Microsoft выпустила AI-модели: экономия GPU до 89%

В среду команда Microsoft AI Superintelligence выпустила в публичное предварительное тестирование две модели - MAI-Image-2.5-Pro и MAI-Voice-2-Flash. И приложила к ним производственную статистику, которая выглядит как системное обоснование: зачем Microsoft вообще нужны сторонние AI-модели.

MAI-Image-2.5-Pro - генератор изображений с точным рендерингом текста, который Microsoft называет своей самой качественной моделью для создания изображений. Он стоит 5 долларов за миллион входных текстовых токенов, 8 долларов за миллион входных токенов изображений и 106 долларов за миллион выходных токенов изображений. Базовая MAI-Image-2.5 недавно заняла второе место на Arena по редактированию изображений - сообщество разработчиков, ставшее неформальным табло для генеративных моделей.

Глобальный креативный директор WPP Роб Рейли уже назвал Pro-модель «серьёзным шагом вперед для инструментов GenMedia».

MAI-Voice-2-Flash: для колл-центров и голосовых агентов

Вторая модель идёт в противоположную сторону. MAI-Voice-2-Flash работает вдвое быстрее предшественника MAI-Voice-2 и стоит на 32% меньше - 15 долларов за миллион символов. Она спроектирована для высоконагруженной голосовой связи: колл-центров, голосовых агентов, приложений реального времени, где задержка и стоимость звонка важнее нюансов выразительности.

Вместе две модели показывают стратегию Microsoft: строить семейства моделей под конкретные задачи, а не один флагман. Творческой студии, гоняющейся за максимальным качеством, и колл-центру с миллионами звонков в день - нужны разные инструменты.

Внутренняя стратегия «подъёма в гору»

В тот же день Microsoft опубликовала пост с методологией этих результатов - «hill-climbing machine», интегрированный цикл данных, моделей и продукта. Самый яркий пример: MAI-Code-1-Flash, лёгкая модель для кода. Она показывает на 10% более высокий показатель принятия кода, чем GPT-5.4 Mini и Claude Haiku 4.5 в VS Code, при этом используя на 10% меньше токенов. Пользователи возвращались к ней на 6% чаще, чем к GPT-5.4 Mini, и на 11% чаще, чем к Claude Haiku 4.5.

Но самое интересное Microsoft сделала потом. Она взяла чекпоинт MAI-Code-1-Flash и дообучила его в среде Excel с подкреплением, научив кодовую модель инструментам табличной работы. Результат: модель сравнялась с GPT-5.6 по самым частым задачам в Excel - при этом она достаточно компактна, чтобы работать на старых H100 и даже A100 от Nvidia, не требуя новейших ускорителей.

Эта деталь стоит отдельного внимания. Компания, у которой есть доступ к новейшим чипам GB200, сознательно использует модели под старые GPU - чтобы освободить лучшее оборудование для обучения, а не для сервинга.

Манифест Наделлы: «диффузия фронтира»

CEO Microsoft Сатья Наделла опубликовал длинный пост в X под названием «Frontier Diffusion & Control» - что-то вроде стратегического манифеста. «Мы можем брать насыщенные фронтирные возможности и доставлять их в масштабе по более низкой цене через модели, оптимизированные для высоконагруженных продуктов, - написал он. - При этом продолжая использовать фронтирные модели для фронтирных задач».

Перевод с управленческого: возможности, которые год назад были передним краем науки, сегодня становятся товаром. И Microsoft начинает маршрутизировать трафик со своих поверхностей на MAI везде, где собственные модели не уступают или превосходят альтернативы от OpenAI.

Что это значит для бизнеса

Семь лет назад Microsoft вложила больше 13 миллиардов долларов в OpenAI, ставку на то, что именно эта компания построит будущее AI. Вчерашний анонс - признание: будущее принадлежит тому, кто строит фронтир, но прибыль - тому, кто делает его обыденным.

Для бизнеса во Владивостоке и на Дальнем Востоке сигнал понятный: цены на AI-инфраструктуру будут падать, потому что гиганты вроде Microsoft учатся делать те же задачи дешевле. Если экономия на GPU достигает 89%, это вопрос времени, когда она дойдёт до конечных заказчиков. Внедрение искусственного интеллекта в бизнес-процессы становится доступнее с каждым кварталом.