Najważniejsze postanowienia umowy:

• Udziały i ekonomika współpracy: Microsoft posiada inwestycję wycenianą na około 135 mld dolarów, odpowiadającą mniej więcej 27 proc. udziałów w OpenAI w ujęciu rozwodnionym po konwersji .
• Dostęp do technologii: prawa do własności intelektualnej i dostęp do technologii OpenAI, w tym modeli spełniających kryteria AGI, zostały utrzymane do 2032 roku . AGI, czyli sztuczna inteligencja ogólna, oznacza system mający wykonywać szeroki zakres zadań na poziomie porównywalnym z człowiekiem.
• Koniec wyłączności i klauzuli AGI: poprzednia umowa zawierała klauzulę, która w praktyce ograniczała możliwość samodzielnego rozwijania przez Microsoft własnej sztucznej inteligencji ogólnej. Usunięto także wyłączność oraz prawo pierwokupu . To właśnie ta zmiana otworzyła Microsoftowi prawną drogę do budowania własnych modeli frontierowych.
• Nowy model komercyjny: strony przeszły na ograniczony model podziału przychodów oraz niewyłączne licencjonowanie technologii .

W efekcie partnerzy nie zerwali współpracy, lecz przeszli do modelu otwartej „koopetycji” — jednocześnie współpracują i rywalizują . Późniejsze wspólne oświadczenie Microsoftu i OpenAI podkreślało, że partnerstwo oraz relacja dotycząca własności intelektualnej pozostają ważne .

Suleyman: Microsoft został „uwolniony”

Mustafa Suleyman, współzałożyciel DeepMind i dyrektor generalny Microsoft AI, otwarcie mówi o strategicznym znaczeniu zmiany umowy. W kwietniu 2026 roku powiedział serwisowi The Verge, że renegocjacja „odblokowała [Microsoftowi] możliwość dążenia do superinteligencji” . W rozmowie z VentureBeat podczas Build 2026 użył jeszcze mocniejszych słów: Microsoft miał zostać „uwolniony” od wcześniejszej zależności od OpenAI .

W marcu 2026 roku za deklaracjami poszły zmiany organizacyjne. Według doniesień opartych na informacjach Reutersa Microsoft zmienił podział odpowiedzialności w dziale AI, aby „uwolnić” Suleymana od części zadań produktowych i pozwolić mu skoncentrować się na modelach nowej generacji oraz badaniach frontierowych. Inżynieria produktów Copilot została skupiona pod odrębnym kierownictwem .

Z tej reorganizacji wyłania się strategia dwutorowa:

1. szybki rozwój i komercjalizacja Copilota;
2. budowa wewnątrz Microsoftu zespołu badawczego zdolnego tworzyć najbardziej zaawansowane modele AI .

Siedem modeli MAI na Build 2026

Podczas konferencji Microsoft Build 2026 w San Francisco, która odbyła się 2 i 3 czerwca, kierowany przez Suleymana Microsoft AI Superintelligence Team zaprezentował rodzinę siedmiu modeli MAI, czyli Microsoft AI . Firma podkreśliła, że modele trenowano od podstaw, z „zerową destylacją” z OpenAI i innych modeli zewnętrznych .

MAI-Thinking-1 — pierwszy model rozumujący Microsoftu

Najważniejszą premierą był MAI-Thinking-1. To model typu sparse Mixture of Experts — rzadkiej mieszanki ekspertów — z około bilionem parametrów łącznie i 35 mld aktywnych parametrów. Obsługuje kontekst o długości 256 tys. tokenów .

Microsoft pozycjonuje go jako model średniej wielkości, który ma oferować możliwości wykraczające poza typową klasę wagową. Został zoptymalizowany przede wszystkim pod kątem rozumowania i zadań związanych z inżynierią oprogramowania (SWE) .

Według przedstawionych wyników niezależni oceniający w ślepych porównaniach przeprowadzonych w ramach Surge częściej wybierali MAI-Thinking-1 niż Claude Sonnet 4.6. Microsoft twierdzi także, że model dorównał Claude Opus 4.6 w zakresie programowania na benchmarku SWE-Bench Pro . W teście matematycznym AIME 25 uzyskał 97 proc.

To wyniki deklarowane na podstawie konkretnych testów, a nie dowód, że model jest lepszy od konkurencji w każdym zastosowaniu. Ich znaczenie będzie zależeć od kosztu, szybkości i jakości działania w realnych narzędziach.

Pełna rodzina MAI

Pozostałe modele obejmują generowanie obrazów, syntezę głosu, transkrypcję i programowanie, tworząc według Microsoftu multimodalny ekosystem :

• MAI-Thinking-1 — model rozumujący z 35 mld aktywnych parametrów;
• MAI-Code-1-Flash — pięciomiliardowy model programistyczny przygotowany z myślą o GitHub Copilot i VS Code, z naciskiem na niski koszt i dużą przepustowość ;
• MAI-Image-2.5 oraz MAI-Image-2.5-Flash — modele generowania obrazów;
• MAI-Transcribe-1.5 — model transkrypcji mowy na tekst;
• MAI-Voice-2 oraz MAI-Voice-2-Flash — modele syntezy głosu.

Modele obrazowe, transkrypcyjne i głosowe zostały udostępnione w ogólnej dostępności na platformie Microsoft Foundry oraz w MAI Playground .

Project Polaris ma trafić do GitHub Copilot

Microsoft ogłosił również Project Polaris — własny model programistyczny, który od sierpnia 2026 roku ma zastąpić GPT-4 Turbo jako domyślny silnik rozumowania w GitHub Copilot .

To jeden z najbardziej konkretnych przykładów przełożenia niezależności strategicznej na produkt. GitHub Copilot jest jednym z najważniejszych narzędzi Microsoftu dla programistów, więc wdrożenie własnego modelu może ograniczyć zależność finansową i operacyjną od zewnętrznych dostawców modeli .

„Humanistyczna superinteligencja” dla firm

Suleyman opisuje podejście Microsoftu terminem „humanistyczna superinteligencja”. Chodzi o rozwijanie bardzo zaawansowanych systemów, które mają służyć ludziom i organizacjom, zamiast działać jako niezależne podmioty .

W wywiadzie dla Bloomberga w grudniu 2025 roku powiedział: „Nie będziemy dalej rozwijać systemu, który może wymknąć się spod naszej kontroli” .

Ta filozofia ma być widoczna w narzędziach dla przedsiębiorstw:

• Microsoft Agent Platform pozwala tworzyć agentów w GitHubie, wdrażać ich przez Microsoft Foundry i automatycznie dobierać modele do konkretnych zadań. Agenci mogą być dostępni w Teams, Microsoft 365 i innych miejscach, w których pracują zespoły .
• Copilot Studio i Agent 365 zapewniają zarządzaną infrastrukturę do wdrażania agentów w firmach, z naciskiem na bezpieczeństwo, kontrolę i zgodność regulacyjną .
• Narzędzia deweloperskie są pierwszym poligonem wdrożeń: modele MAI trafiają do GitHub Copilot, VS Code i Azure DevOps, zanim strategia rozszerzy się na kolejne zastosowania biznesowe .

Na Build 2026 Microsoft zapowiedział również Autopilots — kategorię agentów działających w tle. Pierwszym przykładem ma być Microsoft Scout, osobisty agent pracujący w Teams, Outlooku, OneDrive i SharePoincie .

Maia 200: co wiadomo, a czego nie potwierdzono?

Maia 200 jest wymieniany jako element strategii Microsoftu dotyczącej własnych układów scalonych dla obciążeń AI w chmurze Azure, obejmujących trenowanie i wnioskowanie modeli .

Nie udało się jednak niezależnie potwierdzić konkretnego twierdzenia, że Maia 200 zapewnia o 30 proc. lepszą efektywność kosztową niż układ Nvidia GB200. W dostępnych materiałach nie znaleziono pierwotnego komunikatu Microsoftu, publicznego benchmarku ani wiarygodnego źródła wtórnego, które potwierdzałoby tę liczbę. Może ona pochodzić z szacunków analityków, nieopublikowanych wewnętrznych testów Microsoftu albo niepotwierdzonych przecieków. Do czasu pojawienia się weryfikowalnego źródła należy traktować ją jako niepotwierdzoną.

Microsoft nie odchodzi od OpenAI — ale przestaje na nim polegać wyłącznie

Najważniejszy wniosek nie brzmi, że Microsoft zrywa z OpenAI. Partnerstwo pozostaje ważne, a dostęp do własności intelektualnej OpenAI ma być utrzymany do 2032 roku . Zmieniła się jednak pozycja Microsoftu: firma nie musi już opierać całej swojej strategii AI na jednym zewnętrznym laboratorium.

Kolejność działań jest wymowna. Microsoft zaczyna od rynku deweloperskiego, wykorzystując GitHub Copilot jako miejsce sprawdzenia własnych modeli w praktyce. Następny etap to szerszy stos narzędzi dla przedsiębiorstw — Microsoft 365, Azure, Teams i infrastruktura agentów — gdzie przewagę mają zapewnić firmowy kontekst danych, kontrola dostępu i zgodność z zasadami bezpieczeństwa.

Suleyman przedstawia tę zmianę nie jako wyścig po samą moc obliczeniową, lecz jako próbę połączenia zaawansowanych modeli z kontrolą człowieka. W branży, która szybko zwiększa możliwości systemów AI, właśnie obietnica sterowalności ma być jednym z głównych wyróżników Microsoftu .

Najważniejsze postanowienia umowy:

• Udziały i ekonomika współpracy: Microsoft posiada inwestycję wycenianą na około 135 mld dolarów, odpowiadającą mniej więcej 27 proc. udziałów w OpenAI w ujęciu rozwodnionym po konwersji .
• Dostęp do technologii: prawa do własności intelektualnej i dostęp do technologii OpenAI, w tym modeli spełniających kryteria AGI, zostały utrzymane do 2032 roku . AGI, czyli sztuczna inteligencja ogólna, oznacza system mający wykonywać szeroki zakres zadań na poziomie porównywalnym z człowiekiem.
• Koniec wyłączności i klauzuli AGI: poprzednia umowa zawierała klauzulę, która w praktyce ograniczała możliwość samodzielnego rozwijania przez Microsoft własnej sztucznej inteligencji ogólnej. Usunięto także wyłączność oraz prawo pierwokupu . To właśnie ta zmiana otworzyła Microsoftowi prawną drogę do budowania własnych modeli frontierowych.
• Nowy model komercyjny: strony przeszły na ograniczony model podziału przychodów oraz niewyłączne licencjonowanie technologii .

W efekcie partnerzy nie zerwali współpracy, lecz przeszli do modelu otwartej „koopetycji” — jednocześnie współpracują i rywalizują . Późniejsze wspólne oświadczenie Microsoftu i OpenAI podkreślało, że partnerstwo oraz relacja dotycząca własności intelektualnej pozostają ważne .

Suleyman: Microsoft został „uwolniony”

Mustafa Suleyman, współzałożyciel DeepMind i dyrektor generalny Microsoft AI, otwarcie mówi o strategicznym znaczeniu zmiany umowy. W kwietniu 2026 roku powiedział serwisowi The Verge, że renegocjacja „odblokowała [Microsoftowi] możliwość dążenia do superinteligencji” . W rozmowie z VentureBeat podczas Build 2026 użył jeszcze mocniejszych słów: Microsoft miał zostać „uwolniony” od wcześniejszej zależności od OpenAI .

W marcu 2026 roku za deklaracjami poszły zmiany organizacyjne. Według doniesień opartych na informacjach Reutersa Microsoft zmienił podział odpowiedzialności w dziale AI, aby „uwolnić” Suleymana od części zadań produktowych i pozwolić mu skoncentrować się na modelach nowej generacji oraz badaniach frontierowych. Inżynieria produktów Copilot została skupiona pod odrębnym kierownictwem .

Z tej reorganizacji wyłania się strategia dwutorowa:

1. szybki rozwój i komercjalizacja Copilota;
2. budowa wewnątrz Microsoftu zespołu badawczego zdolnego tworzyć najbardziej zaawansowane modele AI .

Siedem modeli MAI na Build 2026

Podczas konferencji Microsoft Build 2026 w San Francisco, która odbyła się 2 i 3 czerwca, kierowany przez Suleymana Microsoft AI Superintelligence Team zaprezentował rodzinę siedmiu modeli MAI, czyli Microsoft AI . Firma podkreśliła, że modele trenowano od podstaw, z „zerową destylacją” z OpenAI i innych modeli zewnętrznych .

MAI-Thinking-1 — pierwszy model rozumujący Microsoftu

Najważniejszą premierą był MAI-Thinking-1. To model typu sparse Mixture of Experts — rzadkiej mieszanki ekspertów — z około bilionem parametrów łącznie i 35 mld aktywnych parametrów. Obsługuje kontekst o długości 256 tys. tokenów .

Microsoft pozycjonuje go jako model średniej wielkości, który ma oferować możliwości wykraczające poza typową klasę wagową. Został zoptymalizowany przede wszystkim pod kątem rozumowania i zadań związanych z inżynierią oprogramowania (SWE) .

Według przedstawionych wyników niezależni oceniający w ślepych porównaniach przeprowadzonych w ramach Surge częściej wybierali MAI-Thinking-1 niż Claude Sonnet 4.6. Microsoft twierdzi także, że model dorównał Claude Opus 4.6 w zakresie programowania na benchmarku SWE-Bench Pro . W teście matematycznym AIME 25 uzyskał 97 proc.

To wyniki deklarowane na podstawie konkretnych testów, a nie dowód, że model jest lepszy od konkurencji w każdym zastosowaniu. Ich znaczenie będzie zależeć od kosztu, szybkości i jakości działania w realnych narzędziach.

Pełna rodzina MAI

Pozostałe modele obejmują generowanie obrazów, syntezę głosu, transkrypcję i programowanie, tworząc według Microsoftu multimodalny ekosystem :

• MAI-Thinking-1 — model rozumujący z 35 mld aktywnych parametrów;
• MAI-Code-1-Flash — pięciomiliardowy model programistyczny przygotowany z myślą o GitHub Copilot i VS Code, z naciskiem na niski koszt i dużą przepustowość ;
• MAI-Image-2.5 oraz MAI-Image-2.5-Flash — modele generowania obrazów;
• MAI-Transcribe-1.5 — model transkrypcji mowy na tekst;
• MAI-Voice-2 oraz MAI-Voice-2-Flash — modele syntezy głosu.

Modele obrazowe, transkrypcyjne i głosowe zostały udostępnione w ogólnej dostępności na platformie Microsoft Foundry oraz w MAI Playground .

Project Polaris ma trafić do GitHub Copilot

Microsoft ogłosił również Project Polaris — własny model programistyczny, który od sierpnia 2026 roku ma zastąpić GPT-4 Turbo jako domyślny silnik rozumowania w GitHub Copilot .

To jeden z najbardziej konkretnych przykładów przełożenia niezależności strategicznej na produkt. GitHub Copilot jest jednym z najważniejszych narzędzi Microsoftu dla programistów, więc wdrożenie własnego modelu może ograniczyć zależność finansową i operacyjną od zewnętrznych dostawców modeli .

„Humanistyczna superinteligencja” dla firm

Suleyman opisuje podejście Microsoftu terminem „humanistyczna superinteligencja”. Chodzi o rozwijanie bardzo zaawansowanych systemów, które mają służyć ludziom i organizacjom, zamiast działać jako niezależne podmioty .

W wywiadzie dla Bloomberga w grudniu 2025 roku powiedział: „Nie będziemy dalej rozwijać systemu, który może wymknąć się spod naszej kontroli” .

Ta filozofia ma być widoczna w narzędziach dla przedsiębiorstw:

• Microsoft Agent Platform pozwala tworzyć agentów w GitHubie, wdrażać ich przez Microsoft Foundry i automatycznie dobierać modele do konkretnych zadań. Agenci mogą być dostępni w Teams, Microsoft 365 i innych miejscach, w których pracują zespoły .
• Copilot Studio i Agent 365 zapewniają zarządzaną infrastrukturę do wdrażania agentów w firmach, z naciskiem na bezpieczeństwo, kontrolę i zgodność regulacyjną .
• Narzędzia deweloperskie są pierwszym poligonem wdrożeń: modele MAI trafiają do GitHub Copilot, VS Code i Azure DevOps, zanim strategia rozszerzy się na kolejne zastosowania biznesowe .

Na Build 2026 Microsoft zapowiedział również Autopilots — kategorię agentów działających w tle. Pierwszym przykładem ma być Microsoft Scout, osobisty agent pracujący w Teams, Outlooku, OneDrive i SharePoincie .

Maia 200: co wiadomo, a czego nie potwierdzono?

Maia 200 jest wymieniany jako element strategii Microsoftu dotyczącej własnych układów scalonych dla obciążeń AI w chmurze Azure, obejmujących trenowanie i wnioskowanie modeli .

Nie udało się jednak niezależnie potwierdzić konkretnego twierdzenia, że Maia 200 zapewnia o 30 proc. lepszą efektywność kosztową niż układ Nvidia GB200. W dostępnych materiałach nie znaleziono pierwotnego komunikatu Microsoftu, publicznego benchmarku ani wiarygodnego źródła wtórnego, które potwierdzałoby tę liczbę. Może ona pochodzić z szacunków analityków, nieopublikowanych wewnętrznych testów Microsoftu albo niepotwierdzonych przecieków. Do czasu pojawienia się weryfikowalnego źródła należy traktować ją jako niepotwierdzoną.

Microsoft nie odchodzi od OpenAI — ale przestaje na nim polegać wyłącznie

Najważniejszy wniosek nie brzmi, że Microsoft zrywa z OpenAI. Partnerstwo pozostaje ważne, a dostęp do własności intelektualnej OpenAI ma być utrzymany do 2032 roku . Zmieniła się jednak pozycja Microsoftu: firma nie musi już opierać całej swojej strategii AI na jednym zewnętrznym laboratorium.

Kolejność działań jest wymowna. Microsoft zaczyna od rynku deweloperskiego, wykorzystując GitHub Copilot jako miejsce sprawdzenia własnych modeli w praktyce. Następny etap to szerszy stos narzędzi dla przedsiębiorstw — Microsoft 365, Azure, Teams i infrastruktura agentów — gdzie przewagę mają zapewnić firmowy kontekst danych, kontrola dostępu i zgodność z zasadami bezpieczeństwa.

Suleyman przedstawia tę zmianę nie jako wyścig po samą moc obliczeniową, lecz jako próbę połączenia zaawansowanych modeli z kontrolą człowieka. W branży, która szybko zwiększa możliwości systemów AI, właśnie obietnica sterowalności ma być jednym z głównych wyróżników Microsoftu .