Das Wichtigste in Kürze
- MAI-Base-2 ist ein bei MAI vollständig selbst entwickeltes vortrainiertes Basismodell mit 2,8 Billionen Gesamtparametern und 80 Milliarden aktiven Parametern.
- Mustafa Suleyman ordnet es als Spitzenmodell in der Drei-Billionen-Gewichtsklasse ein; konkrete Benchmark-Zahlen stehen in den Angaben nicht.
- Die offizielle Seite liegt auf microsoft.ai, die Nachtrainingsergebnisse sind angekündigt und noch nicht veröffentlicht.
Kurzüberblick
| Gesamtparameter | 2,8 Billionen |
|---|---|
| Aktive Parameter | 80 Milliarden |
| Herkunft | Vollständig hausintern bei MAI |
| Stand | Pretraining fertig, Nachtraining angekündigt |
| Kategorie | KI & Modelle |
| Urheber | Mustafa Suleyman |
| Offizielle Seite | microsoft.ai ↗ |
| Trend-Index | 🔥 1,3 Mio. Trend-Index |
| Veröffentlicht | |
| Zuletzt aktualisiert |
Ein hausinternes Basismodell im Drei-Billionen-Bereich
Wir haben jetzt vortrainierte Basismodelle auf dem neuesten Stand in der Gewichtsklasse von drei Billionen Parametern, vollständig hausintern bei MAI gebaut. Die Nachtrainingsergebnisse kommen bald.
MAI-Base-2 ist das vortrainierte Basismodell, das Microsoft AI unter dem Dach MAI selbst gebaut hat. Mustafa Suleyman spricht von Modellen auf dem neuesten Stand in der Gewichtsklasse von drei Billionen Parametern. Für MAI-Base-2 selbst sind 2,8 Billionen Gesamtparameter genannt, von denen 80 Milliarden aktiv sind. Die kleinere Aktivzahl passt zur genannten Gewichtsklasse, ohne dass die Angaben die genaue Schaltung erklären.
Damit ist vorerst das Pretraining gemeint, nicht ein fertig ausgerichtetes Produkt. Suleyman verweist auf viele Details im technischen Blog und kündigt die Nachtrainingsergebnisse ausdrücklich als nächsten Schritt an. Wer das Modell heute einordnet, schaut also auf einen fertigen Vortrainingslauf und auf eine noch offene zweite Phase.
Was der Technikblog thematisiert
Die Seite Frontier Pre-training at Microsoft AI führt MAI-Base-2 über mehrere Schwerpunkte: den Vergleich des Modells, robuste Skalierungsleitern, die Trennung von Modellierungseffizienz und Rechenaufwand, Skalierungsgesetze für Hyperparameter und das gemeinsame Design von Infrastruktur und MAI-Base-2. Das sind die öffentlich gesetzten Themen, keine ausgewerteten Tabellen.
- Vergleich
Ein eigener Abschnitt heißt How MAI-Base-2 Compares. Zahlen gegen andere Modelle stehen in den vorliegenden Angaben nicht.
- Skalierung
Robust scaling ladders und Scaling laws for hyperparameters behandeln, wie das Training über Größen und Einstellungen geführt wurde.
- Effizienz und Rechenleistung
Isolating modeling efficiency from compute trennt, was am Modellentwurf liegt und was schlicht mehr Rechenaufwand ist.
- Infrastruktur
Codesigning our infrastructure and MAI-Base-2 beschreibt, dass Hardware-Umgebung und Modell zusammen ausgelegt wurden.
Was du auf microsoft.ai schon findest
Die offizielle Seite liegt auf microsoft.ai. Dort stehen neben dem Pretraining-Bericht weitere MAI-Modelle, die nicht MAI-Base-2 sind: MAI-Code-1.1-Flash für Coding in GitHub Copilot und VS Code, MAI-Voice-2.1 für Sprache, MAI-Transcribe-2 für Transkription, MAI-Thinking-1 für anspruchsvolles Reasoning sowie MAI-Cyber-1.1-Flash. Dieselben Angaben nennen für MAI Image 2.7 Platzierungen oberhalb von GPT Image 2.5 Flare bei Artificial Analysis und Rang 3 in der Arena. Diese Werte gehören zum Bildmodell, nicht zum Basismodell.
Für MAI-Base-2 selbst fehlt in den Angaben jeder Hinweis auf eine App, eine API, offene Gewichte oder einen Preis. Du kannst den Techniktext lesen. Ausprobieren lässt sich das Basismodell nach dem bisherigen Stand nicht, solange das Nachtraining und ein Zugang nicht nachgereicht sind. Offen bleibt auch, welche Qualität das Modell nach dem Nachtraining zeigt und wie die 80 Milliarden aktiven Parameter technisch ausgewählt werden.
Häufige Fragen
Kann ich MAI-Base-2 schon selbst testen?
Die Angaben verweisen auf die offizielle Seite auf microsoft.ai und auf kommende Nachtrainingsergebnisse. Eine nutzbare App, eine API oder offene Gewichte werden dort nicht beschrieben.
Warum 2,8 Billionen und zugleich eine Drei-Billionen-Klasse?
Suleyman ordnet die neuen Basismodelle in die Gewichtsklasse von drei Billionen Parametern ein. Für MAI-Base-2 sind konkret 2,8 Billionen Gesamtparameter und 80 Milliarden aktive Parameter genannt.
