MAI-Base-2: Microsoft trainiert multimodales Modell mit 2,8 Billionen Parametern
Veröffentlicht am: 19.10.2026 um 09:54 Uhr | Redaktion boerse-global.de
Microsoft AI hat mit MAI-Base-2 ein neues multimodales Basismodell entwickelt, das mit 2,8 Billionen Parametern trainiert wird. Nach unternehmensinternen Auswertungen übertrifft das System bei der BPB-Metrik alle bislang getesteten Open-Weight-Modelle. Technisch setzt Microsoft auf eine Mixture-of-Experts-Architektur (MoE): Von den 2,8 Billionen Gesamtparametern sind während der Inferenz jeweils 80 Milliarden Parameter aktiv geschaltet.
Pretraining über 16.000 Blackwell-Beschleuniger
Das Pretraining von MAI-Base-2 ist bereits abgeschlossen. Der Rechenprozess lief im August und September 2026 über eine Zeitspanne von 38 Tagen auf einem Verbund von 16.000 NVIDIA GB200 GPUs.
Der gesamte Trainingsumfang belief sich auf 50 Billionen Token, wovon 4,5 Billionen Einheiten auf Bild- und Videodaten entfielen. Der Anteil an Vision-Token lag damit bei 18 Prozent.
Bei den Effizienzdaten wies das Training eine Model FLOPs Utilization (MFU) von 21 Prozent sowie einen Goodput von 89 Prozent auf. Parallel dazu stieg die Hardware-Auslastung der MoE-Ebenen von 24 Prozent auf 35 Prozent.
Vergleich mit Konkurrenzmodellen
Während die Leistungsfähigkeit neuer KI-Modelle rasant steigt, rücken auch die rechtlichen Leitplanken für deren Einsatz in den Fokus. Dieser kostenlose Download verschafft Ihnen den Überblick über Fristen und Pflichten, den Ihre Rechts- und IT-Abteilung jetzt dringend braucht. EU AI Act in 5 Schritten verstehen
Gegenüber DeepSeek-V4-Pro-Base weist MAI-Base-2 laut Microsoft eine 4,2- bis 12,3-fache Pretraining-FLOPs-Effizienz auf. In direkten Gegenüberstellungen mit DeepSeek-V4-Pro-Base, Kimi K3, Qwen3.8-2.4T-A95B sowie MiMo-V2.6-Pro-RL beansprucht der Konzern die Spitzenposition in vier Testbereichen: Code, Frage-Antwort-Systeme (Q&A), MINT-Fächer (STEM) sowie Mathematik.
Am 15. Oktober 2026 ordnete der CEO von Microsoft AI, Mustafa Suleyman, die hauseigenen Fortschritte im Rahmen einer internen Mitarbeiterversammlung ein. Berichten von Business Insider zufolge erklärte Suleyman, dass das eigene vortrainierte Basismodell das Modell OpenAI GPT-5.6 Sol übertreffe.
Dieser Leistungswert sei bei lediglich einem Viertel des Rechenaufwands erreicht worden, den OpenAI beanspruche. Zudem habe Microsoft zwölfmal weniger Rechenaufwand benötigt als DeepSeek bei einem ungenannten Modell.
Mit der Einführung neuer KI-Systeme stellen sich für Unternehmen auch dringende Fragen zur Einstufung von Risikoklassen und Dokumentationspflichten. Erfahren Sie in diesem kostenlosen Report, was Unternehmen jetzt konkret tun müssen, um die Anforderungen der EU-KI-Verordnung rechtssicher zu erfüllen. Kostenlosen Umsetzungsleitfaden zum AI Act anfordern
Interne, vertrauliche Dokumente vergleichen das System unter anderem mit der intern als „Spud“ bezeichneten Engine von GPT-5.6. Sowohl Microsoft als auch OpenAI lehnten eine Stellungnahme zu den Berichten ab.
Post-Training und geplante Bereitstellung
Das multimodale Modell für Text und Bild befindet sich gegenwärtig in der Post-Training-Phase. Bislang gibt es keine öffentliche Verfügbarkeit, keine Programmierschnittstelle (API) und kein offizielles Veröffentlichungsdatum. Auch Preise wurden nicht bekannt gegeben. Microsoft plant, MAI-Base-2 künftig Partnern über die Plattform Azure Foundry im Rahmen von Lizenzmodellen zur Verfügung zu stellen.
