Microsoft Rilis Dua Model AI Baru Buatan Sendiri, Biaya GPU Anjlok hingga 89%

Dua Model yang Diluncurkan

• MAI-Image-2.5-Pro: Model generasi gambar dengan fidelitas tertinggi yang pernah dibuat Microsoft, dirancang untuk visual profesional, pengeditan detail, dan rendering teks yang presisi di dalam gambar. Harganya: $5 per 1M token input teks, $8 per 1M token input gambar, dan $106 per 1M token output gambar .
• MAI-Voice-2-Flash: Model teks-ke-ucapan (text-to-speech) dengan latensi rendah, dioptimalkan untuk kecepatan dan skala besar di layanan pelanggan dan aplikasi suara real-time. Microsoft mengklaim model ini dua kali lebih cepat dan 32% lebih hemat biaya dibandingkan MAI-Voice-2 versi standar .

Kedua model ini sudah memasuki pratinjau publik (public preview) melalui Microsoft Foundry sejak 24 Juli .

Di Mana Model Ini Digunakan?

Microsoft langsung mengintegrasikan model baru ini ke sejumlah produk unggulan mereka :

• Bing Image Creator: Kini 100% menggunakan teknologi in-house, dijalankan secara end-to-end dengan MAI-Image-2.5-Pro . Versi sebelumnya masih bergantung pada model gambar OpenAI.
• PowerPoint: MAI-Image-2.5-Pro menggantikan GPT-Image-2 OpenAI sebagai mesin generasi gambar bawaan .
• OneDrive: Model gambar ini menjadi alat utama untuk membuat gambar berbasis AI .
• Dynamics 365 Contact Center: MAI-Voice-2-Flash menjadi penggerak utama untuk suara real-time dan alur kerja layanan pel pelanggan. CEO Microsoft AI, Mustafa Suleyman, menyebutkan integrasi dengan pelanggan seperti T-Mobile dan EasyJet .
• Microsoft Foundry (Azure AI Foundry): Kedua model tersedia untuk developer dalam pratinjau publik .

Microsoft menyatakan bahwa model MAI kini sudah digunakan di lebih dari separuh produknya, dengan rencana penggantian lebih lanjut di Excel dan Outlook .

Penghematan Biaya GPU

Microsoft merilis angka spesifik pengurangan biaya komputasi GPU — yaitu penghematan pada infrastruktur inferensi saat menjalankan model sendiri dibandingkan melisensi atau menghosting model setara milik OpenAI :

Penghematan ini cukup signifikan untuk mengubah unit ekonomi fitur AI Microsoft di seluruh suite Office dan cloud .

Posisi Model Ini dalam Keluarga MAI

Rilis 24 Juli ini adalah varian khusus dari keluarga besar MAI yang terdiri dari tujuh model, yang pertama kali diumumkan di Microsoft Build pada Juni 2026 :

1. Penalaran (Reasoning): MAI-Thinking-1
2. Gambar (Image): MAI-Image-2.5, MAI-Image-2.5-Flash, dan kini MAI-Image-2.5-Pro
3. Suara (Voice/Speech): MAI-Voice-1, MAI-Voice-2, dan MAI-Voice-2-Flash
4. Transkripsi (Transcription): MAI-Transcribe-1 / MAI-Transcribe-1.5
5. Koding (Coding): MAI-Code-1-Flash

MAI-Image-2.5-Pro menambahkan tingkatan premium untuk kualitas gambar maksimal, sementara MAI-Voice-2-Flash menambahkan tingkatan yang dioptimalkan untuk kecepatan pada volume suara tinggi . Seluruh keluarga model ini dilatih di atas akselerator AI kustom Maia 200 milik Microsoft tanpa melalui distilasi dari model pihak ketiga, dengan klaim efisiensi 1,4x dari desain bersama perangkat keras dan perangkat lunak .

Strategi: Mengurangi Ketergantungan pada OpenAI

Microsoft sedang menjalankan strategi multi-fase untuk membangun kemandirian AI secara penuh :

• Ganti model pihak ketiga dengan model sendiri: PowerPoint, Bing Image Creator, dan OneDrive sudah beralih dari model gambar OpenAI ke MAI-Image-2.5-Pro . Langkah ini dideskripsikan sebagai "pergeseran kecil dari OpenAI" yang semakin cepat .
• Tetap jadikan OpenAI sebagai mitra, bukan pemasok tunggal: Microsoft masih menjadi investor OpenAI dan Azure tetap menghosting model OpenAI. Namun, perusahaan tidak lagi bergantung pada OpenAI untuk produk first-party mereka sendiri. Tujuannya adalah strategi multi-model dengan alternatif yang kompetitif .
• Kontrol biaya sebagai tuas strategis: Pengurangan biaya GPU sebesar 84-89% memungkinkan Microsoft menawarkan fitur AI kompetitif dengan biaya per pengguna yang jauh lebih rendah, melindungi margin keuntungan, dan memperkuat posisi tawar dengan semua penyedia model eksternal .
• Bangun tumpukan vertikal sendiri: Miliki chip (Maia 200), miliki model (keluarga MAI), miliki infrastruktur inferensi (Azure), dan miliki permukaan produk (Office, Bing, Dynamics, Windows) .

Implikasi Biaya dan Kemandirian

• Eliminasi biaya infrastruktur: Menjalankan model first-party di chip Maia 200 menghilangkan margin yang dibayarkan ke penyedia model pihak ketiga untuk setiap inferensi .
• Fitur AI yang tahan banting: Pengurangan biaya GPU yang dramatis menunjukkan bahwa model MAI dirancang khusus untuk kasus penggunaan produk spesifik Microsoft, bukan sebagai model dasar umum, sehingga fitur AI di Office dan Dynamics lebih tahan terhadap perubahan harga dari OpenAI .
• Intinya: Peluncuran 24 Juli menyelesaikan penggantian model gambar dan suara OpenAI di produk konsumen dan enterprise paling laris Microsoft, dengan biaya GPU yang jauh lebih rendah . Microsoft sedang membangun tumpukan AI yang terintegrasi secara vertikal dan independen, membuat perusahaan jauh lebih tidak rentan terhadap ketergantungan eksternal tunggal.