軟已啟動 MAI-Base-3 的開發，並表示未來會把這種資源節省的效益整合進去。上述比較都是微軟自有或內部的評估。TechNews 稱，針對新模型的進一步技術細節，微軟目前尚未給出更多回應，OpenAI 也未對相關說法發表評論。 iThome TechNews 科技新報

各方說法

兩家媒體對與 DeepSeek 的算力差距寫法不同：TechNews 寫蘇萊曼表示計算量比 DeepSeek 相關模型減少了 12 倍，並指他在會議中未點名具體型號，但依公開資料，微軟先前曾將 MAI-Base-2 的預訓練效率與 DeepSeek-V4-Pro-Base 對照；iThome 則寫預訓練浮點運算量省 4 到 12 倍。算力 1/4 的適用範圍也不同：TechNews 寫訓練所需運算資源為對方的四分之一，iThome 寫推論與訓練過程消耗的算力僅需對手的 1/4。另外，TechNews 認為近一年來微軟與 OpenAI 的關係似乎出現裂痕，促使微軟加速發展內部模型，這是該媒體的解讀。 TechNews 科技新報 iThome

各方說法不一致的地方

• 與 DeepSeek 相關模型的算力差距：TechNews 寫「減少了 12 倍」，iThome 寫預訓練浮點運算量「省 4 到 12 倍」。
• 算力 1/4 的適用範圍：TechNews 寫訓練所需運算資源為對方的四分之一，iThome 寫推論與訓練過程消耗的算力僅需對手的 1/4。

接下來要看的事

• MAI-Base-2 完成後訓練後，會先整合到微軟自家產品。
• MAI-Base-2 之後會透過 Foundry 提供給客戶。
• 微軟已啟動 MAI-Base-3 開發，並表示未來會把資源節省的效益整合進去。