微软发布 MAI-Base-2：2.8万亿参数混合专家模型，算力消耗仅为竞品四分之一

2026 年 10 月中旬，微软正式公布了自家研发的前沿基础模型 MAI-Base-2。这不是一次小修小补的版本迭代，而是微软在「自研大模型」路线上投下的一枚重子：官方称它在多项核心能力与基准测试上超越了 OpenAI 的主流模型，而在推理与训练过程中消耗的算力，只需要竞争对手的四分之一。在算力成本已经成为大模型竞赛最大门槛的当下，这条「用更少资源做出更强模型」的路径，比参数规模本身更值得关注。

一款真正的混合专家（MoE）基础模型

MAI-Base-2 采用混合专家（Mixture of Experts，MoE）架构，总参数量达到 2.8 万亿（2.8T），而推理时实际激活的参数量约为 800 亿。这种「总参数极大、单次推理只点亮一小部分专家」的设计，正是近两年顶级大模型压低推理成本的主流做法——它让模型在保持庞大知识容量的同时，不至于让每一次对话都付出全额算力。

回望微软的节奏：今年 6 月，微软先是拿出了第一款自有模型 MAI-Base-1，以及基于它的推理模型 MAI-Thinking-1；短短四个多月后，MAI-Base-2 就接棒登场。从 Base-1 到 Base-2，不只是版本号加一，而是架构、训练效率与评测表现的整体跃迁。

算力效率是它最硬的底牌

微软给出的数字相当亮眼：MAI-Base-2 是在今年 8、9 两个月间，用 1.6 万颗 GB200 GPU、历时 38 天训练而成的，训练数据规模达到 50 万亿（50T）个 token。

更关键的是效率。微软宣称，MAI-Base-2 在预训练阶段使用的浮点运算量，比当前最强的开源模型 DeepSeek-V4-Pro-Base 还要省 4 到 12 倍；相比上一代 MAI-Base-1，这一代的算力用量也节省了 6.3 到 12.7 倍。换句话说，同样一份「聪明程度」，微软新模型吃掉的电力和显卡时间，只有对手的几分之一到十几分之一。

这种效率提升并非来自某个单一魔法。微软把原因归结于三点：数据的相关性与质量、新的建模方法（例如采用 Muon 优化器），以及对执行与通信问题的改进。其中特别值得一提的是，团队把特定 MoE 层的硬件浮点算力利用率（MFU）从行业传统的 24% 提升到了 35%——对动辄上万张显卡的训练集群而言，MFU 每提升一个百分点，都是真金白银的成本节约。

评测表现：压过一众开放权重模型

在微软自有的、覆盖代码编写、问答、数学与科学问题等维度的评测体系中，MAI-Base-2 超过了所有参测的开放权重模型，包括 Kimi K3、Qwen3.8-2.4T-A95B 和 MiMo-V2.6-Pro-RL 等。结合它「算力只需对手四分之一」的宣称，这套组合拳的潜台词很明确：我既比你强，又比你省。

值得一提的是数据来源的可信度。微软强调，MAI-Base-2 的预训练建立在「有机数据」之上，并非由其他模型蒸馏而成。这一点之所以重要，是因为它直接关系到模型权重能否放心地授权出去——微软计划通过自家的 Foundry 平台，把 MAI-Base-2 的权重授权给受信赖的合作伙伴，也为企业客户提供更可审计、更可控的选项。

商业化路径与下一步

MAI-Base-2 目前仍处于后训练（post-training）阶段。微软的路线是先把它整合进自己的产品线（例如 Copilot 等），再通过 Foundry 市集平台对外开放给客户。与此同时，MAI-Base-3 的开发已经启动，微软表示未来会把这种「资源节省」的工程红利继续延续到下一代模型里。

这件事为什么值得普通开发者和企业关注

第一，它再次印证了一个趋势：大模型竞争的胜负手，正在从「谁的参数多」转向「谁的单位算力产出高」。对依赖云算力的中小企业来说，这意味着同等预算能换来的模型能力在快速变强。

第二，MoE 架构 + 高 MFU 的工程打法，正在成为头部厂商的标配。理解这套思路，有助于技术团队在选型自建模型或评估供应商时，不被表面的参数数字带偏。

第三，微软把权重通过 Foundry 授权给企业客户的做法，可能加速「企业可控大模型」的落地节奏——对那些对数据合规和模型溯源有硬要求的行业（金融、医疗、政企）来说，这是比单纯调用 API 更进一步的选项。

大模型军备竞赛远未结束，但 MAI-Base-2 给出的信号很清晰：下一个阶段的牌，不只是堆参数，更是比谁更会「省着用算力」。

（本文综合 iThome、Microsoft AI 官方博客等公开报道整理）