Microsoft completa MAI-Base-2: modello da 2.800 miliardi di parametri
Microsoft AI ha completato il pre-training di MAI-Base-2, un modello di fondazione di tipo Mixture of Experts (MoE) con 80 miliardi di parametri attivi e 2.800 miliardi di parametri totali. Lo racconta l’azienda in un post della serie Lab Notes del 15 ottobre 2026. Secondo Microsoft AI, il modello supera tutti i modelli open-weight messi alla prova nelle sue valutazioni interne ed è da 4 a 12 volte più efficiente, in FLOPs di pre-training, di DeepSeek-V4-Pro-Base, indicato come il più forte modello base aperto.
Cosa ha annunciato Microsoft AI
Nel post l’azienda definisce MAI-Base-2 un nuovo modello «state-of-the-art».
Microsoft AI ricorda che a giugno aveva annunciato MAI-Thinking-1, un modello generalista con buone prestazioni di ragionamento, ottenuto con il post-training su MAI-Base-1. MAI-Base-2 è il nuovo modello di fondazione della serie.
I numeri dichiarati rispetto ai modelli open-weight
Dati forniti da Microsoft AI, ricavati da sue valutazioni:
- MAI-Base-2 ottiene risultati migliori di ogni modello open-weight testato sulle valutazioni «held-out», cioè tenute fuori dall’addestramento.
- È da 4 a 12 volte più efficiente in FLOPs di pre-training rispetto a DeepSeek-V4-Pro-Base (il confronto è nella Figura 3 del post).
- Il risparmio di calcolo, spiega l’azienda, è stato investito nell’addestramento di un modello più grande.
La Figura 1 mette a confronto MAI-Base-2 con altri modelli da almeno 1.000 miliardi di parametri totali su una serie di valutazioni di pre-training. La metrica è il numero di bit «held-out» per byte, per cui un valore più basso è migliore, misurato su insiemi di test di codice interno, domande e risposte, matematica e STEM.
Nella didascalia, Microsoft AI precisa che MiMo-V2.6-Pro-RL, Qwen3.8-2.4T-A95B e Kimi K3 sono modelli post-addestrati.
Le dimensioni a confronto con altri modelli recenti
Ecco i parametri di altri due modelli resi noti in ottobre, secondo le rispettive aziende. Sono modelli diversi, con dati e benchmark propri: la tabella confronta solo le dimensioni, non le prestazioni.
| Modello | Parametri totali | Parametri attivi | Dato fornito da |
|---|---|---|---|
| MAI-Base-2 (15 ottobre) | 2.800 miliardi | 80 miliardi | Microsoft AI |
| Mistral Large 4 (anteprima API dal 6 ottobre) | 1.000 miliardi | 52 miliardi | Mistral |
| Kolibri (3 ottobre, licenza Apache 2.0) | 78 miliardi | 3 miliardi | Aleph Alpha |
Su questi due modelli abbiamo già scritto: Mistral Large 4, con pesi aperti promessi da Mistral entro fine ottobre, e Kolibri di Aleph Alpha.
