Microsoft के नए MAI मॉडल्स: तस्वीरें और आवाज़ अब अपने दम पर, OpenAI पर निर्भरता खत्म

लॉन्च किए गए दो मॉडल

• MAI-Image-2.5-Pro: माइक्रोसॉफ्ट का अब तक का सबसे हाई-फिडेलिटी (सबसे सटीक और विस्तृत) इमेज जनरेशन मॉडल । यह प्रोफेशनल विज़ुअल, डिटेल्ड एडिटिंग और जनरेटेड इमेज के अंदर सटीक टेक्स्ट रेंडरिंग के लिए बनाया गया है । इसकी कीमत Microsoft Foundry पर $5 प्रति 1 मिलियन टेक्स्ट इनपुट टोकन, $8 प्रति 1 मिलियन इमेज इनपुट टोकन, और $106 प्रति 1 मिलियन इमेज आउटपुट टोकन है ।
• MAI-Voice-2-Flash: यह कम-लेटेंसी (कम विलंब) वाला टेक्स्ट-टू-स्पीच मॉडल है, जो कस्टमर-सर्विस और रीयल-टाइम वॉइस एप्लिकेशन में स्पीड और स्केल के लिए ऑप्टिमाइज़ किया गया है । माइक्रोसॉफ्ट का दावा है कि यह मानक MAI-Voice-2 की तुलना में दोगुना तेज़ और 32% अधिक लागत-प्रभावी है ।

ये दोनों मॉडल 24 जुलाई को Microsoft Foundry के ज़रिए पब्लिक प्रीव्यू में आ गए ।

ये मॉडल कहाँ इस्तेमाल हो रहे हैं

माइक्रोसॉफ्ट इन नए मॉडलों को तुरंत अपने कई प्रमुख प्रोडक्ट्स में शामिल कर रही है :

• Bing Image Creator: अब यह पूरी तरह से इन-हाउस है और MAI-Image-2.5-Pro पर एंड-टू-एंड चल रहा है । पिछला वर्जन अब भी OpenAI के इमेज मॉडल पर निर्भर था।
• PowerPoint: MAI-Image-2.5-Pro ने OpenAI के GPT-Image-2 को डिफ़ॉल्ट इमेज जनरेशन इंजन के रूप में बदल दिया है ।
• OneDrive: यह इमेज मॉडल अब AI-जनरेटेड इमेज के लिए डिफ़ॉल्ट टूल है ।
• Dynamics 365 Contact Center: MAI-Voice-2-Flash रीयल-टाइम वॉइस और कस्टमर-सर्विस वर्कफ़्लो को पावर दे रहा है । माइक्रोसॉफ्ट AI के CEO मुस्तफा सुलेमान ने T-Mobile और EasyJet जैसे ग्राहकों में इसके इंटीग्रेशन का ज़िक्र किया ।
• Microsoft Foundry (Azure AI Foundry): डेवलपर्स के लिए ये दोनों मॉडल पब्लिक प्रीव्यू में उपलब्ध हैं ।

माइक्रोसॉफ्ट का कहना है कि MAI मॉडल अब उसके आधे से अधिक प्रोडक्ट्स में तैनात हो चुके हैं, और Excel और Outlook में भी जल्द ही बदलाव किए जाएँगे ।

GPU लागत में कमी: OpenAI के मॉडल्स के मुकाबले

माइक्रोसॉफ्ट ने GPU कंप्यूट लागत में कमी के विशिष्ट प्रतिशत बताए हैं। ये कमी API प्राइसिंग में अंतर नहीं, बल्कि अपने मॉडलों को चलाने बनाम OpenAI के समकक्ष मॉडलों को लाइसेंस या होस्ट करने पर होने वाली वास्तविक हार्डवेयर-स्तरीय बचत को दर्शाती है :

ये कमी इतनी महत्वपूर्ण है कि यह माइक्रोसॉफ्ट के Office और क्लाउड सूट में AI फीचर्स की यूनिट इकोनॉमिक्स को बदल सकती है।

MAI परिवार में ये मॉडल कैसे फिट होते हैं

24 जुलाई को लॉन्च किए गए ये मॉडल जून 2026 में माइक्रोसॉफ्ट बिल्ड में घोषित व्यापक सात-मॉडल MAI परिवार के विशेषज्ञ वेरिएंट हैं :

1. रीज़निंग: MAI-Thinking-1
2. इमेज: MAI-Image-2.5, MAI-Image-2.5-Flash, और अब MAI-Image-2.5-Pro
3. वॉइस / स्पीच: MAI-Voice-1, MAI-Voice-2, और MAI-Voice-2-Flash
4. ट्रांसक्रिप्शन: MAI-Transcribe-1 / MAI-Transcribe-1.5
5. कोडिंग: MAI-Code-1-Flash

MAI-Image-2.5-Pro अधिकतम इमेज क्वालिटी के लिए एक प्रीमियम टियर जोड़ता है, जबकि MAI-Voice-2-Flash हाई-वॉल्यूम, कम-लेटेंसी वॉइस के लिए स्पीड-ऑप्टिमाइज़्ड टियर है । पूरा परिवार माइक्रोसॉफ्ट के अपने Maia 200 कस्टम AI एक्सेलेरेटर पर प्रशिक्षित है, जिसमें तीसरे पक्ष के मॉडलों से डिस्टिलेशन नहीं किया गया है, और हार्डवेयर-सॉफ्टवेयर को-डिज़ाइन से 1.4 गुना दक्षता लाभ का दावा किया गया है ।

रणनीति: OpenAI और तीसरे पक्ष के मॉडलों पर निर्भरता कम करना

माइक्रोसॉफ्ट एक सोची-समझी बहु-चरणीय रणनीति पर अमल कर रहा है, जिसका लक्ष्य पूरी तरह से आत्मनिर्भर AI स्टैक बनाना है :

• तीसरे पक्ष के मॉडलों को पहले पक्ष के मॉडलों से बदलना: PowerPoint, Bing Image Creator और OneDrive ने OpenAI के इमेज मॉडलों से स्विच करके MAI-Image-2.5-Pro का इस्तेमाल शुरू कर दिया है । इसे "OpenAI से छोटा हटाव" बताया जा रहा है जो तेज़ी से बढ़ रहा है ।
• OpenAI को पार्टनर रखना, एकमात्र आपूर्तिकर्ता नहीं: माइक्रोसॉफ्ट OpenAI में निवेशक बना हुआ है और Azure OpenAI मॉडलों को होस्ट करता है, लेकिन कंपनी अब अपने पहले पक्ष के प्रोडक्ट्स के लिए OpenAI पर निर्भर नहीं है। लक्ष्य एक मल्टी-मॉडल रणनीति है जहाँ प्रतिस्पर्धी विकल्प उपलब्ध हों ।
• रणनीतिक लाभ के रूप में लागत नियंत्रण: 84-89% GPU लागत कमी का मतलब है कि माइक्रोसॉफ्ट प्रति-उपयोगकर्ता लागत को काफी कम रखते हुए प्रतिस्पर्धी AI फीचर पेश कर सकता है, जिससे उसके मार्जिन की रक्षा होगी और सभी बाहरी मॉडल प्रदाताओं के साथ उसकी सौदेबाजी की स्थिति मजबूत होगी ।
• पूरी तरह से वर्टिकली इंटीग्रेटेड होना: अपनी चिप (Maia 200), अपने मॉडल (MAI परिवार), अपना इन्फ्रास्ट्रक्चर (Azure), और अपना प्रोडक्ट सरफेस एरिया (Office, Bing, Dynamics, Windows) खुद रखना ।

लागत, मूल्य निर्धारण और आत्मनिर्भरता के निहितार्थ

• इन्फ्रास्ट्रक्चर लागत का खात्मा: Maia 200 चिप्स पर फर्स्ट-पार्टी मॉडल चलाने से हर इन्फ्रेंस के लिए तीसरे पक्ष के मॉडल प्रदाताओं को दिए जाने वाले मार्जिन का भुगतान खत्म हो जाता है ।
• टिकाऊ AI फीचर: GPU लागत में नाटकीय कमी से पता चलता है कि MAI मॉडल सामान्य उद्देश्य वाले फाउंडेशन मॉडल होने के बजाय माइक्रोसॉफ्ट के विशिष्ट प्रोडक्ट उपयोग मामलों के लिए बनाए गए हैं, जिससे Office और Dynamics में AI फीचर OpenAI की कीमतों में बदलाव के प्रति अधिक लचीले होंगे ।
• निचली पंक्ति: 24 जुलाई का लॉन्च माइक्रोसॉफ्ट के सबसे अधिक वॉल्यूम वाले कंज्यूमर और एंटरप्राइज़ प्रोडक्ट्स में OpenAI के इमेज और वॉइस मॉडलों के प्रतिस्थापन को पूरा करता है, और वह भी GPU लागत के एक अंश पर । माइक्रोसॉफ्ट एक स्वतंत्र, वर्टिकली इंटीग्रेटेड AI स्टैक बना रही है जो कंपनी को किसी एक बाहरी निर्भरता के प्रति कम असुरक्षित बनाता है।