مایکروسافت MAI-Base-2: مدل ۲.۸ تریلیون پارامتری با ادعای برتری ۱۲ برابری نسبت به DeepSeek

مایکروسافت AI در ۱۵ اکتبر ۲۰۲۶ اعلام کرد پیش‌آموزش MAI-Base-2، مدل پایه داخلی این شرکت، به پایان رسیده است. این مدل در مجموع ۲.۸ تریلیون پارامتر و ۸۰ میلیارد پارامتر فعال دارد. مایکروسافت این دستاورد را نقطه عطفی توصیف کرده است: مدلی مبتنی بر معماری «ترکیبی از متخصصان» که طی ۳۸ روز روی ۱۶ هزار پردازنده گرافیکی Nvidia GB200 آموزش داده شده و بنا بر ادعای خود شرکت، در ارزیابی‌های انجام‌شده از تمام مدل‌های دارای وزن باز عملکرد بهتری داشته است. مایکروسافت همچنین می‌گوید دستورالعمل آموزشی آن در مقایسه با DeepSeek-V4-Pro-Base بین ۴ تا ۱۲ برابر از نظر محاسباتی کارآمدتر است. جدا از این، بنا بر گزارش‌ها، مصطفی سلیمان، مدیرعامل Microsoft AI، در یک نشست داخلی با کارکنان گفته است آزمایش‌های اولیه نشان داده‌اند MAI-Base-2 در وظایف مربوط به درک الگو و پیش‌بینی از مدل پایه مورد استفاده در GPT-5.6 Sol شرکت OpenAI بهتر عمل کرده، در حالی که حدود یک‌چهارم محاسبات پیش‌آموزشی OpenAI را مصرف کرده است.

با این حال، این موارد به معنای عرضه MAI-Base-2 به‌عنوان یک محصول نیست. مدل هنوز در مرحله پساآموزش قرار دارد و مایکروسافت تاکنون تاریخ عرضه عمومی، قیمت‌گذاری یا چت‌بات نهایی مبتنی بر آن را اعلام نکرده است. این اعلامیه در شرایطی منتشر شده که تقریباً همه آزمایشگاه‌های بزرگ برای انتشار ارقام مربوط به مدل‌های پیشرفته خود رقابت می‌کنند و در عین حال، روشن‌ترین نشانه تاکنون است که مایکروسافت می‌خواهد جایگزینی معتبر و داخلی برای مدل‌های OpenAI داشته باشد؛ مدل‌هایی که از سال ۲۰۱۹ به آن‌ها اتکا کرده است.

MAI-Base-2 دقیقاً چیست؟

MAI-Base-2 یک مدل پایه با معماری «ترکیبی از متخصصان» (MoE) است؛ یعنی برای هر توکن تنها بخشی از شبکه فعال می‌شود. از مجموع ۲.۸ تریلیون پارامتر، ۸۰ میلیارد پارامتر برای هر توکن فعال هستند. این نسبت باعث می‌شود هزینه استنتاج قابل مدیریت بماند و در عین حال، مدل هنگام آموزش و تولید خروجی بتواند از مجموعه بسیار بزرگ‌تری از زیرشبکه‌های تخصصی استفاده کند. مایکروسافت AI می‌گوید این مدل از ابتدا با قابلیت بینایی پیش‌آموزش داده شده و از معماری زبان-بینایی بدون انکودر استفاده می‌کند؛ بنابراین درک تصویر از ابتدا در مدل پایه تعبیه شده، نه اینکه بعداً به آن افزوده شده باشد.

مایکروسافت AI در اعلامیه خود درباره این مدل نوشته است: «ما اخیراً پیش‌آموزش مدل جدید و پیشرفته MAI-Base-2 را تکمیل کرده‌ایم؛ یک مدل پایه MoE با ۸۰ میلیارد پارامتر فعال و ۲.۸ تریلیون پارامتر در مجموع.» این شرکت همچنین صراحتاً اعلام کرده است که «MAI-Base-2 در ارزیابی‌های نگه‌داشته‌شده‌ای که انجام دادیم، از تمام مدل‌های دارای وزن باز عملکرد بهتری دارد»؛ ادعایی که Digg آن را گزارش کرده است.

این مقیاس، MAI-Base-2 را در رده مدل‌های بسیار بزرگ متن‌باز و نیمه‌باز عرضه‌شده در سال جاری قرار می‌دهد؛ از جمله Muse Spark Open شرکت Meta که در اوایل اکتبر عرضه شد و یک مدل ۸۱۶ میلیارد پارامتری با معماری MoE است. مدل مایکروسافت از نظر تعداد کل پارامترها بیش از سه برابر بزرگ‌تر است، هرچند سهم کمتری از پارامترها در هر توکن فعال می‌شود؛ توازنی که با هدف کنترل هزینه سرویس‌دهی در کنار افزایش ظرفیت کلی مدل طراحی شده است.

جزئیات فرایند آموزش: ۱۶ هزار GPU، ۳۸ روز و ۵۰ تریلیون توکن

جزئیاتی که مایکروسافت درباره آموزش این مدل منتشر کرده، برای یک اعلامیه پیش‌آموزشی به شکل غیرمعمولی دقیق است. این شرکت طی ماه‌های اوت و سپتامبر ۲۰۲۶، فرایند آموزش را روی ۱۶ هزار پردازنده گرافیکی Nvidia GB200 اجرا کرد و مرحله پیش‌آموزش را در ۳۸ روز به پایان رساند. گزارش‌های ثانویه حجم داده آموزشی را حدود ۵۰ تریلیون توکن برآورد می‌کنند که حدود ۱۸ درصد آن به‌جای متن، داده‌های بصری بوده است؛ موضوعی که با طراحی دارای قابلیت بینایی ذاتی مدل سازگار است.

مدل: MAI-Base-2 (Microsoft AI)
معماری: ترکیبی از متخصصان، زبان-بینایی بدون انکودر
تعداد کل پارامترها: ۲.۸ تریلیون
پارامترهای فعال در هر توکن: ۸۰ میلیارد
سخت‌افزار آموزشی: ۱۶٬۰۰۰ پردازنده گرافیکی Nvidia GB200
بازه آموزش: اوت تا سپتامبر ۲۰۲۶ (۳۸ روز)
داده آموزشی: حدود ۵۰ تریلیون توکن (حدود ۱۸٪ بصری)
وضعیت: پیش‌آموزش تکمیل شده، در مرحله پساآموزش
عرضه عمومی: هنوز اعلام نشده
توزیع برنامه‌ریزی‌شده: اعطای مجوز به شرکای منتخب از طریق Azure AI Foundry

استفاده از ۱۶ هزار GB200 تخصیص کوچکی نیست. این میزان نشان می‌دهد چه مقدار از ظرفیت Nvidia در اختیار مایکروسافت اکنون صرف توسعه داخلی مدل‌ها می‌شود، نه صرفاً ظرفیت خارجی Azure. این جزئیات فراتر از خود مدل اهمیت دارد؛ زیرا در شرایطی که قیمت GPU در چندین منطقه افزایش یافته، سیگنالی درباره تقاضای بازار برای خط GB200 انویدیا نیز به شمار می‌رود؛ روندی که در گزارش مربوط به قیمت‌گذاری Nvidia B200 در ارتباط با قرارداد Tencent و Oracle نیز پوشش داده شده است.

ادعای بهره‌وری: ۴ تا ۱۲ برابر بهتر از DeepSeek

محور اصلی اعلامیه مایکروسافت، نه امتیازهای خام بنچمارک ــ که شرکت هنوز منتشر نکرده ــ بلکه مقایسه بهره‌وری محاسباتی است. مایکروسافت می‌گوید روش آموزشی آن در چهار ارزیابی نگه‌داشته‌شده، از نظر FLOPs پیش‌آموزشی بین ۴.۲ تا ۱۲.۳ برابر کارآمدتر از DeepSeek-V4-Pro-Base بوده و در مقایسه با مدل قبلی خود، MAI-Base-1، نیز ۶.۳ تا ۱۲.۷ برابر بهره‌وری بیشتری داشته است. در عبارتی که شرکت گفته و Digg گزارش کرده، مایکروسافت می‌گوید: «این مدل از نظر FLOPs پیش‌آموزشی، ۴ تا ۱۲ برابر از قوی‌ترین مدل پایه متن‌باز، DeepSeek-V4-Pro-Base، کارآمدتر است و ما این صرفه‌جویی را صرف آموزش یک مدل بزرگ‌تر کرده‌ایم.»

اهمیت این رویکرد در آن است که روایت رقابت را از تعداد اسمی پارامترها به بهره‌وری به‌ازای هر واحد محاسبات منتقل می‌کند. DeepSeek طی دو سال گذشته دقیقاً در همین معیار پیشتاز بوده و مدل‌هایی مانند DeepSeek V4.1 Flash را مشخصاً با تمرکز بر استنتاج ارزان و سریع عرضه کرده است. اگر ارقام بهره‌وری مایکروسافت در آزمایش‌های مستقل تأیید شوند، این یکی از نخستین مواردی خواهد بود که یک آزمایشگاه آمریکایی به‌طور عمومی ادعا می‌کند DeepSeek را مشخصاً در بهره‌وری محاسباتی آموزش شکست داده است، نه صرفاً در امتیاز نهایی بنچمارک‌ها.

البته باید دقیق بود که این ادعا چه چیزی را پوشش می‌دهد و چه چیزی را نه. افشای اطلاعات مایکروسافت، رقم ۴ تا ۱۲ برابر را معیاری برای بهره‌وری FLOPs در مرحله پیش‌آموزش و در چهار ارزیابی مشخص نگه‌داشته‌شده معرفی می‌کند، نه ادعایی مبنی بر اینکه MAI-Base-2 در هر بنچمارک یا کاربرد ممکن ۴ تا ۱۲ برابر بهتر است. بهره‌وری و کیفیت کلی دو معیار مرتبط اما متمایزند و دقیقاً در همین فاصله است که ارزیابی مستقل، پس از در دسترس قرار گرفتن مدل، باید نقش خود را ایفا کند.

مقایسه سلیمان با OpenAI

بحث‌برانگیزترین ادعا نه در مطلب منتشرشده مایکروسافت، بلکه در یک نشست داخلی مطرح شد. بنا بر گزارش Hyper.ai و 247wallst.com، مصطفی سلیمان، مدیرعامل Microsoft AI، به کارکنان گفته است آزمایش‌های داخلی نشان داده‌اند MAI-Base-2 در ارزیابی‌های مربوط به درک الگو و پیش‌بینی از مدل پایه‌ای که در GPT-5.6 Sol شرکت OpenAI استفاده می‌شود عملکرد بهتری دارد، در حالی که حدود یک‌چهارم بودجه محاسباتی برآوردشده OpenAI برای پیش‌آموزش را مصرف کرده است.

این ادعا به اندازه خود تیتر نیازمند یک ملاحظه جدی است: مقایسه‌ای داخلی و تأییدنشده است که به‌صورت دست‌دوم گزارش شده و روش‌شناسی، مجموعه آزمون‌ها یا شیوه امتیازدهی آن منتشر نشده است. مایکروسافت و OpenAI همچنان از نظر تجاری به یکدیگر وابسته‌اند؛ از میزبانی Azure گرفته تا سرمایه‌گذاری موجود مایکروسافت. همین مسئله باعث می‌شود مقایسه مستقیم و عمومی مایکروسافت با OpenAI، حتی پیش از بررسی ارقام توسط طرف‌های مستقل، ادعایی حساس باشد. بنابراین مقایسه با GPT-5.6 Sol باید ادعایی در حال بررسی داخلی تلقی شود، نه نتیجه‌ای قطعی.

چرا یک‌چهارم بودجه محاسباتی اهمیت دارد؟

اگر این برتری محاسباتی حتی در سطح کلی درست باشد، مزیت ۴ برابری در محاسبات می‌تواند اقتصاد کل رقابت مدل‌های پیشرفته را تغییر دهد. آموزش مدل‌هایی در این مقیاس صدها میلیون دلار برای زمان GPU، برق مراکز داده و ساعات مهندسی هزینه دارد. آزمایشگاهی که بتواند با یک‌چهارم محاسبات به نتایجی مشابه یا بهتر برسد، یا می‌تواند با همان بودجه مدل‌های بزرگ‌تری آموزش دهد یا مدل‌هایی هم‌اندازه را با کسری از هزینه آموزش دهد. هر دو مسیر نیز در چند نسل متوالی مدل می‌توانند مزیت را تقویت کنند. منطق راهبردی انتشار ادعای بهره‌وری توسط مایکروسافت، پیش از انتشار حتی یک امتیاز بنچمارک برای مشتری، از همین‌جا می‌آید.

تکمیل پیش‌آموزش به معنای عرضه محصول نیست

دیدن عبارت «۲.۸ تریلیون پارامتر» به‌راحتی می‌تواند این تصور را ایجاد کند که عرضه محصول نزدیک است؛ اما دست‌کم در حال حاضر چنین نیست. مایکروسافت صراحتاً می‌گوید MAI-Base-2 پیش‌آموزش را به پایان رسانده و وارد مرحله پساآموزش شده است؛ مرحله‌ای که در آن یک مدل پایه خام، پیش از تبدیل شدن به محصولی که توسعه‌دهنده یا مصرف‌کننده بتواند از آن استفاده کند، تنظیم دقیق، هم‌ترازی و آزمایش‌های ایمنی را پشت سر می‌گذارد. مایکروسافت هنوز تاریخ عرضه، قیمت هر توکن یا حتی تأیید اینکه در نهایت کدام محصولات از MAI-Base-2 استفاده خواهند کرد را اعلام نکرده است. برنامه کوتاه‌مدت اعلام‌شده شرکت، اعطای مجوز وزن‌های مدل به شرکای مورد اعتماد از طریق Azure AI Foundry است؛ موضوعی که از عرضه‌ای مرحله‌ای و ابتدا سازمانی، به‌جای راه‌اندازی فوری یک چت‌بات مصرف‌کننده، حکایت دارد.

این تفاوت در تیترهایی که بر یک عدد چشمگیر از تعداد پارامترها تمرکز می‌کنند به‌راحتی از بین می‌رود، اما فاصله میان این دو عبارت بسیار مهم است: «مایکروسافت همین حالا رقیب GPT-5.6 Sol را عرضه کرده» در برابر عبارت دقیق‌ترِ «مایکروسافت یک فرایند آموزشی پرهزینه و امیدوارکننده را به پایان رسانده که هنوز باید خارج از مجموعه شرکت خود را ثابت کند». خوانندگانی که این مدل را با مدل‌های کاملاً عرضه‌شده و متن‌باز، مانند خانواده Nemotron انویدیا، مقایسه می‌کنند باید این فاصله را در نظر داشته باشند.

MAI-Base-2 روی کاغذ چه جایگاهی دارد؟

از آنجا که مایکروسافت امتیازهای استاندارد بنچمارک MAI-Base-2 را منتشر نکرده است، فعلاً مقایسه عددی مستقیم در قالب جدول رتبه‌بندی ممکن نیست. با این حال، می‌توان بر اساس مشخصاتی که هر مدل به‌صورت رسمی اعلام کرده، مقیاس، معماری و ابعاد فرایند آموزشی آن را با مدل‌های بزرگ دیگری که در همین بازه عرضه یا معرفی شده‌اند مقایسه کرد.

این جدول الگویی را برجسته می‌کند که در سال ۲۰۲۶ شکل گرفته است: آزمایشگاه‌ها اکنون به‌طور معمول تعداد کل و فعال پارامترها را به‌عنوان یک سیگنال بازاریابی اعلام می‌کنند، حتی زمانی که جداول کامل بنچمارک‌ها را منتشر نمی‌کنند. رقم ۲.۸ تریلیون پارامتری مایکروسافت بزرگ‌ترین عدد تأییدشده عمومی در این فهرست است، هرچند مقایسه کامل نیست؛ زیرا نه DeepSeek و نه OpenAI مشخصات کامل معماری مدل‌هایی را که مایکروسافت خود را با آن‌ها مقایسه می‌کند منتشر نکرده‌اند.

راهبرد بزرگ‌تر مایکروسافت: وابستگی کمتر به OpenAI، تمرکز بیشتر بر MAI

MAI-Base-2 یک پروژه تحقیقاتی منفرد نیست. این مدل نسل دوم خط مدل‌های پایه داخلی مایکروسافت است که پس از MAI-Base-1 عرضه می‌شود و در شرایطی معرفی شده که مایکروسافت نزدیک به دو سال برای توسعه یک واحد هوش مصنوعی داخلی، یعنی Microsoft AI، سرمایه‌گذاری کرده است. این واحد از زمان پیوستن سلیمان از Inflection AI در سال ۲۰۲۴ تحت رهبری او قرار دارد و هدف صریح آن کاهش وابستگی مایکروسافت به مدل‌های OpenAI برای Copilot و دیگر محصولات داخلی شرکت است. مایکروسافت همچنان بزرگ‌ترین پشتیبان مالی OpenAI و میزبان اصلی ابری آن است، اما با توسعه فعالیت‌های فروش سازمانی OpenAI و آماده شدن این شرکت برای دوران پس از شرایط انحصاری توافق‌های قبلی، انگیزه‌های این دو شرکت بیش از گذشته با یکدیگر رقابت پیدا کرده است.

یک مدل داخلی ۲.۸ تریلیون پارامتری که مایکروسافت ادعا می‌کند از نظر بهره‌وری DeepSeek را پشت سر می‌گذارد و ممکن است با مدل پایه خود OpenAI رقابت کند، هم‌زمان در چند جهت به مایکروسافت اهرم می‌دهد. این مدل وابستگی به یک تأمین‌کننده خارجی را کاهش می‌دهد، به Azure AI Foundry یک محصول شاخص داخلی برای عرضه در کنار مدل‌های شخص ثالث می‌دهد و به سرمایه‌گذاران نشان می‌دهد نقشه راه هوش مصنوعی مایکروسافت کاملاً به ادامه همکاری OpenAI وابسته نیست.

واکنش بازار و صنعت

اظهارنظرهای صنعت پس از این اعلامیه کمتر بر قابلیت خام مدل و بیشتر بر معنای ارقام بهره‌وری برای چرخه گسترده‌تر سرمایه‌گذاری در هوش مصنوعی متمرکز بوده است. اگر افزایش بهره‌وری ۴ تا ۱۲ برابری در مقیاس آزمایشگاه‌های بزرگ واقعاً محقق شود، در نهایت می‌تواند بخشی از فشار تقاضا برای GPU را که قیمت‌ها را در سراسر بازار افزایش داده است کاهش دهد. این موضوع شامل افزایش‌های منطقه‌ای مشابه موارد گزارش‌شده درباره تلاش مایکروسافت برای تراشه Maia 300 نیز می‌شود؛ تراشه‌ای که مایکروسافت آن را جداگانه به‌عنوان جایگزینی کم‌هزینه‌تر برای سیلیکون Nvidia در بارهای کاری استنتاج معرفی کرده است.

بازتاب عمومی نیز ابعاد این اعلامیه را به‌روشنی نشان داد. Microsoft AI در بیانیه‌ای که در یک پست عمومی نقل شده از این اعلامیه آمده، دستاورد را چنین خلاصه کرده است: «اکنون مدل‌های پایه پیش‌آموزش‌دیده‌ای در کلاس وزنی ۳ تریلیون پارامتر داریم که کاملاً در MAI و از ابتدا در داخل شرکت ساخته شده‌اند.» این چارچوب، MAI-Base-2 را در بالاترین سطح مقیاس اعلام‌شده برای مدل‌ها در سال ۲۰۲۶ قرار می‌دهد و از نظر مجموع پارامترهای تأییدشده، از همه ارقام دیگری که تاکنون در این ماه تأیید شده‌اند بزرگ‌تر است.

زمینه تاریخی: از MAI-Base-1 تا MAI-Base-2

تلاش مایکروسافت برای توسعه مستقل مدل‌ها حدود دو سال است که در حال شکل‌گیری است. MAI-Base-1، مدل قبلی، زیرساخت پایه پیش‌آموزش داخلی واحد Microsoft AI را ایجاد کرد، اما همان توجه عمومی گسترده‌ای را که MAI-Base-2 به خود جلب کرده است به همراه نداشت. جهش MAI-Base-2 به ۲.۸ تریلیون پارامتر کل، همراه با ادعای افزایش بهره‌وری ۶.۳ تا ۱۲.۷ برابری نسبت به مدل قبلی، نشان می‌دهد مایکروسافت میان دو نسل صرفاً هزینه سخت‌افزاری را افزایش نداده و در معماری و خط لوله داده نیز پیشرفت‌هایی داشته است.

این جهش نسلی بازتاب الگویی است که در سراسر صنعت در سال ۲۰۲۶ دیده می‌شود: آزمایشگاه‌هایی که زمانی پیشرفت را عمدتاً با تعداد پارامترها می‌سنجیدند، اکنون بهره‌وری محاسباتی را نیز به‌طور صریح به‌عنوان مزیت بازاریابی می‌کنند. این تغییر تا حدی ناشی از کمبود GPU و تا حدی ناشی از هزینه هنگفت آموزش مدل‌هایی در این مقیاس است. عرضه Mistral Large 4 نیز بر مصالحه میان مقیاس و هزینه سرویس‌دهی تأکید داشت و عرضه Gemini 4 Argon گوگل نیز با افزایش قیمت پس از عرضه، به‌شدت بر بهره‌وری به‌ازای هر دلار تمرکز کرد.

چشم‌انداز رقابتی در اکتبر ۲۰۲۶

MAI-Base-2 در هفته‌ای غیرمعمولاً شلوغ برای اخبار هوش مصنوعی پیشرفته معرفی شد. در فاصله چند روز، Nvidia خانواده مدل‌های متن‌باز Nemotron را عرضه کرد، Meta مدل Muse Spark Open را ارائه داد و مایکروسافت تکمیل فرایند پیش‌آموزش MAI-Base-2 را اعلام کرد. این هم‌زمانی تصادفی نیست. آزمایشگاه‌ها بیش از گذشته زمان‌بندی اعلامیه‌های خود را به‌گونه‌ای تنظیم می‌کنند که در چرخه خبری رقبا دیده شوند و اکتبر ۲۰۲۶ به یکی از پرتراکم‌ترین دوره‌های سال از نظر معرفی مدل‌های پیشرفته تبدیل شده است.

آنچه در این جدول جلب توجه می‌کند، برتری یک مدل خاص نیست؛ زیرا هیچ‌یک از این اعلامیه‌ها شامل یک مجموعه بنچمارک مشترک و مستقلِ تأییدشده نیستند. نکته مهم، تراکم بالای اعلامیه‌هاست. پنج آزمایشگاه بزرگ طی حدود ۷۲ ساعت، اعلامیه‌های مهمی درباره مدل‌های خود منتشر کردند؛ سرعتی که باعث می‌شود حتی یک عرضه مهم مانند MAI-Base-2 نیز بیش از یکی دو روز نتواند چرخه خبری را در اختیار داشته باشد.

تأیید مستقل چه چیزی را باید نشان دهد؟

تمام ادعاهای مایکروسافت درباره بهره‌وری و عملکرد از ارزیابی‌های داخلی و نگه‌داشته‌شده خود شرکت به دست آمده‌اند. تاکنون هیچ آزمایشگاه خارجی، سازمان بنچمارک شخص ثالث یا گروه دانشگاهی آن‌ها را تکرار نکرده است. رقم بهره‌وری ۴ تا ۱۲ برابری در برابر DeepSeek، مقایسه با مدل پایه GPT-5.6 Sol و ادعای عملکرد بهتر از همه مدل‌های دارای وزن باز که آزمایش شده‌اند، همگی خوداظهاری مایکروسافت هستند. این رویه برای اعلامیه‌های پیش‌آموزشی در سراسر صنعت معمول است، زیرا تا زمانی که مدل عمومی نشده باشد، طرف‌های خارجی امکان آزمایش آن را ندارند. با این حال، آزمون واقعی جایگاه MAI-Base-2 بعداً و پس از پایان پساآموزش آغاز خواهد شد؛ زمانی که مایکروسافت محصولی عرضه کند یا وزن‌های مدل را در اختیار شرکایی قرار دهد که بتوانند ارزیابی‌های خود را انجام دهند.

پیش‌بینی‌ها: گام بعدی چیست؟

با توجه به نحوه تنظیم این اعلامیه از سوی مایکروسافت و رفتار بازار در موارد مشابه، چند اتفاق در ماه‌های آینده محتمل به نظر می‌رسد:

• مایکروسافت احتمالاً MAI-Base-2 را ابتدا در اختیار گروهی از شرکای سازمانی منتخب Azure AI Foundry قرار می‌دهد و پس از آن به سراغ عرضه گسترده برای مصرف‌کنندگان می‌رود؛ این روند با برنامه توزیع اعلام‌شده شرکت همخوانی دارد.
• پس از پایان پساآموزش، سازمان‌های مستقل بنچمارک احتمالاً درخواست دسترسی به MAI-Base-2 خواهند کرد یا برای آزمایش آن تلاش می‌کنند. این نخستین آزمون واقعی ادعاهای مایکروسافت درباره بهره‌وری در مقایسه با DeepSeek و OpenAI خواهد بود.
• رابطه مایکروسافت و OpenAI احتمالاً در پیام‌رسانی عمومی بیش از گذشته رقابتی خواهد شد، حتی اگر دو شرکت از طریق توافق‌های میزبانی Azure همچنان پیوندهای تجاری خود را حفظ کنند.
• سایر آزمایشگاه‌های بزرگ احتمالاً به‌جای تمرکز صرف بر تعداد پارامترها، با اعلامیه‌های مشابه درباره بهره‌وری پاسخ خواهند داد و روند فاصله گرفتن از پیام «بزرگ‌تر بهتر است» را که در موج عرضه‌های اکتبر دیده می‌شود ادامه خواهند داد.
• تقاضای GPU ناشی از آموزش مدل‌های پیشرفته احتمالاً در کوتاه‌مدت کاهش نخواهد یافت، حتی با وجود افزایش بهره‌وری؛ زیرا آزمایشگاه‌ها ظاهراً صرفه‌جویی محاسباتی را دوباره برای آموزش مدل‌های بزرگ‌تر سرمایه‌گذاری می‌کنند، نه اینکه مدل‌هایی هم‌اندازه را با هزینه کمتر آموزش دهند.

چرا این موضوع فراتر از مشخصات فنی اهمیت دارد؟

برای توسعه‌دهندگان و خریداران سازمانی، نکته عملی ماجرا خود عدد ۲.۸ تریلیون پارامتر نیست، بلکه معنایی است که ادعای بهره‌وری برای قیمت‌گذاری آینده دارد. اگر ارقام مایکروسافت درباره بهره‌وری آموزش در زمان عرضه MAI-Base-2 به استنتاج ارزان‌تر منجر شود، مشتریان Azure ممکن است شاهد قیمت‌گذاری رقابتی‌تری به‌ازای هر توکن در برابر محصولات OpenAI، Anthropic و Google باشند. در این صورت، یک گزینه مهم دیگر از سوی یک غول فناوری دارای زیرساخت ابری به بازاری اضافه می‌شود که تا اکتبر ۲۰۲۶ همین حالا نیز با تغییرات مکرر قیمت و قابلیت در مدل‌های باز و به‌روزرسانی‌های مدل‌های پیشرفته بسته روبه‌رو است.

در حال حاضر، MAI-Base-2 نشانه‌ای قدرتمند از عزم مایکروسافت و حاصل یک فرایند آموزشی واقعاً بزرگ است که جزئیات مشخص و قابل بررسی درباره سخت‌افزار و زمان‌بندی آن منتشر شده است. اینکه این مدل به محصولی تبدیل شود که نظم رقابتی بازار را تغییر دهد یا صرفاً یک دستاورد چشمگیر داخلی باشد که با آغاز آزمایش‌های مستقل اهمیت خود را از دست بدهد، کاملاً به اقدام مایکروسافت در چند ماه آینده بستگی دارد.

پرسش‌های متداول

MAI-Base-2 چیست؟

MAI-Base-2 دومین نسل مدل پایه داخلی Microsoft AI است؛ مدلی با معماری ترکیبی از متخصصان که در مجموع ۲.۸ تریلیون پارامتر و برای هر توکن ۸۰ میلیارد پارامتر فعال دارد. مایکروسافت در ۱۵ اکتبر ۲۰۲۶ اعلام کرد که پیش‌آموزش مدل به پایان رسیده و مدل وارد مرحله پساآموزش شده است.

آیا MAI-Base-2 در دسترس عموم است؟

خیر. تا ۱۶ اکتبر ۲۰۲۶، مایکروسافت تاریخ عرضه عمومی، قیمت‌گذاری یا محصول مصرف‌کننده‌ای مبتنی بر MAI-Base-2 را اعلام نکرده است. مدل همچنان در مرحله پساآموزش قرار دارد و برنامه اعلام‌شده مایکروسافت این است که پیش از عرضه گسترده‌تر، وزن‌های مدل را از طریق Azure AI Foundry در اختیار شرکای مورد اعتماد قرار دهد.

MAI-Base-2 چه تفاوتی با DeepSeek دارد؟

مایکروسافت ادعا می‌کند روش آموزشی MAI-Base-2 در چهار ارزیابی نگه‌داشته‌شده، از نظر محاسباتی ۴.۲ تا ۱۲.۳ برابر کارآمدتر از DeepSeek-V4-Pro-Base بوده است. این ادعا درباره بهره‌وری فرایند آموزش است، نه مقایسه مستقیم امتیاز بنچمارک‌ها، و تاکنون به‌طور مستقل تأیید نشده است.

آیا MAI-Base-2 واقعاً GPT-5.6 Sol شرکت OpenAI را شکست داده است؟

بنا بر گزارش‌ها، مصطفی سلیمان، مدیرعامل Microsoft AI، در یک نشست داخلی به کارکنان گفته است آزمایش‌ها نشان داده‌اند MAI-Base-2 در ارزیابی‌های مشخص مربوط به درک الگو و پیش‌بینی از مدل پایه GPT-5.6 Sol عملکرد بهتری داشته و حدود یک‌چهارم محاسبات پیش‌آموزشی برآوردشده OpenAI را مصرف کرده است. این ادعا از یک نشست داخلی به دست آمده و نه از یک بنچمارک منتشرشده و قابل تکرار مستقل؛ بنابراین باید تأییدنشده تلقی شود.

مایکروسافت برای آموزش MAI-Base-2 از چه سخت‌افزاری استفاده کرد؟

مایکروسافت MAI-Base-2 را روی ۱۶ هزار پردازنده گرافیکی Nvidia GB200 و طی یک فرایند ۳۸ روزه در اوت و سپتامبر ۲۰۲۶ آموزش داد. برآورد می‌شود حدود ۵۰ تریلیون توکن برای آموزش استفاده شده باشد که تقریباً ۱۸ درصد آن داده بصری بوده است.

اگر مایکروسافت از مدل‌های OpenAI استفاده می‌کند، چرا به مدل هوش مصنوعی خودش نیاز دارد؟

مایکروسافت واحد تحقیقاتی هوش مصنوعی خود را توسعه داده است تا وابستگی به هر تأمین‌کننده خارجی واحدی از مدل‌ها را کاهش دهد، یک محصول شاخص داخلی در اختیار Azure AI Foundry قرار دهد و هم‌زمان با رقابتی‌تر شدن رابطه‌اش با OpenAI، اهرم بیشتری داشته باشد؛ حتی در شرایطی که دو شرکت از طریق میزبانی Azure همچنان ارتباط تجاری خود را حفظ کرده‌اند.

MAI-Base-2 در مقایسه با مدل‌های عرضه‌شده در اکتبر ۲۰۲۶ چقدر بزرگ است؟

MAI-Base-2 با ۲.۸ تریلیون پارامتر کل، از نظر تعداد پارامترها از Muse Spark Open شرکت Meta با ۸۱۶ میلیارد پارامتر بزرگ‌تر و از Nemotron 3.5 Super VL شرکت Nvidia با ۱۲۰ میلیارد پارامتر نیز به‌مراتب بزرگ‌تر است. DeepSeek و OpenAI تعداد کامل پارامترهای مدل‌هایی را که مایکروسافت برای مقایسه انتخاب کرده، به‌صورت عمومی اعلام نکرده‌اند.