新協議的條款標誌著與過去限制的徹底切割：

• 所有權與經濟利益：微軟目前持有約1350億美元的投資，在轉換稀釋基礎上約佔OpenAI的27% 。
• 持續的技術存取權：協議延長了微軟的智慧財產權與OpenAI技術（包括達到AGI基準的模型）的存取權，直到2032年 。
• 終止獨佔與AGI條款：舊協議中的「AGI條款」實際上阻止了微軟獨立追求通用人工智慧。獨佔權與優先購買權也被移除 。這項變更在法律上解除了微軟自研前沿模型的障礙。
• 新的商業模式：取代先前的安排，微軟與OpenAI採用了設有上限的收益分享結構與非獨佔授權框架 。

這項協議被形容為一個「競合協議」——雙方如今既競爭也公開合作 。

Mustafa Suleyman 宣告微軟「重獲自由」

DeepMind共同創辦人、現任微軟AI執行長Mustafa Suleyman，對於合約修訂的戰略意義毫不隱晦。他在2026年4月告訴《The Verge》，重新談判「釋放了微軟追求超智慧的能力」。到了6月，他在Build 2026大會接受VentureBeat獨家專訪時，用了更生動的語言：微軟已從過去對OpenAI的依賴中「重獲自由」。

2026年3月的內部改組以實際行動印證了這番說法。根據報導引述路透社消息，微軟重組了AI部門的匯報關係，明確旨在「釋放」Suleyman，讓他專注於下一代模型開發與前沿研究，同時將Copilot產品工程整合到另一個領導團隊之下 。

這次改組傳達了清晰的雙軌策略：一方面積極將Copilot產品化，另一方面在內部建立世界級的前沿研究能力 。

七款自研MAI模型與Build 2026的亮相派對

在2026年6月2日至3日於舊金山舉行的微軟Build 2026大會上，由Suleyman領導的微軟AI超智慧團隊發表了七款MAI（Microsoft AI）模型 。團隊強調，所有模型都是從零訓練，沒有從OpenAI或其他第三方模型進行任何「蒸餾」 。

MAI-Thinking-1：微軟首個推理模型

旗艦模型MAI-Thinking-1採用稀疏混合專家架構，總參數約1兆，活躍參數350億，支援256,000個token的上下文視窗 。微軟將其定位為一款「以小博大」的中型模型，專為推理與軟體工程任務最佳化 。

在基準測試方面，獨立人類評審員使用Surge評估框架，在盲測對比中偏好MAI-Thinking-1勝過Claude Sonnet 4.6，且在SWE-Bench Pro編碼能力上與Claude Opus 4.6持平 。它在AIME 25數學基準測試中也達到了97%的成績 。

完整的模型家族

除了推理模型，微軟還發布了涵蓋編碼、圖像生成、語音與轉錄的模型，形成其所謂的多模態生態系統 ：

• MAI-Thinking-1 — 350億活躍參數推理模型。
• MAI-Code-1-Flash — 一款50億參數的編碼模型，專為GitHub Copilot與VS Code設計，強調低成本與高吞吐量 。
• MAI-Image-2.5 與 MAI-Image-2.5-Flash — 圖像生成模型。
• MAI-Transcribe-1.5 — 語音轉文字模型。
• MAI-Voice-2 與 MAI-Voice-2-Flash — 語音合成模型。

圖像、轉錄與語音模型在發布時已於Microsoft Foundry與MAI Playground全面上市 。

Project Polaris：取代GitHub Copilot中的GPT-4

在模型發表的同時，微軟宣布了Project Polaris——一款自研編碼模型，將於2026年8月起取代GPT-4 Turbo，成為GitHub Copilot的預設推理引擎 。這是一個具體的產品化舉措，將戰略獨立性轉化為實際的部署決策，降低了公司在其最高使用量的開發者產品上對外部模型提供者的財務與營運依賴 。

以企業為核心的人本超智慧

Suleyman將微軟的AI戰略包裹在「人本超智慧」的旗幟下——前沿能力被明確設計為服務人類與組織，而非自主運作 。在2025年12月接受彭博社採訪時，他直言：「我們不會繼續開發一個有可能脫離我們控制的系統」。

企業部署的面向圍繞著幾個整合平台展開：

• Microsoft Agent Platform：開發者可以在GitHub中建立代理，透過Microsoft Foundry部署，並自動以最適合的模型進行最佳化。該平台將這些代理嵌入Teams、Microsoft 365以及團隊原本的工作環境中 。
• Copilot Studio 與 Agent 365：用於企業代理部署的受管基礎設施，強調安全性與合規性 。
• 開發者工具作為首波灘頭堡：MAI模型直接整合至GitHub Copilot、VS Code與Azure DevOps，優先鎖定編碼工作流程，再擴展至更廣泛的企業應用 。

在Build 2026上，微軟還推出了「Autopilots」——一個全天候背景代理的新類別——首先登場的是Microsoft Scout，一個能在Teams、Outlook、OneDrive與SharePoint之間運作的個人工作代理 。

Maia 200 客製化晶片：已確認與未確認的消息

微軟的客製化Maia 200 AI加速器，與其超智慧推動計畫一同被列為公司基礎設施戰略的一部分 。該晶片代表微軟在Azure AI訓練與推理工作負載上，對客製化硬體進行的投資。

然而，關於Maia 200在成本效益上比Nvidia GB200高出30%的具體說法，無法從現有資料中獲得獨立驗證。微軟在先前的年度中曾公開討論過Maia晶片，但並未找到任何官方公告、基準測試揭露或可信的二手來源證實這項30%的數據。這個數字可能來自分析師的估算、尚未公開的微軟內部基準測試，或未經證實的傳言。在可驗證的主要來源出現之前，這項30%的成本效益主張應被視為未經證實。

戰略啟示

微軟的AI重置並非從OpenAI撤退，而是刻意的多元布局。雙方夥伴關係依然穩固——聯合聲明與延續至2032年的IP共享協議都證明了這一點 。但Suleyman的任務、七款MAI模型、Project Polaris以及代理平台，全都指向一家不再打算將AI未來孤注一擲於單一外部模型供應商的公司。

其次序也相當耐人尋味。微軟首先透過開發者工具進攻市場，將GitHub Copilot作為自研模型的試驗場。接著，野心將擴展至完整的企業技術堆疊，由Microsoft 365、Azure以及日益成長的代理基礎設施來驅動。Suleyman反覆提出的AI安全警告——以及他堅持微軟會在無法控制的系統面前選擇退出的立場——將此定位為公司在競逐更強大模型的市場中的一項戰略差異化優勢 。

新協議的條款標誌著與過去限制的徹底切割：

• 所有權與經濟利益：微軟目前持有約1350億美元的投資，在轉換稀釋基礎上約佔OpenAI的27% 。
• 持續的技術存取權：協議延長了微軟的智慧財產權與OpenAI技術（包括達到AGI基準的模型）的存取權，直到2032年 。
• 終止獨佔與AGI條款：舊協議中的「AGI條款」實際上阻止了微軟獨立追求通用人工智慧。獨佔權與優先購買權也被移除 。這項變更在法律上解除了微軟自研前沿模型的障礙。
• 新的商業模式：取代先前的安排，微軟與OpenAI採用了設有上限的收益分享結構與非獨佔授權框架 。

這項協議被形容為一個「競合協議」——雙方如今既競爭也公開合作 。

Mustafa Suleyman 宣告微軟「重獲自由」

DeepMind共同創辦人、現任微軟AI執行長Mustafa Suleyman，對於合約修訂的戰略意義毫不隱晦。他在2026年4月告訴《The Verge》，重新談判「釋放了微軟追求超智慧的能力」。到了6月，他在Build 2026大會接受VentureBeat獨家專訪時，用了更生動的語言：微軟已從過去對OpenAI的依賴中「重獲自由」。

2026年3月的內部改組以實際行動印證了這番說法。根據報導引述路透社消息，微軟重組了AI部門的匯報關係，明確旨在「釋放」Suleyman，讓他專注於下一代模型開發與前沿研究，同時將Copilot產品工程整合到另一個領導團隊之下 。

這次改組傳達了清晰的雙軌策略：一方面積極將Copilot產品化，另一方面在內部建立世界級的前沿研究能力 。

七款自研MAI模型與Build 2026的亮相派對

在2026年6月2日至3日於舊金山舉行的微軟Build 2026大會上，由Suleyman領導的微軟AI超智慧團隊發表了七款MAI（Microsoft AI）模型 。團隊強調，所有模型都是從零訓練，沒有從OpenAI或其他第三方模型進行任何「蒸餾」 。

MAI-Thinking-1：微軟首個推理模型

旗艦模型MAI-Thinking-1採用稀疏混合專家架構，總參數約1兆，活躍參數350億，支援256,000個token的上下文視窗 。微軟將其定位為一款「以小博大」的中型模型，專為推理與軟體工程任務最佳化 。

在基準測試方面，獨立人類評審員使用Surge評估框架，在盲測對比中偏好MAI-Thinking-1勝過Claude Sonnet 4.6，且在SWE-Bench Pro編碼能力上與Claude Opus 4.6持平 。它在AIME 25數學基準測試中也達到了97%的成績 。

完整的模型家族

除了推理模型，微軟還發布了涵蓋編碼、圖像生成、語音與轉錄的模型，形成其所謂的多模態生態系統 ：

• MAI-Thinking-1 — 350億活躍參數推理模型。
• MAI-Code-1-Flash — 一款50億參數的編碼模型，專為GitHub Copilot與VS Code設計，強調低成本與高吞吐量 。
• MAI-Image-2.5 與 MAI-Image-2.5-Flash — 圖像生成模型。
• MAI-Transcribe-1.5 — 語音轉文字模型。
• MAI-Voice-2 與 MAI-Voice-2-Flash — 語音合成模型。

圖像、轉錄與語音模型在發布時已於Microsoft Foundry與MAI Playground全面上市 。

Project Polaris：取代GitHub Copilot中的GPT-4

在模型發表的同時，微軟宣布了Project Polaris——一款自研編碼模型，將於2026年8月起取代GPT-4 Turbo，成為GitHub Copilot的預設推理引擎 。這是一個具體的產品化舉措，將戰略獨立性轉化為實際的部署決策，降低了公司在其最高使用量的開發者產品上對外部模型提供者的財務與營運依賴 。

以企業為核心的人本超智慧

Suleyman將微軟的AI戰略包裹在「人本超智慧」的旗幟下——前沿能力被明確設計為服務人類與組織，而非自主運作 。在2025年12月接受彭博社採訪時，他直言：「我們不會繼續開發一個有可能脫離我們控制的系統」。

企業部署的面向圍繞著幾個整合平台展開：

• Microsoft Agent Platform：開發者可以在GitHub中建立代理，透過Microsoft Foundry部署，並自動以最適合的模型進行最佳化。該平台將這些代理嵌入Teams、Microsoft 365以及團隊原本的工作環境中 。
• Copilot Studio 與 Agent 365：用於企業代理部署的受管基礎設施，強調安全性與合規性 。
• 開發者工具作為首波灘頭堡：MAI模型直接整合至GitHub Copilot、VS Code與Azure DevOps，優先鎖定編碼工作流程，再擴展至更廣泛的企業應用 。

在Build 2026上，微軟還推出了「Autopilots」——一個全天候背景代理的新類別——首先登場的是Microsoft Scout，一個能在Teams、Outlook、OneDrive與SharePoint之間運作的個人工作代理 。

Maia 200 客製化晶片：已確認與未確認的消息

微軟的客製化Maia 200 AI加速器，與其超智慧推動計畫一同被列為公司基礎設施戰略的一部分 。該晶片代表微軟在Azure AI訓練與推理工作負載上，對客製化硬體進行的投資。

然而，關於Maia 200在成本效益上比Nvidia GB200高出30%的具體說法，無法從現有資料中獲得獨立驗證。微軟在先前的年度中曾公開討論過Maia晶片，但並未找到任何官方公告、基準測試揭露或可信的二手來源證實這項30%的數據。這個數字可能來自分析師的估算、尚未公開的微軟內部基準測試，或未經證實的傳言。在可驗證的主要來源出現之前，這項30%的成本效益主張應被視為未經證實。

戰略啟示

微軟的AI重置並非從OpenAI撤退，而是刻意的多元布局。雙方夥伴關係依然穩固——聯合聲明與延續至2032年的IP共享協議都證明了這一點 。但Suleyman的任務、七款MAI模型、Project Polaris以及代理平台，全都指向一家不再打算將AI未來孤注一擲於單一外部模型供應商的公司。

其次序也相當耐人尋味。微軟首先透過開發者工具進攻市場，將GitHub Copilot作為自研模型的試驗場。接著，野心將擴展至完整的企業技術堆疊，由Microsoft 365、Azure以及日益成長的代理基礎設施來驅動。Suleyman反覆提出的AI安全警告——以及他堅持微軟會在無法控制的系統面前選擇退出的立場——將此定位為公司在競逐更強大模型的市場中的一項戰略差異化優勢 。