AIGenerato
EN · IT · ES

Microsoft allena MAI-Base-2, il suo modello foundation frontier più efficiente finora

Il nuovo modello MAI-Base-2 utilizza molte meno risorse di calcolo rispetto ai modelli open-weight dei concorrenti, ottenendo risultati all'avanguardia.

Microsoft allena MAI-Base-2, il suo modello foundation frontier più efficiente finora
Immagine: microsoft.ai
Come funziona

Microsoft ha allenato un modello di intelligenza artificiale efficiente che lavora bene usando molta meno potenza di calcolo dei modelli concorrenti.

Cosa potresti farci

  • Un'impresa potrebbe licenziare i pesi del modello MAI-Base-2 attraverso la piattaforma Foundry di Microsoft per alimentare i propri servizi AI 1.
  • Un ricercatore che studia lo scaling dell'AI potrebbe seguire i metodi di 'source scaling' e 'scaling ladder' di Microsoft per pianificare i propri esperimenti 1.

Un modo più veloce per allenare modelli AI giganti

Microsoft ha completato il pre-allenamento di un nuovo modello foundation frontier chiamato MAI-Base-2. Il modello appartiene a una famiglia che include anche MAI-Base-1 e MAI-Thinking-1, versione focalizzata sul ragionamento annunciata da Microsoft a giugno. MAI-Base-2 è costruito su un design a Mixture of Experts (MoE), una tecnica che distribuisce un modello massiccio su molte reti più piccole di "esperti" in modo che solo un sottoinsieme si attivi per ogni compito.

MAI-Base-2 ha 2,8 trilioni di parametri totali ma usa solo 80 miliardi di parametri attivi durante l'inferenza. Questo approccio sparso significa che può gestire ragionamenti complessi senza pagare il costo computazionale completo delle sue enormi dimensioni.

In un colpo d’occhio

Come MAI-Base-2 si confronta con i concorrenti

MAI-Base-2DeepSeek-V4-Pro-Base
PrestazioniSupera tutti quelli testatiSecondo migliore
Efficienza di addestramento4–12× FLOPs in menoLinea di base
Parametri attivi80B sparse—
Parametri totali2,8T—
Dall'ultima versioneAddestramento 6,3–12,7× più veloce—

Tutte le cifre dagli studi di Microsoft su MAI-Base-2 rispetto ai modelli open-weight concorrenti [1]

Efficienza che scala

Sulle valutazioni hold-out, Microsoft afferma che MAI-Base-2 supera ogni modello open-weight testato. Più sorprendente è la sua efficienza: richiede da 4 a 12 volte meno pre-training FLOPs (operazioni in virgola mobile, l'unità standard per misurare il calcolo di allenamento AI) rispetto a DeepSeek-V4-Pro-Base, il modello base open più forte testato da Microsoft.

Microsoft sta trattando quel guadagno di efficienza non come un fine in sé, ma come una risorsa da reinvestire. L'azienda afferma di aver usato il calcolo risparmiato per allenare un modello più grande, suggerendo che le versioni future si baseranno direttamente su questi guadagni.

Dove si colloca nel frontier

Il frontier AI si riferisce ai modelli più capaci all'avanguardia della ricerca, spesso sviluppati da laboratori ben finanziati con accesso a enormi cluster di calcolo. La decisione di Microsoft di condividere l'approccio di allenamento, anche se mantiene i pesi del modello privati, si inserisce in una tendenza crescente di aziende che usano la ricerca pubblicata per guidare il settore.

MAI-Base-2 si inserisce nella più ampia famiglia di modelli MAI di Microsoft. All'inizio di quest'anno l'azienda ha presentato MAI-Base-1, e a giugno ha rilasciato MAI-Thinking-1 come strato di ragionamento post-allenato sopra quella base. Insieme, la serie copre sia percorsi general-purpose che ottimizzati per il ragionamento, dando agli sviluppatori una scelta in base al compito.

Cosa viene dopo

Non è stato annunciato alcun dato di rilascio pubblico o dettagli di accesso per MAI-Base-2. Microsoft non ha rivelato se il modello alla fine diventerà open-weight o rimarrà proprietario. Ciò che è chiaro è che i miglioramenti di efficienza sono misurabili e abbastanza sostanziosi da rimodellare il modo in cui l'azienda pianifica il suo prossimo allenamento.

Quanto è buono

Sulle valutazioni hold-out, MAI-Base-2 supera ogni modello open-weight testato da Microsoft, incluso DeepSeek-V4-Pro-Base. Microsoft riporta anche risultati per i checkpoint post-allenati Kimi K3, Qwen3.8 e MiMo-V2.6-Pro-RL, notando che il post-allenamento potrebbe influenzare queste valutazioni 1. È da 4 a 12 volte più efficiente in FLOPs rispetto a DeepSeek-V4-Pro-Base, il che significa che raggiunge risultati migliori utilizzando molto meno lavoro di calcolo per l'allenamento . Per il testo hold-out, MAI-Base-2 ottiene un punteggio bits-per-byte più basso rispetto agli altri modelli, il che indica una migliore comprensione del linguaggio . Da MAI-Base-1, l'efficienza di allenamento di Microsoft è migliorata da 6,3 a 12,7 volte .

Correzioni e aggiornamenti

  • Corretta in data 23 ottobre 2026. Una versione precedente affermava che MAI-Base-2 fosse simile al predecessore nell'utilizzo di MoE, ma la fonte non confermava che MAI-Base-1 fosse MoE. Affermava inoltre che MAI-Base-2 battesse tutti i modelli open-weight della sua classe, ma la fonte precisava solo i modelli testati da Microsoft.

I fatti principali

  • MAI-Base-2 è un modello MoE con 2,8 trilioni di parametri totali e 80 miliardi di parametri attivi.
  • Supera ogni modello open-weight testato da Microsoft sulle valutazioni hold-out.
  • È da 4 a 12 volte più efficiente in pre-training FLOPs rispetto a DeepSeek-V4-Pro-Base.
  • Microsoft sta reinvestendo i risparmi di calcolo nell'allenamento di un modello follow-on più grande.
  • Il modello fa parte della famiglia MAI insieme a MAI-Base-1 e MAI-Thinking-1.

Fonti

  1. Frontier Pre-training at Microsoft AI | Microsoft AI — microsoft.ai

Se questa notizia riguarda te o la tua azienda, o usa qualcosa che ti appartiene, chiedi una correzione o la rimozione. Come funzionano le richieste

Continua a leggere