MAI-Base-2は、入力ごとに一部の専門ネットワークを選ぶMoE構成を採る。2026年8月から9月にかけ、16,000基のNVIDIA GB200 GPUで38日間の事前学習を行ったという。総パラメータ数と、各入力で動く部分の大きさは区別している。
モデル全体
- パラメータ数
- 2.8兆
アクティブ部分
- パラメータ数
- 800億
Microsoft AIの公表値。全体と処理時に使う部分の区別であり、同時に全2.8兆を使う構成とはしていない。
同社は、未学習の評価用テキストで予測の誤差を比較し、DeepSeek-V4-Pro-Baseと同じ評価値に達するまでの事前学習計算量を推定した。その条件で4.2〜12.3倍のFLOPs効率を報告している。FLOPsは演算量の尺度で、学習費用全体や完成モデルの推論性能の倍率ではない。
Microsoftはデータ処理、モデル、学習基盤を一体で改善し、将来はFoundryを通じて信頼できる提携先へ重みをライセンスする方針を説明した。提供時期や料金は今回の発表で示していない。自社評価と、製品として使える段階を分けて見る必要がある。
出典
- Microsoft AI技術報告2026-10-15公開、10-17確認。モデル構成、学習実績、評価手法と今後の方針。
出典の確認日 2026.10.17