MAI-Base-2: 2,8T/80B – 4–12x, Foundry, ettertrening

Microsoft AI er ferdig med pretreningen av MAI-Base-2, en MoE med 2,8 billioner parametere og 80 milliarder aktive. Lab Notes 15. oktober. 16 000 GB200 i 38 dager i august og september. Syn er med fra start. Ettertrening pågår. Ingen API, ingen pris, ingen dato.

For CIO er dette Microsofts egen stabel, ikke OpenAI i Azure-drakt. Mustafa Suleyman kaller den SOTA i 3T-klassen, bygget internt. For CISO er det samme skillet: Microsoft sier organisk data uten destillering, og at vektene senere kan lisensieres til utvalgte partnere via Foundry. Det er et lisensløfte, ikke en modell du kan kjøre i dag.

Hva som faktisk er sluppet

Ingenting i produkt. Labnoten «Frontier Pre-training at Microsoft AI» dokumenterer pretreningen. MAI-Base-2 er basen under neste generasjon. MAI-Thinking-1 i juni satt på MAI-Base-1. Base-2 er større og sparsommere, med MoE i hvert lag.

Kunnskapsgrense mars 2026. Hver token er behandlet internt. Unike treningsdata opp om lag 36 prosent mot Base-1. 50 billioner tokens i blandingen. VLM-data: 4,5 billioner unike tokens, 18 prosent av blandingen med repetisjon. Arkitekturen er en encoder-fri VLM. Korpuset dekker bildetekst, diagram, visuell grounding, romlig resonnering, medisin, datamaskinbruk og noter.

Maskinen: 16 000 GB200. Gjennomsnittlig MFU 21 prosent, normalisert mot 2,5 PFLOPS i BF16. Goodput 89 prosent. Muon i stedet for AdamW, 2,1 prosent av iterasjonstiden. Aktiveringsgradient-klipping for stabilitet. Microsoft forbereder allerede MAI-Base-3.

Tallene, og hvor de stopper

Microsoft måler bits-per-byte på holdt-ute tekst. Lavere er bedre. Kode-eval er labens egen kodebase. STEM, matte og Q&A er bestilt fra leverandører. Alle sett er dekontaminert mot treningsdata.

Sammenligningen er mot sjekkpunkter før oktober 2026: DeepSeek-V4-Pro-Base som åpen base, pluss Kimi K3, Qwen3.8-2.4T-A95B og MiMo-V2.6-Pro-RL. De tre siste er ettertrente. Microsoft skriver at Base-2 slår alle de testet på holdt-ute sett. Oppskriften er 4,2–12,3 ganger mer FLOPs-effektiv enn DeepSeek-V4-Pro-Base. Mot Base-1: 6,3–12,7 ganger.

Det er labens egne rammer, ikke Artificial Analysis, ikke SWE-Pro, ikke en uavhengig lederboard. Ingen utenfor Microsoft har kjørt modellen. Ingen systemkort. Ingen cyber- eller bio-eval. Ingen EØS-residency.

Hva styret faktisk kjøper

Ikke Copilot. Ikke en SKU. Microsoft sier at eierskap til pipelinen gir data-proveniens og mulighet til å lisensiere vekter til «trusted partners» gjennom Foundry. Først egne produkter, deretter Foundry-kunder. Det er leverandørstrategi: Microsoft vil eie basen, ikke bare hoste andres.

CISO bør kreve tre ting når ettertreningen kommer: hvor vektene kan ligge, om Foundry-lisens er vektfil eller API, og om destilleringsnektet også gjelder partnernes viderebruk. Organisk data og robots.txt er Microsofts påstand. DPIA og underleverandørliste kommer ikke av en Lab Note.

Ikke bytt ut Argon, Opus eller Astra. Sett en kalenderpost på ettertreningsresultatene. Hvis Foundry åpner vekter til utvalgte, er spørsmålet om norske virksomheter er «trusted partners», og om kjøringen kan ligge i EØS. Inntil da er MAI-Base-2 et internregnskap: 16 000 GPU-er, 38 dager, og et løfte om at Microsoft kan trene frontier uten å destillere fra OpenAI.

Kilder og medier

Primærkilde: Microsoft AI, «Frontier Pre-training at Microsoft AI», 15. oktober 2026. https://microsoft.ai/news/frontier-pre-training-at-microsoft-ai/

Mustafa Suleyman, 15. oktober 2026. https://x.com/mustafasuleyman/status/2110766651344146564

PDF: Microsoft AI, Frontier Pre-training at Microsoft AI. https://microsoft.ai/pdf/Frontier-Pre-training-at-Microsoft-AI.pdf?v=2

Thumbnail: OpenAI Image 2 / hogby.ai