Microsofts stille revolutie: eigen AI-modellen verslaan OpenAI en Anthropic tegen een fractie van de kosten
Microsoft voert de 'Frontier Diffusion and Control' strategie uit: routinetaken worden afgehandeld door kleinere, taakgeoptimaliseerde MAI modellen in plaats van dure AI modellen van derden. De eigen MAI modellen in Excel presteren volgens Microsoft op hetzelfde niveau als GPT 5.6 voor de meest voorkomende taken, ma...
Gepubliceerd doorBewerkt met DeepSeek-V4-FlashAfbeeldingen gegenereerd met GPT Image 1.5
Microsoft voert de 'Frontier Diffusion and Control' strategie uit: routinetaken worden afgehandeld door kleinere, taakgeoptimaliseerde MAI modellen in plaats van dure AI modellen van derden.
De eigen MAI modellen in Excel presteren volgens Microsoft op hetzelfde niveau als GPT 5.6 voor de meest voorkomende taken, maar zijn aanzienlijk goedkoper.
Miljoenen ontwikkelaars gebruiken MAI Code 1 Flash in GitHub Copilot voor dagelijks werk; het model wordt ook ingezet in Outlook en andere Office applicaties.
De strategie is een bewuste stap om de afhankelijkheid van externe AI leveranciers zoals OpenAI en Anthropic te verminderen, maar betekent geen volledige breuk met OpenAI.
Search & fact-check with cited sources for How is Microsoft's "Frontier Diffusion and Control" strategy using its proprietary MAI models toMicrosoft's Frontier Diffusion and Control strategy routes routine tasks to smaller, cheaper MAI models while reserving expensive frontier models for complex work.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: Search & fact-check with cited sources for How is Microsoft's "Frontier Diffusion and Control" strategy using its proprietary MAI models to. Article summary: Here is the fact-checked answer based on current sources.. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an illustrative visual, not as factual evidence.
openai.com
Microsoft voert een van de meest ingrijpende veranderingen in bedrijfs-AI uit: het systematisch vervangen van dure AI-modellen van derden door kleinere, speciaal gebouwde eigen modellen die op alledaagse taken net zo goed of beter presteren. Satya Nadella noemt deze aanpak 'Frontier Diffusion and Control' en de eerste productieresultaten uit GitHub Copilot, Excel en Outlook zijn inmiddels openbaar .
Wat is Frontier Diffusion and Control?
In plaats van elke gebruikersvraag naar één duur model te sturen, gebruikt Microsoft een routeringslaag die routinematige, eenvoudige taken naar kleinere, taakspecifieke MAI-modellen stuurt en alleen complexe problemen naar de grotere AI-modellen van derden escaleert. Nadella beschreef deze aanpak voor het eerst openbaar in een blogpost van 23 juli 2026 .
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "Microsofts stille revolutie: eigen AI-modellen verslaan OpenAI en Anthropic tegen een fractie van de kosten"?
Microsoft voert de 'Frontier Diffusion and Control' strategie uit: routinetaken worden afgehandeld door kleinere, taakgeoptimaliseerde MAI modellen in plaats van dure AI modellen van derden.
What are the key points to validate first?
Microsoft voert de 'Frontier Diffusion and Control' strategie uit: routinetaken worden afgehandeld door kleinere, taakgeoptimaliseerde MAI modellen in plaats van dure AI modellen van derden. De eigen MAI modellen in Excel presteren volgens Microsoft op hetzelfde niveau als GPT 5.6 voor de meest voorkomende taken, maar zijn aanzienlijk goedkoper.
What should I do next in practice?
Miljoenen ontwikkelaars gebruiken MAI Code 1 Flash in GitHub Copilot voor dagelijks werk; het model wordt ook ingezet in Outlook en andere Office applicaties.
Microsofts stille revolutie: eigen AI-modellen verslaan OpenAI en Anthropic tegen een fractie van de kosten
Microsoft voert de 'Frontier Diffusion and Control' strategie uit: routinetaken worden afgehandeld door kleinere, taakgeoptimaliseerde MAI modellen in plaats van dure AI modellen van derden. De eigen MAI modellen in Excel presteren volgens Microsoft op hetzelfde niveau als GPT 5.6 voor de meest voorkomende taken, ma...
Gepubliceerd doorBewerkt met DeepSeek-V4-FlashAfbeeldingen gegenereerd met GPT Image 1.5
Microsoft voert de 'Frontier Diffusion and Control' strategie uit: routinetaken worden afgehandeld door kleinere, taakgeoptimaliseerde MAI modellen in plaats van dure AI modellen van derden.
De eigen MAI modellen in Excel presteren volgens Microsoft op hetzelfde niveau als GPT 5.6 voor de meest voorkomende taken, maar zijn aanzienlijk goedkoper.
Miljoenen ontwikkelaars gebruiken MAI Code 1 Flash in GitHub Copilot voor dagelijks werk; het model wordt ook ingezet in Outlook en andere Office applicaties.
De strategie is een bewuste stap om de afhankelijkheid van externe AI leveranciers zoals OpenAI en Anthropic te verminderen, maar betekent geen volledige breuk met OpenAI.
Search & fact-check with cited sources for How is Microsoft's "Frontier Diffusion and Control" strategy using its proprietary MAI models toMicrosoft's Frontier Diffusion and Control strategy routes routine tasks to smaller, cheaper MAI models while reserving expensive frontier models for complex work.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: Search & fact-check with cited sources for How is Microsoft's "Frontier Diffusion and Control" strategy using its proprietary MAI models to. Article summary: Here is the fact-checked answer based on current sources.. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an illustrative visual, not as factual evidence.
openai.com
Microsoft voert een van de meest ingrijpende veranderingen in bedrijfs-AI uit: het systematisch vervangen van dure AI-modellen van derden door kleinere, speciaal gebouwde eigen modellen die op alledaagse taken net zo goed of beter presteren. Satya Nadella noemt deze aanpak 'Frontier Diffusion and Control' en de eerste productieresultaten uit GitHub Copilot, Excel en Outlook zijn inmiddels openbaar .
Wat is Frontier Diffusion and Control?
In plaats van elke gebruikersvraag naar één duur model te sturen, gebruikt Microsoft een routeringslaag die routinematige, eenvoudige taken naar kleinere, taakspecifieke MAI-modellen stuurt en alleen complexe problemen naar de grotere AI-modellen van derden escaleert. Nadella beschreef deze aanpak voor het eerst openbaar in een blogpost van 23 juli 2026 .
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "Microsofts stille revolutie: eigen AI-modellen verslaan OpenAI en Anthropic tegen een fractie van de kosten"?
Microsoft voert de 'Frontier Diffusion and Control' strategie uit: routinetaken worden afgehandeld door kleinere, taakgeoptimaliseerde MAI modellen in plaats van dure AI modellen van derden.
What are the key points to validate first?
Microsoft voert de 'Frontier Diffusion and Control' strategie uit: routinetaken worden afgehandeld door kleinere, taakgeoptimaliseerde MAI modellen in plaats van dure AI modellen van derden. De eigen MAI modellen in Excel presteren volgens Microsoft op hetzelfde niveau als GPT 5.6 voor de meest voorkomende taken, maar zijn aanzienlijk goedkoper.
What should I do next in practice?
Miljoenen ontwikkelaars gebruiken MAI Code 1 Flash in GitHub Copilot voor dagelijks werk; het model wordt ook ingezet in Outlook en andere Office applicaties.
Kleine modellen voor alledaagse taken: De strategie 'diffundeert' AI-kwaliteit door kleine, interne modellen te trainen met productspecifieke data totdat ze de kwaliteit van de grote modellen evenaren, terwijl ze veel minder tokens verbruiken .
Hill-climbing trainingspijplijn: Microsoft gebruikt een 'hill-climbing'-methode: het begint met een bestaand model (bijvoorbeeld MAI-Code-1-Flash dat al in GitHub Copilot is getraind) en traint het verder op een specifieke taak, zoals Excel, om zo de prestaties op dat specifieke domein te verbeteren .
Kostenvoordeel: Omdat MAI-modellen kleiner en doelgerichter zijn, zijn de kosten per 'inference' veel lager dan het huren van OpenAI- of Anthropic-modellen. Nadella stelde dat de MAI-familie 'algemene AI-modellen overtreft in veel gebruikssituaties, terwijl het een fractie van de tokens verbruikt' .
Productieresultaten: GitHub Copilot en Excel
GitHub Copilot:
Microsoft lanceerde MAI-Code-1-Flash in GitHub Copilot in juni 2026. Tegen eind juli gebruikten miljoenen ontwikkelaars het model voor hun dagelijkse werk . Het model werd geïntegreerd in de Copilot-modelkiezer in VS Code en werd onderdeel van de standaard automatische modelkiezer .
Excel (Microsoft 365 Copilot):
Microsoft verklaarde rechtstreeks: 'In onze liveproductieomgeving zien we dat ons MAI-model in Excel op hetzelfde niveau presteert als GPT-5.6 voor de meest voorkomende taken, maar kostenefficiënter is.'
Vanaf 7 juli 2026 begon Microsoft tienduizenden AI-prompts per week vanuit Excel en Outlook via zijn eigen MAI-modellen te routeren. Dit was de eerste openbaar gemaakte productie-opschaling van Microsoft 365 Copilot-verkeer dat niet meer via OpenAI en Anthropic liep .
De bredere verschuiving: vermindering van afhankelijkheid van AI van derden
Microsoft onthulde zeven MAI-modellen op Build 2026 (2 juni), waaronder MAI-Thinking-1 (redeneren), MAI-Code-1-Flash (coderen), MAI-Image-2.5, MAI-Voice-2 en MAI-Transcribe-1.5 .
Nadella zei expliciet dat Microsoft taken in GitHub Copilot, Excel en Outlook naar zijn eigen MAI-modellen stuurt wanneer ze de AI-modellen van OpenAI en Anthropic evenaren of overtreffen . Bloomberg rapporteerde de verschuiving als 'directioneel en intentioneel, niet experimenteel' — Microsoft vervangt stapsgewijs AI-modellen van derden in Office-apps om kosten te besparen en meer controle over data te krijgen .
In PowerPoint merkte Mustafa Suleyman op dat Microsofts eigen model de kosten met 84% verlaagde ten opzichte van GPT-Image-2. In OneDrive steeg het opslaan met 26% en daalde de latentie met ongeveer 25% .
Belangrijke kanttekening: geen scheiding, maar een strategische afweging
Dit is geen volledige breuk met OpenAI. Microsoft blijft de primaire cloudpartner van OpenAI en paste hun overeenkomst in april 2026 aan om die relatie te behouden . De stap is beter te omschrijven als een strategische afweging: bouw eigen AI terwijl je nog steeds de modellen van concurrenten op Azure verkoopt .
OpenAI- en Anthropic-modellen verwerken nog steeds het grootste deel van het Copilot-verkeer. De verschuiving naar MAI-modellen is tot nu toe stapsgewijs en gericht op veelgebruikte, eenvoudigere taken waar de kostenbesparingen het grootst zijn .
Conclusie
Microsofts Frontier Diffusion and Control-strategie is een fundamentele heroverweging van AI-implementatie: in plaats van alles op één AI-model te zetten, optimaliseer je de 'kosten-tot-resultaatcurve' door het juiste model voor elke taak te kiezen. De productieresultaten in Excel, GitHub Copilot en Outlook suggereren dat deze aanpak de belofte van AI-kwaliteit tegen aanzienlijk lagere kosten al waarmaakt.
Kleine modellen voor alledaagse taken: De strategie 'diffundeert' AI-kwaliteit door kleine, interne modellen te trainen met productspecifieke data totdat ze de kwaliteit van de grote modellen evenaren, terwijl ze veel minder tokens verbruiken .
Hill-climbing trainingspijplijn: Microsoft gebruikt een 'hill-climbing'-methode: het begint met een bestaand model (bijvoorbeeld MAI-Code-1-Flash dat al in GitHub Copilot is getraind) en traint het verder op een specifieke taak, zoals Excel, om zo de prestaties op dat specifieke domein te verbeteren .
Kostenvoordeel: Omdat MAI-modellen kleiner en doelgerichter zijn, zijn de kosten per 'inference' veel lager dan het huren van OpenAI- of Anthropic-modellen. Nadella stelde dat de MAI-familie 'algemene AI-modellen overtreft in veel gebruikssituaties, terwijl het een fractie van de tokens verbruikt' .
Productieresultaten: GitHub Copilot en Excel
GitHub Copilot:
Microsoft lanceerde MAI-Code-1-Flash in GitHub Copilot in juni 2026. Tegen eind juli gebruikten miljoenen ontwikkelaars het model voor hun dagelijkse werk . Het model werd geïntegreerd in de Copilot-modelkiezer in VS Code en werd onderdeel van de standaard automatische modelkiezer .
Excel (Microsoft 365 Copilot):
Microsoft verklaarde rechtstreeks: 'In onze liveproductieomgeving zien we dat ons MAI-model in Excel op hetzelfde niveau presteert als GPT-5.6 voor de meest voorkomende taken, maar kostenefficiënter is.'
Vanaf 7 juli 2026 begon Microsoft tienduizenden AI-prompts per week vanuit Excel en Outlook via zijn eigen MAI-modellen te routeren. Dit was de eerste openbaar gemaakte productie-opschaling van Microsoft 365 Copilot-verkeer dat niet meer via OpenAI en Anthropic liep .
De bredere verschuiving: vermindering van afhankelijkheid van AI van derden
Microsoft onthulde zeven MAI-modellen op Build 2026 (2 juni), waaronder MAI-Thinking-1 (redeneren), MAI-Code-1-Flash (coderen), MAI-Image-2.5, MAI-Voice-2 en MAI-Transcribe-1.5 .
Nadella zei expliciet dat Microsoft taken in GitHub Copilot, Excel en Outlook naar zijn eigen MAI-modellen stuurt wanneer ze de AI-modellen van OpenAI en Anthropic evenaren of overtreffen . Bloomberg rapporteerde de verschuiving als 'directioneel en intentioneel, niet experimenteel' — Microsoft vervangt stapsgewijs AI-modellen van derden in Office-apps om kosten te besparen en meer controle over data te krijgen .
In PowerPoint merkte Mustafa Suleyman op dat Microsofts eigen model de kosten met 84% verlaagde ten opzichte van GPT-Image-2. In OneDrive steeg het opslaan met 26% en daalde de latentie met ongeveer 25% .
Belangrijke kanttekening: geen scheiding, maar een strategische afweging
Dit is geen volledige breuk met OpenAI. Microsoft blijft de primaire cloudpartner van OpenAI en paste hun overeenkomst in april 2026 aan om die relatie te behouden . De stap is beter te omschrijven als een strategische afweging: bouw eigen AI terwijl je nog steeds de modellen van concurrenten op Azure verkoopt .
OpenAI- en Anthropic-modellen verwerken nog steeds het grootste deel van het Copilot-verkeer. De verschuiving naar MAI-modellen is tot nu toe stapsgewijs en gericht op veelgebruikte, eenvoudigere taken waar de kostenbesparingen het grootst zijn .
Conclusie
Microsofts Frontier Diffusion and Control-strategie is een fundamentele heroverweging van AI-implementatie: in plaats van alles op één AI-model te zetten, optimaliseer je de 'kosten-tot-resultaatcurve' door het juiste model voor elke taak te kiezen. De productieresultaten in Excel, GitHub Copilot en Outlook suggereren dat deze aanpak de belofte van AI-kwaliteit tegen aanzienlijk lagere kosten al waarmaakt.
