マイクロソフト、新たな自社開発AIモデルをリリース：画像生成・音声合成でGPUコスト最大89%削減、OpenAI依存からの脱却を加速

発表された2つのモデル

• MAI-Image-2.5-Pro: プロフェッショナル向けのビジュアル制作、詳細な編集、画像内への正確なテキスト描画を実現する、マイクロソフト最高品質の画像生成モデル 。Microsoft Foundry経由の価格は、テキスト入力トークン100万件あたり5ドル、画像入力トークン100万件あたり8ドル、画像出力トークン100万件あたり106ドルに設定されています 。
• MAI-Voice-2-Flash: カスタマーサービスやリアルタイム音声アプリケーション向けに最適化された、低レイテンシーのテキスト読み上げ（Text-to-Speech）モデル 。マイクロソフトは、標準のMAI-Voice-2と比較して2倍の処理速度と32%のコスト効率向上を実現したと発表しています 。

両モデルとも、2026年7月24日よりMicrosoft Foundryを通じてパブリックプレビューが開始されました 。

展開先

マイクロソフトはこれらの新モデルを、以下の主要製品に即座に展開しています 。

• Bing Image Creator: エンドツーエンドでMAI-Image-2.5-Proが動作する完全自社製モデルに移行 。従来はOpenAIの画像モデルに依存していました。
• PowerPoint: MAI-Image-2.5-Proが、OpenAIの「GPT-Image-2」に代わってデフォルトの画像生成エンジンとなりました 。
• OneDrive: AI画像生成のデフォルトツールとして採用 。
• Dynamics 365 Contact Center: MAI-Voice-2-Flashがリアルタイム音声およびカスタマーサービスのワークフローを駆動 。マイクロソフトAIのCEOであるムスタファ・スレイマン氏は、T-MobileやEasyJetといった顧客企業での導入について言及しています 。
• Microsoft Foundry (Azure AI Foundry): 両モデルが開発者向けにパブリックプレビューで提供開始 。

マイクロソフトは、MAIモデルが現在同社の製品の半数以上で展開されており、ExcelやOutlookへのさらなる置き換えも進行中であると述べています 。

OpenAIモデルと比較したGPUコスト削減効果

マイクロソフトは、OpenAIの同等モデルをライセンスまたはホスティングする場合と比較して、自社モデルを推論インフラで実行した場合のGPUコンピューティングコスト削減率を具体的に公表しています。これはAPI価格差ではなく、実際のハードウェアレベルでの削減効果です 。

これらの削減率は、マイクロソフトのOfficeおよびクラウドスイート全体におけるAI機能のユニットエコノミクスを根本から変えるほど大きなものです。

MAIファミリーにおける位置づけ

今回のリリースは、2026年6月のMicrosoft Buildで発表された、より広範な7つのモデルからなるMAIファミリー内の専門特化型バリエーションです 。

1. 推論: MAI-Thinking-1
2. 画像生成: MAI-Image-2.5、MAI-Image-2.5-Flash、そして今回の MAI-Image-2.5-Pro
3. 音声・音声合成: MAI-Voice-1、MAI-Voice-2、MAI-Voice-2-Flash
4. 文字起こし: MAI-Transcribe-1 / MAI-Transcribe-1.5
5. コーディング: MAI-Code-1-Flash

MAI-Image-2.5-Proは最高画質を追求するプレミアム層、MAI-Voice-2-Flashは高速処理と大量処理に特化したスピード最適化層として、ファミリーの中核を担います 。MAIファミリー全体は、マイクロソフト独自のAIアクセラレーター「Maia 200」でトレーニングされており、サードパーティモデルからの蒸留（ディスティレーション）は行われていません。ハードウェアとソフトウェアの協調設計により、1.4倍の効率性アドバンテージがあるとされています 。

戦略：OpenAIおよびサードパーティモデルへの依存低減

マイクロソフトは、フルスタックのAI自給自足を目指す意図的な多段階戦略を実行しています 。

• サードパーティモデルを自社製に置き換え: PowerPoint、Bing Image Creator、OneDriveはすべてOpenAIの画像モデルからMAI-Image-2.5-Proに切り替えました 。これは「OpenAIからの小さなシフト」と表現されており、加速しています 。
• OpenAIをパートナーとして維持、しかし唯一の供給元としない: マイクロソフトはOpenAIへの出資を継続し、AzureでもOpenAIモデルをホスティングしますが、自社のファーストパーティ製品においてOpenAIに依存する構造ではなくなりました。目標は、競争力のある代替手段を用意したマルチモデル戦略です 。
• コスト管理を戦略的レバレッジとして活用: 84～89%のGPUコスト削減により、マイクロソフトははるかに低いユーザー単価で競争力のあるAI機能を提供できます。これは利益率を守り、外部のモデルプロバイダーすべてとの交渉力を強化します 。
• フルスタックの垂直統合を構築: 自社チップ（Maia 200）、自社モデル（MAIファミリー）、自社推論インフラ（Azure）、自社プロダクト（Office、Bing、Dynamics、Windows）を所有します 。

コスト、価格、自給自足の含意

• インフラコストの排除: 自社のMaia 200チップ上でファーストパーティモデルを実行することで、推論ごとにサードパーティのモデルプロバイダーに支払っていたマージンが不要になります 。
• 持続可能なAI機能: 劇的なGPUコスト削減は、MAIモデルが汎用的な基盤モデルではなく、マイクロソフトの特定のプロダクトユースケースに特化して設計されていることを示唆しており、OfficeやDynamicsのAI機能はOpenAIの価格変動に対してより耐性を持つことになります 。
• 結論: 今回のローンチにより、マイクロソフトは最大規模のコンシューマーおよびエンタープライズ製品におけるOpenAIの画像・音声モデルの置き換えを、わずかなGPUコストで完了しました 。マイクロソフトは、独立した垂直統合型AIスタックを構築し、外部への依存度を大幅に低減することに成功しています。