微软搞出自家推理模型，不再只靠OpenAI了

2026年6月3日 · IT之家

微软在Build 2026开发者大会上扔出一个信号：他们不再只做OpenAI的”包装工”了。七款自研AI模型一同亮相，其中最引人注目的是MAI-Thinking-1——微软第一款高级推理模型。

这款模型有350亿活跃参数，规模不算大，但微软强调它是从零开始用干净数据训练的，没有走捷径去蒸馏第三方模型（这话里带着对谁的不满，大家心里有数）。在软件工程相关的基准测试里，它的成绩能跟业界顶尖模型掰手腕。

微软AI CEO穆斯塔法·苏莱曼在台上重申了他们的理念——”人文主义超级智能”。这话听着有点虚，但配合这一波模型发布，意思很明确：微软要在AI底层能力上自己掌舵，而不是永远跟在别人后面。

一口气发了七款模型，覆盖全场景

除了MAI-Thinking-1，微软这次还端出了覆盖图像、语音、编程的完整的自研模型矩阵：

• MAI-Image 2.5 和 MAI-Image 2.5 Flash —— 支持文生图和图像编辑，Flash版本主打速度
• MAI-Transcribe-1.5 —— 语音转写，速度是竞争对手模型的五倍，开会录音整理终于不用等半天
• MAI-Voice-2 —— 语音合成，新增15种语言支持，Flash版本即将推出
• MAI-Code-1 —— 编程辅助，推理效率做了优化，已经集成进GitHub Copilot和Visual Studio Code

这套组合拳打出来，微软在AI模型层的能力版图像是补齐了。过去大家提起微软的AI能力，第一反应是”他们用OpenAI的技术”，现在这个故事要改写了。

为什么要自己搞模型？

这个问题其实不难回答。微软跟OpenAI的关系一直以来都有点微妙——既是最大的金主（投了上百亿美元），又是 deepest 的商业合作伙伴，但核心技术却攥在别人手里。

OpenAI有自己的商业化节奏，有自己的产品规划，微软想做的一些事情不一定跟OpenAI的利益完全对齐。比如微软希望把AI能力深度集成到Windows、Office、Azure里，这种底层整合如果完全依赖外部技术，长期来看是有风险的。

还有一个更现实的原因：成本。每次调用OpenAI的API都是有成本的，如果微软能把一部分推理 workload 迁移到自家模型上，这笔账长期来看是划算的。

---

MAI-Thinking-1到底强在哪？

微软对这款模型的技术细节还守得比较紧，目前公开的信息有限。可以确定的是：

• 中等规模（350亿参数），不是那种动辄万亿参数的”暴力美学”路线
• 专门优化了推理能力，适合需要多步逻辑推导的任务
• 软件工程基准测试成绩突出，这对微软的基本盘（开发者工具）来说很有意义
• 干净数据训练，不依赖第三方模型蒸馏——这一点微软特意提了，态度很明确

这套说辞听起来是不是有点耳熟？Anthropic也说自己”更安全、更负责”，谷歌也说自己”最开放”。各家都在讲自己的故事，最终还是得看实际用起来怎么样。

对行业意味着什么

微软这一步，本质上是把”模型层”的主动权往自己手里挪。过去几年AI圈的故事线是”OpenAI发明未来，微软帮忙卖出去”，现在微软想说的是”我们也能发明未来”。

这对OpenAI来说未必是坏事。微软有了自研模型，反而可能在跟监管、跟合作伙伴谈判的时候有更多筹码，最终对OpenAI也是加分项。但如果哪天微软觉得自研模型够用了，OpenAI失去微软这个最大金主的风险也不是零。

这场AI大戏，越来越有意思了。