Microsoft lansira nove interne modele umjetne inteligencije za koje kaže da smanjuju troškove do 89% u odnosu na OpenAI

Microsoft AI objavio dva nova interna modela u javnu pretpremijeru u srijedu — MAI-Image-2.5-Pronjegov najvjerniji generator slike do sada, i MAI-Glas-2-Bljesakgovorni model izgrađen za radna opterećenja velikih poduzeća — dok objavljuje proizvodne podatke koji iznose dosad najagresivniji argument tvrtke da može pokretati vlastite proizvode bez oslanjanja na granične modele OpenAI-ja.

Najava koju je napravio Microsoftov AI tim za superinteligencijudolazi otprilike godinu dana nakon što se tvrtka posvetila internoj izradi namjenskih modela, i dolazi s neobičnom razinom specifičnosti o tome gdje se ti modeli sada prikazuju: Bing, PowerPoint, OneDrive, Dynamics 365, Excel, GitHub kopiloti Azurno. Poruka poslovnim kupcima – i, implicitno, OpenAI-u – je da Microsoftovi domaći modeli više nisu istraživački projekti. Oni su proizvodna infrastruktura koja opslužuje milijune korisnika.

"Svako od ovih poboljšanja korak je prema istom cilju: Microsoftovi proizvodi, pokretani Microsoftovim modelima," napisala je tvrtka u svom najavnom blogu.

Kako MAI-Image-2.5-Pro ​​i MAI-Voice-2-Flash iscrtavaju suprotne krajeve krivulje troškova umjetne inteligencije

Dva nova izdanja zauzimaju suprotne krajeve onoga što Microsoft naziva krivuljom kvalitete, brzine i cijene, a pozicioniranje je promišljeno. MAI-Image-2.5-Pro cilja na premium razinu: glavne slike, detaljno uređivanje i precizno renderiranje teksta unutar slike — od kojih je posljednje dugo bilo notorna slaba točka za modele generiranja slika. Microsoft je modelu dao cijenu od 5 dolara za milijun tokena za unos teksta, 8 dolara za milijun tokena za unos slike i 106 dolara za milijun tokena za izlaz slike. Baza MAI-Slika-2.5 model nedavno lansiran na Broj 2 za uređivanje slika na Areniploča s rezultatima zajednice koja je de facto postala tablica rezultata za generativne medije.

Čini se da kreativna industrija to primjećuje. Rob Reilly, globalni glavni kreativni direktor u reklamnom divu WPP, nazvao ga je Pro modelom "snažan korak naprijed za GenMedia alate" u izjavi uključenoj u Microsoftovu objavu, dodajući da "Microsoft se čvrsto učvrstio među vodećima u generativnoj umjetnoj inteligenciji."

MAI-Glas-2-Bljesak ide u drugom smjeru. Prvi put prikazan u Microsoftu Izgradite konferencijuFlash radi dvostruko brže od MAI-Voice-2 i košta 32% manje, po cijeni od 15 USD za milijun znakova. Dizajniran je za neglamurozno, ali ogromno tržište glasa velike količine — pozivni centri, glasovni agenti i govorne aplikacije u stvarnom vremenu gdje su kašnjenje i cijena po pozivu važniji od marginalnih dobitaka u izražajnosti. Zajedno, ova dva modela odražavaju strategiju izgradnje obitelji modela, a ne jednog vrhunskog modela, jer, kako je tvrtka rekla, kreativni studio koji teži maksimalnoj vjernosti ima vrlo različite potrebe od službe za korisnike koja obrađuje milijune poziva dnevno.

Microsoftova proizvodna metrika pokazuje da interni modeli smanjuju troškove GPU-a do 89%

Lansiranja modela vjerojatno su manje vrijedna vijesti od metrike implementacije koju im je Microsoft priložio – brojke koje se čitaju kao sustavni slučaj zamjene graničnih modela trećih strana u svom portfelju proizvoda.

Bing Image Creator sada radi u potpunosti MAI-Slika-2.5od kraja do kraja, označavajući prvi put da je alat za sliku potrošača u cijelosti interan. U PowerPointu, Microsoft kaže da MAI-Image-2.5 smanjuje troškove GPU-a do 84% u usporedbi s GPT-Image-2, OpenAI-jevim slikovnim modelom. U OneDriveu, gdje je MAI-Image-2.5 sada zadana za ključne scenarije uređivanja slika, tvrtka izvješćuje o povećanju stope spremanja od 26%, otprilike 25% nižoj latenciji P95 i 2,5 puta većoj učinkovitosti pod radnim opterećenjima proizvodnje srednjeg korištenja.

Na strani glasa, MAI-Glas-2-Bljesak sada pokreće Dynamics 365 Contact Center — platformu koju koriste korisnici, uključujući T-Mobile i EasyJet — gdje Microsoft tvrdi smanjenje troškova GPU-a do 89%. Model je također integriran u Azure Voice Live za programere koji grade agente govor-u-govor.

Možda najkonzekventnija implementacija nalazi se u zdravstvu. Microsoftova Zmaj kopilotkoji koristi 170.000 pružatelja zdravstvenih usluga i koji je odgovoran za obradu 28 milijuna susreta s pacijentima u prošlom kvartalu, sada radi na MAI-Transcribe-1.5 za svoj višejezični tijek rada na 58 jezika. Microsoft kaže da interne procjene pokazuju 50% relativno smanjenje stope pogrešaka u transkripciji i u identifikaciji jezika u većini jezika — što je značajna tvrdnja u domeni u kojoj se pogreške u transkripciji mogu izravno prenijeti u kliničke bilješke.

Unutar strategije ‘hill-climbing’ koja omogućuje malim modelima da pobijede GPT-5.6 u Excelu

U popratnom postu objavljenom istog dana, Microsoft je detaljno opisao metodologiju koja stoji iza ovih rezultata – kako ih naziva "brdski stroj," integrirani zamašnjak podataka, modela i proizvoda "uprtač" koja ih okružuje.

Najjasniji primjer je MAI-Kod-1-Bljesaklagani model kodiranja pokrenut u GitHub Copilot u lipnju. Microsoft kaže da model postiže približno 10% višu stopu prihvaćanja koda od GPT-5.4 Mini i Claude Haiku 4.5 u VS Codeu, dok koristi 10% manje srednjih tokena. Zadržavanje programera govori sličnu priču: korisnici su imali 6% veću vjerojatnost da će se vratiti kroz više dana nego s GPT-5.4 Mini i 11% veću vjerojatnost nego s Claude Haiku 4.5.

Zatim je Microsoft napravio nešto zanimljivije. Trebalo je proći kontrolnu točku MAI-Code-1-Flash i dalje obučavao ga je unutar okruženja za učenje pojačanja programa Excelpoučavajući model kodiranja alatima i tijekovima rada znanja o proračunskim tablicama. Rezultat je, prema povratnim informacijama korisnika proizvodnje, model jednak GPT-5.6 za najčešće Excel zadatke — dok je dovoljno malen da radi na Nvidijinim starijim H100 pa čak i A100 GPU-ovima umjesto da zahtijeva akceleratore najnovije generacije.

Taj hardverski detalj zaslužuje naglasak. Svaka veća tvrtka za umjetnu inteligenciju bori se za dodjelu vrhunskih čipova, a model koji pruža vrhunsku kvalitetu na siliciju starom dvije generacije iz temelja mijenja ekonomiju implementacije. Također oslobađa najnoviji hardver — uključujući Microsoftov sada operativni GB200 klaster — za obuku, a ne za posluživanje.

Manifest Satya Nadelle ‘frontier diffusion’ iscrtava OpenAI odnos

Izvršni direktor Microsofta Satya Nadella uokvirio je najave u dugačkoj objavi na X pod naslovom "Frontier Diffusion & Control," koji funkcionira kao nešto blisko strateškom manifestu. "Sada možemo iskoristiti zasićene granične sposobnosti i isporučiti ih u velikom opsegu i po nižoj cijeni kroz modele optimizirane za proizvode visoke upotrebe, dok nastavljamo koristiti granične modele za granične potrebe," Nadella je napisao, dodajući da je Microsoft "počinju usmjeravati promet preko naših površina prve strane na MAI kad god naši modeli odgovaraju ili nadmašuju granične alternative."

Prevedeno iz izvršne proze: mogućnosti koje su prije godinu dana bile vrhunske sada su ulog, a Microsoft vjeruje da ih može jeftino replicirati za specifične zadatke koji se ponavljaju i koji dominiraju stvarnim korištenjem proizvoda. Zašto plaćati granične cijene za granični model kada korisnik samo želi preformatirati stupac proračunske tablice?

Nadella je to pažljivo primijetila "granični modeli iz OpenAI i Anthropic dio su sustava orkestracije uz MAI" — ali je također artikulirao oštro načelo neovisnosti modela, tvrdeći da procjene poduzeća "treba nastaviti s usponom čak i kada je bilo koji model uklonjen."

“Održavanje pojasa, pamćenja, konteksta i vještina izvan modela, tvrdio je, ono je što Microsoftu daje kontrolu. Podtekst je teško promašiti. Reuters je u travnju izvijestio da Microsoft ekskluzivna licenca za OpenAI tehnologiju je revidiran u neekskluzivni aranžman, a The Information je prošlog rujna izvijestio da je Microsoft to učinio počeo uključivati ​​antropske modele u neke proizvode. Objava od srijede dovršava trokut: Microsoft kao orkestrator, s graničnim modelima svojih partnera kao međusobno zamjenjivim komponentama i vlastitim modelima koji apsorbiraju sve veći udio rutinskog prometa.”

Programeri navijaju za jeftinije modele za specifične zadatke, dok skeptici sumnjaju u Microsoftove rezultate

Odgovor na mreži zabilježio je i privlačnost i skepticizam oko strategije. "Volim kada ljudi koriste male modele za posebne zadatke," napisao je jedan X korisnik, @mavihskodgovarajući na Nadellin post. "Zašto moram koristiti model sveznanja samo da bih promijenio svoje polje u Excelu?" Drugi korisnik, @nabu_linijeuredno je destilirao teren: "i cijena i izvedba se poboljšavaju kada prestanete pretjerano koristiti najveći model."

Drugi su bili manje dobrotvorni u pogledu Microsoftovih rezultata izvršenja. "Microsoft je najgori kada je u pitanju slušanje povratnih informacija korisnika," napisala je dizajnerica @designedbyabinsvađajući društvo "izgubit će AI utrku jer opetovano nisu uspjeli razumjeti potrebe korisnika." I jedan korisnik, @tokenoverflowponudio je suvoparniju kritiku koraka neovisnosti o modelu: "želim da nastavi s brdom nakon uklanjanja microsofta."

Skeptici su pošteno rekli. Microsoftove metrike koje je sam prijavio — stope prihvaćanja, stope uštede, uštede GPU-a — potječu iz vlastitih internih procjena, a ne neovisnih mjerila, a tvrtka bira koje će usporedbe objaviti.

Ali logika strategije ne ovisi ni o jednom broju. Nadella uokviruje taj softver koji sada ima "stvarni granični trošak po prvi put" objašnjava zašto je Microsoft opsjednut tokenima, GPU-ima i troškovima posluživanja: kada se značajke umjetne inteligencije pokreću na svaki pritisak na tipku u portfelju proizvoda od milijardu korisnika, smanjenje troškova GPU-a od 84% nije optimizacija. To je razlika između održivog poslovanja i novčane jame.

Zašto Microsoft pretvara svoj interni AI playbook u Azure proizvod

Posljednji dio strategije je da Microsoft prodaje priručnik, a ne samo modele. Nadella je eksplicitno pozicionirao brdski pristup kao "predložak za svaku drugu AI native, SaaS ili Enterprise tvrtku," a Microsoft pakira lanac alata kroz Foundry i ono što naziva Frontier Tuning — dopuštajući tvrtkama da obučavaju specijalizirane modele prema vlastitim vlasničkim procjenama i okruženjima za učenje pojačanja. To pretvara Microsoftovu internu vježbu smanjenja troškova u Azure proizvod, a poslovnim korisnicima daje razlog da pokreću svoja AI radna opterećenja na Microsoftovom oblaku čak i ako sami modeli dolaze s drugog mjesta.

Naglasak tvrtke na obučenim modelima "na čistim, sljedivim podacima razine poduzeća, bez destilacije iz modela trećih strana" služi istom komercijalnom cilju. U industriji koja se suočava sa sve većim nadzorom nad porijeklom podataka o obuci, Microsoft se kladi da će poslovnim kupcima – i sudovima – biti stalo odakle dolaze mogućnosti modela. Microsoft kaže da sada proširuje pristup penjanju na brdo Copilot Chat, Outlooki PowerPointa oba nova modela dostupna su u javnom pregledu putem Microsoftova ljevaonica i Igralište MAI. "Ništa od ovoga nije krajnja točka," napisala je tvrtka. "Tek smo na početku."

Prije sedam godina, Microsoft je uložio više od 13 milijardi dolara da će OpenAI izgraditi budućnost umjetne inteligencije. Objava od srijede sugerira da je tvrtka od tada naučila jeftiniju lekciju: budućnost umjetne inteligencije može pripadati onome tko gradi granice, ali profit pripada onome tko je čini običnom.

Web izvor