微软有史以来最大的自研模型来了——而它真正想讲的故事，不是参数有多大，而是“我们自己也能行”。
10 月 15 日，微软宣布完成 MAI-Base-2 的预训练。这是微软自主研发的第二代基础大模型，采用混合专家（MoE）架构：总参数 2.8 万亿，但每次推理只激活其中 800 亿。它接替的是今年早些时候推出的 MAI-Base-1，也是微软迄今参数规模最大的自研模型。
消息本身不算突袭——微软 AI 首席执行官穆斯塔法·苏莱曼（Mustafa Suleyman）一直在为“微软自有模型”造势。但 2.8 万亿这个数字，配上微软第一次公开叫板 OpenAI 的姿态，让这次发布成了本周最值得细读的一条新闻。
一、硬数字：16,000 块 GB200、50 万亿 token、38 天
先看微软公布的训练细节（据 TechRepublic 援引微软技术公告报道）：
- 训练规模：动用 16,000 块英伟达 GB200 GPU，在 8 月到 9 月连续跑了 38 天；
- 训练数据：共处理 50 万亿 token，文本与视觉数据兼收；相比 MAI-Base-1，微软称其独特训练数据扩充了约 36%；
- 原生视觉：图像占新训练混合数据的 18%，支持图表解读、文档分析、空间推理——这是 MAI-Base-2 相比上一代最显性的能力补强；
- 性能口径：在微软的内部评测中，MAI-Base-2 跑赢了纳入对比的开源权重模型；其训练方法在选定的测试上“达到同等性能所需算力”只有 DeepSeek-V4-Pro-Base 的 1/4.2 到 1/12.3——也就是说，微软宣称的训练效率是 DeepSeek 的 4.2 到 12.3 倍。
有一个细节值得玩味：微软特别强调，MAI-Base-2 学习的是“有机训练数据”，而不是从其他 AI 模型那里蒸馏知识。这句话没点名，但听得出弦外之音——过去一年，关于“某家中国实验室蒸馏某家美国实验室模型”的指控一直没停过，微软选择在这个时间点划清界限，既是技术声明，也是立场声明。
当然，数字需要打折看。TechRepublic 的报道也提醒：微软的对比基于“选定的留出评测集”，并未公布与所有头部闭源模型的同等对比；所谓效率倍数，估算的是“达到可比性能所需的算力”，而不是证明 MAI-Base-2 全面更强。这是官方口径的常规操作，读的时候心里要有数。
二、同一周，整个行业都在谈“效率”
把 MAI-Base-2 放进本周的时间线，会发现它不是孤例——整个行业正在从“参数军备竞赛”转向“效率战争”：
10 月 17 日，DeepSeek 发布了 V4.1-Flash-1017：在自家评测中，Humanity’s Last Exam（无工具）得分从 36.8 提到 42.6，编码智能体评测 Terminal-Bench 4.0 从 31.2 提到 42.3，DeepSWE v1.1 从 74.2 提到 77.0（据 Malay Mail 援引彭博社报道）。DeepSeek 给这版模型的定位同样是“更快、更精简”：缩短任务耗时、产出更短的回答，直接目标是降低使用成本。
几乎同时，MiniMax 发布了 M3.1 Flash，定价每百万输入 token 0.15 美元、输出 0.6 美元——大约是上一代 M3 的一半。英伟达也在 10 月 15 日发布了 Nemotron 3.5 开源权重模型，主打企业级智能体的长时运行，宣称以约五分之一的参数达到自家最大推理模型的精度。
三家中国厂商、一家芯片巨头、一家微软，同一周，同一个关键词：用更少的算力、更低的成本，办更多的事。大模型竞争的下半场，参数数字还在涨，但真正的战场已经移到“每美元能买多少智能”。
三、真正的主角：微软的“去 OpenAI 化”
但 MAI-Base-2 最大的新闻点不在技术，而在战略。
据 Business Insider 报道，苏莱曼曾向员工透露，微软在内部把 MAI-Base-2 和 OpenAI 的模型做过私下对比——但微软没有公开发布这些对比结果。联系到 TechRepublic 的判断：“这次发布推进了微软打造自有 AI 技术的努力，正值其与 OpenAI 的关系发生变化之际”。
背景大家都清楚：微软是 OpenAI 最大的金主和云服务商，Copilot 全系此前都跑在 OpenAI 的模型上。但过去一年，双方的关系从“独家蜜月”走向“开放关系”——OpenAI 引入更多云合作伙伴，微软则开始把自研模型塞进自己的产品线。MAI-Base-2 就是这条路线的最新、也是最重的一块拼图。
微软的商业策略也很有意思，它选了一条“中间路线”：不公开发布权重，而是通过 Microsoft Foundry 把模型权重授权给“可信合作伙伴”。微软的说法是，掌控训练数据和基础设施，能给企业客户一条“更可预测”的定制化部署路径。
翻译一下：微软不想走 Meta/Llama 式的完全开源（那会失去控制力），也不想走 OpenAI 式的纯 API 黑盒（那会失去差异化）。它要的是“受控开放”——企业可以拿到权重做深度定制，但钥匙和账本都在微软手里。这对那些想把基础模型嫁接到内部文档、流程和业务系统、又不想从零训练的企业来说，确实是个有吸引力的选项。当然，定价、准入条件、定制成本还没公布，吸引力到底多大，要看微软开什么价。
微软还确认，MAI-Base-3 的准备工作已经启动。模型仍在后训练阶段，暂无全面上市时间和定价——所以别指望明天就在 Copilot 里用上它。
四、分析：三层含义
第一层：微软在买“战略保险”。不管和 OpenAI 的关系未来怎么演变，手里有一套能打的前沿模型，微软在谈判桌上和产品路线图上都多一分主动。这和云厂商当年自研芯片的逻辑一模一样：不是为了立刻替代，而是为了永远有得选。
第二层：“权重授权”可能成为企业市场的新物种。纯 API 模式下，企业是租客；完全开源模式下，企业是房主但要自己修水管。微软的 Foundry 授权想做的是“精装修公寓”：拎包入住，但物业归我。如果这条路走通，会逼 OpenAI、Anthropic、Google 重新思考自己的企业交付形态。
第三层：效率叙事正在重塑行业话语权。当 DeepSeek、MiniMax、微软、英伟达同时开始比“谁更省”而不是“谁更大”，意味着大模型正式进入成本竞争阶段——这对算力巨头是好消息（需求总量不降），对中小开发者更是好消息（智能在变便宜）。而本周早些时候 Anthropic 传出的 IPO 估值争议（2 万亿美元级估值是否过高），本质上也是市场在问同一个问题：智能的价格，到底该是多少？
延伸阅读：
参考来源：TechRepublic《Microsoft Unveils 2.8 Trillion-Parameter AI Model, Claims Major Efficiency Gains》，文中引微软技术公告、Business Insider 关于苏莱曼内部对比的报道；Malay Mail《‘Faster and leaner’: DeepSeek rolls out upgraded AI model after recent service disruptions》，文中引彭博社；The Diary of AI（2026-10-19）AI News：MiniMax M3.1 Flash 定价信息。
