Содержание
Microsoft делает ставку на специализированные AI-модели вместо одной универсальной
Microsoft AI раскрыла новую стратегию развития собственных моделей MAI. Вместо того чтобы использовать самую мощную и дорогую нейросеть для каждой задачи, компания создаёт компактные специализированные модели и подключает крупные модели только в сложных случаях. По данным Microsoft, такой подход уже позволяет сохранять или улучшать качество при сокращении расходов на GPU на 50–89%.
Где уже работают модели MAI
MAI-Image-2.5-Flash стала основной моделью в Bing Image Creator и используется для генерации изображений в PowerPoint. В PowerPoint она снижает расходы на GPU до 84% по сравнению с GPT-Image-2, а в сценариях редактирования OneDrive повысила долю сохранённых результатов на 26% и показала до 2,5 раза лучшую эффективность по токенам.
Для разработчиков Microsoft вместе с GitHub создала MAI-Code-1-Flash. С июня модель использовали миллионы программистов: компания заявляет о росте доли принятых подсказок кода на 10% и снижении медианного расхода токенов на 10% по сравнению с GPT-5.4 Mini и Claude Haiku 4.5 в VS Code. А версия, дообученная для Excel, выполняет типовые задачи на уровне GPT-5.6, но может работать на более доступных ускорителях A100 и H100.
Голос, расшифровка и кибербезопасность
MAI-Voice-2-Flash уже обслуживает голосовых агентов в Dynamics 365 Contact Center и, по оценке Microsoft, сокращает вычислительные расходы до 89%. MAI-Transcribe-1.5 поддерживает 58 языков в медицинском Dragon Copilot, которым пользуются 170 тысяч специалистов; в тестах компании относительное число ошибок распознавания речи и определения языка снизилось на 50%.
В кибербезопасности MAI-Cyber-1-Flash вместе с системой MDASH берёт на себя до 90% задач, а наиболее сложные запросы передаёт GPT-5.4. Microsoft утверждает, что связка заняла первое место в CyberGym, опередив Anthropic Mythos на 12 процентных пунктов при вдвое меньшей стоимости.
Почему это важно для бизнеса и креаторов
Microsoft показывает важный сдвиг для рынка: качество AI-продукта всё чаще определяется не одной моделью, а системой, которая выбирает подходящую нейросеть для конкретного запроса. Для бизнеса это означает меньшую стоимость генерации изображений, работы с голосом, кодом и документами, а также меньшую зависимость от одного поставщика. Для авторов и маркетологов эффект уже заметен в Bing Image Creator и PowerPoint — привычные инструменты получают более дешёвую генерацию без заявленного снижения качества.