En 30 segundos
El modelo mezcla expertos con 2,8 billones de parámetros totales. Las ventajas de eficiencia proceden de evaluaciones y estimaciones internas.
Qué ha pasado
Microsoft AI ha comunicado que completó el preentrenamiento de MAI-Base-2. La arquitectura reúne 2,8 billones de parámetros totales y activa 80.000 millones por token. El 15 de octubre seguía en postentrenamiento, sin presentarse como un producto público terminado.
Por qué importa
La compañía compara la eficiencia de su método con DeepSeek-V4-Pro-Base mediante conjuntos reservados y curvas de escalado. Sus ventajas estimadas no equivalen a un benchmark de asistentes finales ni a una mejora garantizada en toda aplicación.
A quién afecta
Investigadores de entrenamiento y empresas que siguen la estrategia de modelos de Microsoft.
Datos e infraestructura
Microsoft describe entrenamiento en 16.000 GPU GB200 durante 38 días, mejoras de la implementación MoE y una base multimodal con visión. Afirma utilizar datos orgánicos sin destilación de otros modelos. Son detalles y afirmaciones del laboratorio.
Qué vendría después
La empresa plantea licenciar pesos a socios de confianza mediante Foundry y prepara MAI-Base-3. Esas intenciones no acreditan disponibilidad inmediata. IARADIA no ha accedido a pesos ni reproducido entrenamiento; distingue el anuncio técnico del lanzamiento de un servicio.
Fuentes y procedencia
- Frontier Pre-training at Microsoft AI · Microsoft