Microsoft MAI、35B推論と5B codingを含む7モデルで独自路線を強化

Microsoft AIは、partner model依存の印象を弱め、自社model stackを前面に出し始めた。Mustafa Suleymanは2026年6月2日、reasoning、coding、image、transcription、voiceをまたぐ7つのMAIモデルをXで示した。最も重要な仕様はMAI-Thinking-1の “35B active parameter MoE with a 256K context window” という部分だ。

“97% on AIME 2025” · “53% on SWE Bench Pro”

Suleymanのアカウントは個人名義だが、Microsoft AIに関しては一次product channelに近い役割を持つ。リンク先のMicrosoft AI記事では、MAI-Thinking-1を中規模のreasoning model、MAI-Code-1-FlashをGitHub Copilot、VS Code、Microsoft stack向けに調整した5B parameterのagentic coding modelとして位置づけている。巨大な単一frontier checkpointだけでなく、製品面ごとに最適化したモデル群を作る方向が見える。

hardwareとenterprise tuningも重要だ。SuleymanはMAIA 200上でGB200比30% better performance per dollar、1.4x performance-per-wattを示したと書いた。ブログはさらにMicrosoft Frontier Tuningを説明し、顧客のworkflow内でreinforcement learning環境を使ってモデルを適応させる構想を示す。Excel向けにtunedしたMAI modelがGPT-5.4相当で最大10x efficient、McKinsey向けテストで約10x lower costかつ最高win rateだったという主張も載る。

次に見るべきなのは、外部評価で数字が再現されるかだ。AIME、SWE Bench Pro、Copilot CLIでの実タスク、Azure Foundryでの提供条件が、この発表の実力を決める。Mayo Clinicとのhealthcare modelも、性能だけでなく臨床検証、privacy、governanceが焦点になる。出典: Mustafa SuleymanのX投稿 · Microsoft AI記事