2026年10月15日，微软AI在官方博客发布"Lab Notes"系列文章，正式宣布完成MAI-Base-2的预训练。该模型是一个混合专家（MoE）架构的基础模型，总参数量2.8万亿，每个Token激活800亿参数，训练语料达50万亿Token，其中18%为视觉数据（共4.5万亿条独立视觉Token），知识截止日期为2026年3月。
据microsoft.ai官方博客披露，训练基础设施规模极大：16000块英伟达GB200 GPU并行运行38天，横跨2026年8月至9月，实测模型浮点利用率（MFU）为21%，有效训练时间占比（goodput）达89%。微软还表示，MAI-Base-3的准备工作已同步启动。
效率数字的背后：缩放律估算，而非直接对比
微软声称，MAI-Base-2的预训练FLOPs效率比DeepSeek-V4-Pro-Base高4.2至12.3倍，比自家MAI-Base-1高6.3至12.7倍。这是此次发布最抢眼的数字，却也是最需要审慎对待的数字。
据explainx.ai对该博客的技术解读，上述效率差距并非从两次实际训练运行中直接测量得出，而是由微软自行拟合的缩放律（scaling laws）估算而来。微软的做法是：先在不同规模的模型上训练，拟合出性能随算力变化的曲线，再通过外推得到效率比较结论。这一方法在学界有其合理性，但与"实测相同性能所需算力之比"存在本质区别——前者是预测，后者是事实。
所有评测结果同样来自微软内部的"保留测试集（held-out evaluations）"，尚无第三方机构独立复现。模型权重目前不对外公开，仅向通过Foundry平台接入的可信合作伙伴授权使用，也就是说，学界和竞争对手目前无法核验这些声明。
为什么只和开源模型比？
一个显而易见却鲜有人直说的问题：微软为何在性能对比中只列出开源权重模型，而没有与GPT-5、Gemini Ultra或Claude Opus等闭源模型相比？
Hacker News上的讨论给出了最直接的答案：因为顶级闭源基础模型的权重和原始推理接口对外不开放，外部研究者根本无法在同等条件下进行基础模型层面的对比，只能拿可获取的开源模型做基准。这是整个行业基础模型评测的系统性困境，并非微软一家回避竞争。
被纳入对比的开源模型阵容代表了当前最强水准：DeepSeek-V4-Pro-Base（1.6万亿总参数，490亿活跃参数），Kimi K3（2.8万亿总参数，1040亿活跃参数），以及Qwen3.8（2.4万亿总参数，950亿活跃参数）。据morphllm.com的规格整理，DeepSeek-V4-Pro于2026年4月以MIT许可证发布，支持100万Token上下文窗口；Kimi K3由月之暗面于2026年7月27日发布，是迄今开放权重的最大模型。
MAI-Base-2与Kimi K3：参数相近，路线分叉
参数规模上，MAI-Base-2（2.8万亿总参数）与Kimi K3完全一致，但两者的架构取向存在明显差异：MAI-Base-2每Token激活800亿参数，Kimi K3对应数字是1040亿，意味着后者单次推理的计算量更重，但表达能力的上限也不同。
更值得关注的是两者的定位差异。Kimi K3是开放权重模型，发布后即可下载部署，社区已用于微调和再创作；MAI-Base-2的权重目前只向Foundry合作伙伴授权，后训练（指令微调与强化学习阶段）尚未完成，面向最终用户的产品形态暂无发布时间表。换言之，MAI-Base-2目前仍是一个"基础模型"——它是所有后续能力的起点，而非终点。
微软强调训练数据"有机"来源，不包含对其他模型输出的蒸馏——这一说法在当前行业背景下具有特殊含义。近年来，使用闭源模型输出训练开源模型已引发多起法律与伦理争议，微软在此处的明确声明，既是技术主张，也是合规立场。但据explainx.ai指出，这一点目前尚无法独立核实。
MoE架构已成新默认
MAI-Base-2、Kimi K3、DeepSeek-V4-Pro，这三个2026年最具代表性的大规模基础模型，全部采用了混合专家架构。这一收敛不是巧合。
MoE的核心逻辑是：用稀疏激活换取总参数量的扩张。一个2.8万亿参数的MoE模型，每次推理只激活其中800亿到1040亿参数，实际的每Token计算量接近同等规模的稠密模型的十分之一不到。这使得超大规模训练在工程上变得可行——微软在博客中特别提到，通过改进"无丢弃多轮路由（dropless routing）"方案，将MoE的模型浮点利用率从24%提升至35%，这是系统工程层面颇为实质性的进步。
此外，MAI-Base-2将视觉能力直接融入预训练阶段，而非通过独立的图像编码器附加——这一架构选择意味着视觉理解能力与语言能力从底层共享表征，而不是两套系统的拼接。18%的视觉数据占比（约4.5万亿Token）在现有公开技术报告中属于较高水平。
独立判断
MAI-Base-2的真正意义，不在于它是否比竞争对手强多少——这个问题要等后训练完成、独立基准测试出炉才能回答。它的意义在于：微软正在将基础模型研发能力系统性地内化，不再单纯依赖外部合作。从MAI-Base-1到MAI-Base-2，从后训练模型MAI-Thinking-1到已在筹备中的MAI-Base-3，这是一条清晰可见的能力积累路径。
效率提升4至12倍的声明，如果最终得到独立验证，将意味着同等质量的模型训练成本大幅下降，这对整个行业的算力经济具有结构性影响。但目前这仍是一个内部主张。真正的考验将发生在后训练阶段完成之后：当一个可以实际使用的MAI-Thinking-2或MAI-Chat-2面世，并在MMLU、MATH、代码生成等公开基准上接受外部测评时，数字才会开口说话。
Sources: - [Frontier Pre-training at Microsoft AI](https://microsoft.ai/news/frontier-pre-training-at-microsoft-ai/) - [Microsoft AI unveils 2.8 trillion-parameter model, claims efficiency gains](https://www.investing.com/news/stock-market-news/microsoft-ai-unveils-28-trillionparameter-model-claims-efficiency-gains-4952355) - [Microsoft completes pre-training of MAI-Base-2 AI foundation model](https://www.streetinsider.com/Corporate+News/Microsoft+completes+pre-training+of+MAI-Base-2+AI+foundation+model/27192270.html) - [DeepSeek V4 Pro: Model Overview, Features & Performance Guide](https://deepinfra.com/blog/deepseek-v4-pro-model-overview) - [Kimi K3 Model Overview: 2.8T Parameters, MXFP4 Quantization](https://huggingface.co/blog/ResterChed/kimi-k3-model-overview-mxfp4-quantization-open-wei) - [Hacker News discussion: Frontier Pre-Training at Microsoft AI](https://news.ycombinator.com/item?id=)© 2026 Winzheng.com 赢政天下 | 转载请注明来源并附原文链接