Microsoft запускає власні ШІ-моделі MAI-Image-2.5-Pro та MAI-Voice-2-Flash, скорочуючи витрати на GPU до 89%

Дві нові моделі

• MAI-Image-2.5-Pro: Найкраща модель генерації зображень Microsoft на сьогодні, призначена для професійних візуальних матеріалів, детального редагування та точного відтворення тексту всередині згенерованих зображень . Ціна через Microsoft Foundry становить $5 за 1 млн текстових токенів на вході, $8 за 1 млн токенів зображень на вході та $106 за 1 млн токенів зображень на виході .
• MAI-Voice-2-Flash: Низьколатентна модель синтезу мовлення (text-to-speech), оптимізована для швидкості та масштабування в обслуговуванні клієнтів та голосових додатках реального часу . За даними Microsoft, вона вдвічі швидша та на 32% економніша за стандартну версію MAI-Voice-2 .

Обидві моделі 24 липня стали доступні в публічній попередній версії через Microsoft Foundry .

Інтеграція в продукти

Microsoft негайно впроваджує нові моделі в ключові продукти :

• Bing Image Creator: Тепер повністю працює на власній моделі MAI-Image-2.5-Pro .
• PowerPoint: MAI-Image-2.5-Pro замінила GPT-Image-2 від OpenAI як стандартний двигун генерації зображень .
• OneDrive: Модель стала інструментом за замовчуванням для створення ШІ-зображень .
• Dynamics 365 Contact Center: MAI-Voice-2-Flash забезпечує голосову взаємодію в реальному часі . Microsoft AI CEO Мустафа Сулейман зазначив, що інтеграції вже використовують клієнти, зокрема T-Mobile та EasyJet .
• Microsoft Foundry (Azure AI Foundry): Моделі доступні розробникам у попередній версії .

Компанія заявляє, що власні MAI-моделі тепер працюють у понад половині її продуктів, а заміна моделей OpenAI триває також у Excel та Outlook .

Економія на GPU

Microsoft наводить конкретні відсотки зниження витрат на обчислювальні потужності GPU — йдеться про економію на інфраструктурі виведення (inference) порівняно з ліцензуванням або хостингом моделей OpenAI :

Таке зниження витрат суттєво змінює економіку ШІ-функцій в офісному пакеті та хмарних сервісах Microsoft.

Місце в сімействі MAI

Моделі, випущені 24 липня, є спеціалізованими варіаціями в ширшому сімействі MAI, яке налічує сім моделей, анонсованих на конференції Microsoft Build у червні 2026 року :

1. Міркування: MAI-Thinking-1
2. Зображення: MAI-Image-2.5, MAI-Image-2.5-Flash та MAI-Image-2.5-Pro
3. Голос: MAI-Voice-1, MAI-Voice-2, MAI-Voice-2-Flash
4. Транскрипція: MAI-Transcribe-1 / MAI-Transcribe-1.5
5. Програмування: MAI-Code-1-Flash

MAI-Image-2.5-Pro пропонує преміальний рівень для максимальної якості зображень, тоді як MAI-Voice-2-Flash — швидкісний рівень для високонавантажених голосових додатків . Все сімейство навчається на власних прискорювачах Microsoft Maia 200 без дистиляції від сторонніх моделей, що, за заявами компанії, дає перевагу в ефективності у 1,4 раза завдяки апаратно-програмній кобудові .

Стратегія: зменшення залежності від OpenAI

Microsoft послідовно реалізує стратегію досягнення повної самодостатності в ШІ :

• Заміна сторонніх моделей власними: PowerPoint, Bing Image Creator та OneDrive вже перейшли з моделей OpenAI на MAI-Image-2.5-Pro . Це описується як «невеликий, але прискорюваний відхід від OpenAI» .
• Партнерство без залежності: Microsoft залишається інвестором OpenAI та надає хостинг для моделей OpenAI в Azure, але більше не залежить від них для власних продуктів. Мета — багатомодельна стратегія з конкурентоспроможними альтернативами .
• Контроль витрат як стратегічний важіль: Зниження витрат на GPU на 84–89% дозволяє Microsoft пропонувати конкурентоспроможні ШІ-функції з набагато нижчою вартістю на одного користувача, захищаючи свою маржу та зміцнюючи переговорну позицію з усіма зовнішніми постачальниками моделей .
• Вертикальна інтеграція: Власні чипи (Maia 200), власні моделі (MAI), власна інфраструктура виведення (Azure) та власні продукти (Office, Bing, Dynamics, Windows) .

Висновки щодо витрат і самодостатності

• Усунення витрат на інфраструктуру: Використання власних моделей на чипах Maia 200 усуває маржу, яку отримували сторонні постачальники моделей за кожен запит .
• Стійкість ШІ-функцій: Суттєве зниження витрат на GPU свідчить про те, що моделі MAI створені спеціально для конкретних завдань продуктів Microsoft, а не як універсальні фундаментальні моделі. Це робить ШІ-функції в Office та Dynamics більш стійкими до змін цін OpenAI .
• Підсумок: Запуск 24 липня завершує заміну моделей OpenAI для зображень та голосу в найбільш масових споживчих та корпоративних продуктах Microsoft за набагато нижчої вартості GPU . Microsoft будує незалежний, вертикально інтегрований стек ШІ, який значно зменшує залежність компанії від будь-якого зовнішнього постачальника.