MAI-Base-2全面解读：2.8万亿参数预训练、技术线索与官方入口

自研预训练做到哪一步

我们现在拥有完全由MAI内部打造、处于3万亿参数重量级的先进预训练基座模型。后训练结果即将公布。

穆斯塔法·苏莱曼在2026年10月15日确认，这一重量级基座由MAI完全在内部完成，而不是外部模型换牌。编辑记录把其中的MAI-Base-2写明为总参数2.8万亿、激活约800亿，与公告中的3万亿参数重量级口径并列出现。

目前公开的是预训练阶段的完成消息。后训练结果被明确称为即将公布，因此它还不是一份带聊天、代理或编程成绩的成品评测。

技术博文铺开的问题

更多细节写在技术博文里。

官方页面题为前沿预训练，并单列MAI-Base-2的比较，以及稳健扩展阶梯、把建模效率与算力分开考察、超参数的缩放规律，还有基础设施与MAI-Base-2的协同设计。这些标题说明团队想讲的是如何把大模型预训练做稳，而不是只报一个参数数字。

笔记没有给出各节的结论、对照模型名称或任何分数。比较一节存在，但不能据此写成已经超过某家模型。

• 扩展阶梯

  博文设有稳健扩展阶梯一节，讨论规模往上走时如何保持稳定。

• 效率与算力

  另有一节把建模效率与投入的算力拆开看，避免把所有进步都算成堆卡。

• 超参数规律

  页面还讨论超参数的缩放规律，属于训练配方层面的问题。

• 基础设施协同

  有一节写基础设施与MAI-Base-2一起设计，说明集群与模型是配套推进的。

现在能查到什么

可查的官方页面在microsoft.ai，页面标题即前沿预训练。同一站点还列出代码、语音、转写与推理等其他MAI模型，那些是并列产品，不能当成MAI-Base-2已经具备的能力。

对这枚基座本身，笔记没有开放权重、应用、接口或价格。读者目前能做的是阅读技术说明，并等待后训练结果；在那之前，实际对话质量、专业基准和调用成本都还是开放问题。