Microsoft Lancar Dua Model AI Baharu, Kurangkan Kos GPU Sehingga 89%

Dua model yang dilancarkan

• MAI-Image-2.5-Pro: Model penjanaan imej paling berkualiti tinggi Microsoft setakat ini, direka untuk visual profesional, penyuntingan terperinci, dan rendering teks yang tepat dalam imej . Ia dijual melalui Microsoft Foundry pada harga $5 per 1M token input teks, $8 per 1M token input imej, dan $106 per 1M token output imej .
• MAI-Voice-2-Flash: Model teks-ke-ucapan (text-to-speech) dengan kependaman rendah (low-latency), dioptimumkan untuk kelajuan dan skala dalam aplikasi perkhidmatan pelanggan dan suara masa nyata . Microsoft menyatakan ia dua kali lebih pantas dan 32% lebih kos efektif berbanding versi standard MAI-Voice-2 .

Kedua-dua model memasuki pratonton awam melalui Microsoft Foundry pada 24 Julai .

Di mana ia digunakan

Microsoft melancarkan model-model ini ke dalam beberapa produk utama dengan segera :

• Bing Image Creator: Kini 100% milik sendiri, berjalan sepenuhnya pada MAI-Image-2.5-Pro . Versi sebelumnya masih bergantung kepada model imej OpenAI.
• PowerPoint: MAI-Image-2.5-Pro telah menggantikan GPT-Image-2 OpenAI sebagai enjin penjanaan imej lalai .
• OneDrive: Model imej ini kini menjadi alat lalai untuk imej dijana AI .
• Dynamics 365 Contact Center: MAI-Voice-2-Flash menguasai aliran kerja suara dan perkhidmatan pelanggan masa nyata . Mustafa Suleyman, Ketua Pegawai Eksekutif Microsoft AI, menyebut bahawa pelanggan seperti T-Mobile dan EasyJet sudah mula menggunakan integrasi ini .
• Microsoft Foundry (Azure AI Foundry): Kedua-dua model tersedia untuk pemaju dalam pratonton awam .

Microsoft menyatakan bahawa model MAI kini digunakan dalam lebih separuh daripada produk mereka, dengan penggantian selanjutnya sedang dijalankan di Excel dan Outlook .

Pengurangan kos GPU berbanding model OpenAI

Microsoft memberikan peratusan pengurangan kos pengiraan GPU yang spesifik — ini bermaksud penjimatan kos infrastruktur inferens apabila menjalankan model sendiri berbanding melesenkan atau mengehos model OpenAI. Ini bukan perbezaan harga API tetapi penjimatan pada tahap perkakasan :

Pengurangan ini cukup signifikan untuk mengubah ekonomi unit Microsoft bagi ciri AI merentas suite Office dan awan.

Bagaimana model ini sesuai dalam keluarga MAI

Keluaran pada 24 Julai ini adalah varian khusus dalam keluarga MAI tujuh model yang lebih luas, diumumkan di Microsoft Build pada Jun 2026 :

1. Penaakulan: MAI-Thinking-1
2. Imej: MAI-Image-2.5, MAI-Image-2.5-Flash, dan kini MAI-Image-2.5-Pro
3. Suara / Pertuturan: MAI-Voice-1, MAI-Voice-2, dan MAI-Voice-2-Flash
4. Transkripsi: MAI-Transcribe-1 / MAI-Transcribe-1.5
5. Kod: MAI-Code-1-Flash

MAI-Image-2.5-Pro menambah tier premium untuk kualiti imej maksimum, manakala MAI-Voice-2-Flash menambah tier yang dioptimumkan untuk kelajuan bagi aplikasi suara volum tinggi dengan kependaman rendah . Seluruh keluarga ini dilatih pada pemecut AI tersuai Maia 200 milik Microsoft tanpa penyulingan dari model pihak ketiga, dengan kelebihan kecekapan 1.4x dari reka bentuk bersama perkakasan-perisian .

Strategi: Mengurangkan pergantungan kepada OpenAI dan model pihak ketiga

Microsoft sedang melaksanakan strategi pelbagai fasa yang teliti untuk mencapai sara diri AI sepenuhnya :

• Gantikan model pihak ketiga dengan model sendiri: PowerPoint, Bing Image Creator, dan OneDrive semuanya telah bertukar dari model imej OpenAI kepada MAI-Image-2.5-Pro . Ini digambarkan sebagai "peralihan kecil dari OpenAI" yang semakin pantas .
• Kekalkan OpenAI sebagai rakan kongsi, bukan pembekal tunggal: Microsoft kekal sebagai pelabur di OpenAI dan Azure mengehos model OpenAI, tetapi syarikat itu tidak lagi bergantung kepada OpenAI untuk produk pihak pertama sendiri. Matlamatnya adalah strategi pelbagai model dengan alternatif kompetitif yang tersedia .
• Kawalan kos sebagai leverage strategik: Pengurangan kos GPU sebanyak 84–89% bermakna Microsoft boleh menawarkan ciri AI yang kompetitif pada kos pengguna yang jauh lebih rendah, melindungi margin keuntungan dan mengukuhkan kedudukan rundingan dengan semua pembekal model luaran .
• Bina timbunan penuh secara menegak: Miliki cip (Maia 200), miliki model (keluarga MAI), miliki infrastruktur inferens (Azure), dan miliki permukaan produk (Office, Bing, Dynamics, Windows) .

Kos, harga, dan implikasi sara diri

• Penghapusan kos infrastruktur: Menjalankan model pihak pertama pada cip Maia 200 menghapuskan margin yang dibayar kepada pembekal model pihak ketiga untuk setiap inferens .
• Ciri AI yang tahan lama: Pengurangan kos GPU yang dramatik menunjukkan bahawa model MAI dibina khusus untuk kegunaan produk tertentu Microsoft, menjadikan ciri AI di Office dan Dynamics lebih tahan terhadap perubahan harga OpenAI .
• Kesimpulan: Pelancaran pada 24 Julai melengkapkan penggantian model imej dan suara OpenAI dalam produk pengguna dan perusahaan paling laris Microsoft pada sebahagian kecil kos GPU . Microsoft sedang membina timbunan AI bersepadu secara menegak yang bebas, menjadikan syarikat itu kurang terdedah kepada mana-mana kebergantungan luaran tunggal.