Microsoft AI представила дві нові власні ШІ-моделі в публічному тестовому доступі: MAI-Image-2.5-Pro для генерації й редагування зображень та MAI-Voice-2-Flash для голосових сценаріїв із великим навантаженням. У компанії зазначають, що запуск є частиною ширшого переходу до продуктів Microsoft, які працюють на моделях самої Microsoft. Публічний тестовий доступ означає, що моделі вже доступні для використання, але ще можуть доопрацьовуватися перед ширшим запуском.
MAI-Image-2.5-Pro Microsoft називає своєю найякіснішою моделлю для роботи із зображеннями. Вона призначена для створення складніших візуалів, детального редагування та точнішого відтворення тексту всередині зображень. Це важливо для маркетингових, презентаційних і дизайнерських задач, де ШІ має не просто створити картинку, а коректно виконати конкретну правку.
MAI-Voice-2-Flash працює з голосом і створена для сценаріїв, де потрібно швидко обробляти багато запитів. Наприклад, для голосових агентів, контакт-центрів і сервісів, де ШІ відповідає користувачам у реальному часі. За даними Microsoft, ця модель працює вдвічі швидше за MAI-Voice-2 і коштує на 32% дешевше.
Головний акцент Microsoft робить не лише на запуску нових моделей, а й на економіці їхнього використання. Компанія заявляє, що власні ШІ-моделі вже допомагають зменшувати витрати на обробку ШІ-запитів у продуктах Microsoft. Ідеться про витрати на роботу серверів і графічних процесорів, які виконують обчислення для ШІ-функцій.
Затримка відповіді, або latency, показує, скільки часу минає між дією користувача і відповіддю системи. Що нижча затримка, то швидше працює ШІ-функція.
У голосових продуктах MAI-Voice-2-Flash уже працює в Dynamics 365 Contact Center. Це платформа для контакт-центрів, яку використовують компанії для обробки звернень клієнтів. За даними Microsoft, у цьому сценарії модель може скоротити витрати на обробку ШІ-запитів до 89%. Її також інтегрували в Azure Voice Live, щоб розробники могли створювати голосових ШІ-агентів.
Microsoft також навела приклад із медичного напряму. Dragon Copilot, яким, за даними компанії, користуються 170 000 медичних фахівців, тепер використовує MAI-Transcribe-1.5 для мультимовної транскрипції 58 мовами. Транскрипція означає перетворення мовлення на текст. Microsoft заявляє, що у внутрішніх оцінках модель зменшила кількість помилок транскрипції та визначення мови на 50% для більшості мов.
Окремо Microsoft розповіла про використання власних моделей у GitHub Copilot та Excel. За даними компанії, MAI-Code-1-Flash у GitHub Copilot має приблизно на 10% вищий показник прийняття коду, ніж GPT-5.4 Mini та Claude Haiku 4.5 у VS Code, і використовує на 10% менше медіанних токенів.
Показник прийняття коду означає, як часто розробники залишають запропонований ШІ фрагмент коду у своїй роботі. Токени можна спрощено пояснити як частини тексту, які модель обробляє під час відповіді. Що менше токенів потрібно для якісної відповіді, то дешевшою може бути робота моделі.
Для Excel Microsoft додатково навчила модель у середовищі reinforcement learning. Простими словами, це спосіб навчання, коли модель багато разів виконує завдання, отримує оцінку результату й поступово вчиться працювати краще. За даними Microsoft, у найпоширеніших задачах Excel така модель працює на рівні GPT-5.6, але є дешевшою в обслуговуванні.
Ці оновлення показують зміну підходу Microsoft до ШІ. Компанія не відмовляється від моделей OpenAI чи Anthropic, але дедалі активніше використовує власні MAI-моделі для типових задач у своїх продуктах. Логіка полягає в тому, що для багатьох щоденних сценаріїв не завжди потрібна найдорожча й найпотужніша модель. Іноді спеціалізована модель може виконати конкретне завдання достатньо якісно, швидше й дешевше.
Такі найпотужніші моделі часто називають frontier-моделями. Це моделі на передньому краї ШІ-розробок, які мають найширші можливості, але зазвичай коштують дорожче в роботі. Microsoft просуває інший підхід: використовувати frontier-моделі там, де вони справді потрібні, а масові повторювані задачі переводити на власні спеціалізовані моделі.
Microsoft також планує продавати цей підхід бізнесу через Microsoft Foundry і Frontier Tuning. Компанії зможуть навчати або налаштовувати спеціалізовані моделі під власні задачі, дані й критерії якості. Для корпоративних клієнтів це може бути способом зменшити витрати на ШІ й отримати більше контролю над тим, як модель працює в конкретному бізнес-процесі.
Для користувачів Microsoft це означає, що ШІ-функції у звичних продуктах можуть ставати швидшими, доступнішими й ширше вбудованими в робочі інструменти. Якщо модель працює всередині Bing, PowerPoint, OneDrive, Dynamics 365, GitHub Copilot чи Excel, вартість її обслуговування прямо впливає на те, як часто й у яких сценаріях компанія може давати користувачам ШІ-можливості.
Для бізнесу це сигнал, що ринок ШІ поступово рухається від гонитви лише за найбільшими моделями до практичніших спеціалізованих рішень. У багатьох робочих задачах важливі не максимальні можливості моделі, а стабільна якість, швидка відповідь, прогнозована ціна й можливість обробляти багато запитів.
Для OpenAI та інших розробників frontier-моделей це також важлива зміна. Microsoft залишається партнером таких компаній, але водночас будує власну ШІ-інфраструктуру. Це може зменшити залежність Microsoft від сторонніх моделей у масових продуктах і посилити конкуренцію на корпоративному ШІ-ринку.
Джерело: Venture Beat
