Николай Чикишев world 24 ліпеня 2026, 14:54

Microsoft выпусціла дзве ШІ-мадэлі. Кажа, яны значна танней рашэнняў OpenAI

Кампанія прадставіла дзве ўласныя ШІ-мадэлі: MAI–Image-2.5-Pro для генерацыі і рэдагавання выяў і MAI–Voice-2-Flash для сінтэзу маўлення.

Пакінуць каментарый

Microsoft выпусціла дзве ШІ-мадэлі. Кажа, яны значна танней рашэнняў OpenAI

Кампанія прадставіла дзве ўласныя ШІ-мадэлі: MAI–Image-2.5-Pro для генерацыі і рэдагавання выяў і MAI–Voice-2-Flash для сінтэзу маўлення.

Microsoft пазіцыянуе навінкі як частку стратэгіі па зніжэнні залежнасці ад старонніх распрацоўшчыкаў, у тым ліку OpenAI. Уласныя мадэлі ўжо выкарыстоўваюцца ў Bing, PowerPoint, OneDrive, Dynamics 365, Excel, GitHub Copilot і Azure. «Кожнае з гэтых паляпшэнняў набліжае нас да адной мэты: прадукты Microsoft павінны працаваць на мадэлях Microsoft», — заявіла кампанія.

MAI–Image-2.5-Pro арыентавана на задачы, дзе патрабуецца высокая якасць: стварэнне рэкламных выяваў, дакладнае рэдагаванне і генерацыя тэксту ўнутры малюнка. Кошт выкарыстання мадэлі складае $5 за мільён уваходных тэкставых токенаў, $8 за мільён уваходных токенаў выяваў і $106 за мільён выходных токенаў выяваў.

Лягчэйшая MAI–Image-2.5 ужо цалкам абслугоўвае Bing Image Creator. У PowerPoint яе выкарыстанне, паводле дадзеных Microsoft, дазваляе скараціць выдаткі на графічныя працэсары да 84% у параўнанні з GPT-Image-2 ад OpenAI.

У OneDrive мадэль стала асноўнай для шэрагу інструментаў рэдагавання выяваў. Кампанія паведамляе пра рост долі захаваных вынікаў на 26%, зніжэнні затрымкі прыкладна на чвэрць і павелічэнні эфектыўнасці ў 2,5 разы пры сярэдняй нагрузцы.

MAI–Voice-2-Flash прызначана для масавых галасавых сцэнарыяў: кол-цэнтраў, галасавых агентаў і прыкладанняў, якія працуюць у рэальным часе. Яна працуе ўдвая хутчэй за папярэднюю версію MAI–Voice-2 і каштуе на 32% танней — $15 за мільён сімвалаў.

Новый плагин Claude Code сам ищет уязвимости и чинит код

Мадэль ужо выкарыстоўваецца ў Dynamics 365 Contact Center, якім карыстаюцца, у прыватнасці, T-Mobile і EasyJet. Microsoft сцвярджае, што пераход на MAI–Voice-2-Flash скараціў выдаткі на GPU да 89%. Яна таксама падключана да Azure Voice Live для распрацоўшчыкаў галасавых агентаў.

Кампанія прывяла дадзеныя і пра іншыя ўласныя мадэлі. Медычны сервіс Dragon Copilot, якім карыстаюцца 170 тысяч спецыялістаў, працуе на MAI-Transcribe-1.5. За апошні квартал сістэма апрацавала 28 мільёнаў прыёмаў. Паводле ацэнкі Microsoft, мадэль знізіла колькасць памылак пры распазнаванні маўлення і вызначэнні мовы прыкладна на 50% для большасці з 58 падтрымліваемых моваў.

Асобны кірунак — невялікія спецыялізаваныя мадэлі. MAI-Code-1-Flash, запушчаная ў GitHub Copilot, паводле ўнутраных дадзеных Microsoft, паказвае прыкладна на 10% вышэйшы паказчык прыняцця згенераванага кода, чым GPT-5.4 Mini і Claude Haiku 4.5, адначасова расходуючы на 10% менш токенаў.

Затым Microsoft дадаткова навучыла гэтую мадэль у асяроддзі Excel. У выніку яна, як сцвярджае кампанія, параўнялася з GPT-5.6 у найбольш распаўсюджаных задачах з электроннымі табліцамі. Пры гэтым мадэль можна запускаць на паскаральніках Nvidia H100 і нават A100, не выкарыстоўваючы найноўшае абсталяванне.

Microsoft ужо перанакіроўвае частку запытаў у сваіх прадуктах на мадэлі MAI, калі яны не саступаюць рашэнням OpenAI і Anthropic. Пры гэтым кампанія не плануе цалкам адмаўляцца ад партнёрскіх мадэляў: яны застануцца часткай агульнай сістэмы маршрутызацыі.