Microsoft 2 июня 2026 года на Build представила MAI-Thinking-1 — первую собственную reasoning-модель компании. Это не очередная обёртка над OpenAI, а важный шаг Microsoft к собственной линейке ИИ-моделей: модель обучали внутри Microsoft AI, без дистилляции из сторонних моделей, и позиционируют как «флагман» для задач, где нужно рассуждать, писать код, решать математические задачи и работать с длинным контекстом.
Что произошло
На Build 2026 Microsoft объявила сразу несколько новых моделей семейства MAI. Главная среди них — MAI-Thinking-1. Это reasoning-модель, то есть модель, которая рассчитана не просто на быстрый ответ в стиле чат-бота, а на более сложные многошаговые задачи: анализ кода, поиск ошибки, планирование решения, работу с большими документами, математические рассуждения и агентные сценарии.
Проще говоря, Microsoft делает то, что уже делают OpenAI, Anthropic, Google и xAI: строит не только интерфейсы вроде Copilot, но и собственный «движок» под ними. До недавнего времени Microsoft в значительной степени опиралась на модели OpenAI. Это было логично: компания инвестировала в OpenAI, получила доступ к GPT-моделям и быстро встроила их в Bing, Microsoft 365, GitHub Copilot и Azure.
Теперь стратегия меняется. Microsoft не отказывается от OpenAI, но явно снижает зависимость. MAI-Thinking-1 — самый заметный сигнал: компания хочет иметь собственные модели для ключевых сценариев, особенно там, где важны стоимость, контроль, интеграция с Azure и корпоративные требования.
Что такое MAI-Thinking-1
MAI-Thinking-1 — это модель рассуждения среднего размера. По данным Microsoft, у неё 35 млрд активных параметров и около 1 трлн параметров всего в архитектуре Mixture of Experts. Такая архитектура означает, что при каждом запросе работает не вся модель целиком, а только часть «экспертов». За счёт этого можно держать высокую общую ёмкость модели, но не платить полную цену вычислений на каждом ответе.
Это важный момент. Microsoft не пытается подать MAI-Thinking-1 как самую большую модель на рынке. Наоборот, акцент сделан на практичность: достаточно сильное рассуждение, хорошая работа с кодом, длинный контекст, совместимость с привычными API и более понятная экономика для ежедневного использования.
Если совсем просто: это не модель «для рекорда ради рекорда», а модель, которую Microsoft хочет встроить в рабочие процессы разработчиков и компаний.
Чем она отличается от предыдущих моделей Microsoft
У Microsoft уже были собственные модели MAI, но MAI-Thinking-1 занимает другое место.
Раньше компания показывала модели для отдельных направлений: речь, транскрибация, генерация изображений, быстрые кодовые сценарии. Например, MAI-Voice отвечала за синтез речи, MAI-Transcribe — за распознавание аудио, MAI-Image — за изображения. Были и первые текстовые модели, но они не воспринимались как полноценный ответ Microsoft на reasoning-класс моделей OpenAI o-серии, Claude или Gemini.
MAI-Thinking-1 — первый именно reasoning-флагман Microsoft AI. Это не просто обновление MAI-1-preview, а новая категория внутри линейки. Главное отличие — ставка на многошаговые задачи. Если обычная языковая модель хорошо продолжает текст и отвечает на вопросы, reasoning-модель должна лучше справляться с задачами, где нужен промежуточный анализ: разобрать репозиторий, понять требования, выбрать подход, проверить себя, исправить ошибку после проваленного теста.
Ещё одно отличие — способ обучения. Microsoft подчёркивает, что модель обучалась на чистых, коммерчески лицензированных данных и без дистилляции из сторонних моделей. Это важно для корпоративного рынка: компаниям нужны не только хорошие ответы, но и юридически более понятное происхождение модели.
Почему Microsoft делает свою модель, если у неё есть OpenAI
На поверхности всё выглядит странно: Microsoft много лет была главным партнёром OpenAI, а теперь выпускает собственный reasoning-флагман. Но для большой технологической компании это вполне ожидаемый ход.
Во-первых, зависеть от одного поставщика слишком рискованно. Даже если партнёрство сильное, Microsoft нужна свобода в продуктах, ценах, сроках релизов и интеграциях.
Во-вторых, Copilot и Azure AI — это огромная инфраструктура. Если Microsoft может часть запросов обслуживать собственными моделями, она получает больше контроля над себестоимостью. Для массовых продуктов это критично: разница в цене одного запроса почти незаметна пользователю, но огромна на миллиардах запросов.
В-третьих, корпоративные клиенты часто хотят предсказуемости: где обрабатываются данные, какие есть гарантии, как модель настраивается под внутренние процессы, какие регионы доступны, как всё встраивается в существующую безопасность Microsoft. Собственная модель проще упаковывается в Microsoft Foundry и Azure-экосистему.
Что умеет MAI-Thinking-1
Microsoft выделяет несколько направлений.
Первое — программирование. Компания утверждает, что MAI-Thinking-1 конкурентна с сильными моделями на SWE-Bench Pro, то есть на задачах, приближенных к реальной работе с кодом: нужно понять проблему, внести правки, прогнать тесты и добиться рабочего результата. Это важнее, чем просто писать отдельные функции по промпту.
Второе — математика и научные задачи. Microsoft заявляет высокие результаты на AIME 2025 и AIME 2026. Такие тесты не доказывают, что модель «думает как человек», но показывают способность держать цепочку рассуждений и решать задачи, где нельзя обойтись поверхностной статистикой.
Третье — длинный контекст. MAI-Thinking-1 поддерживает окно до 256 тысяч токенов. Это позволяет загружать большие документы, длинные переписки, технические спецификации или значительные куски кодовой базы. Для бизнеса это один из самых полезных параметров: модель может работать не с отрывком, а с полноценным массивом информации.
Четвёртое — инструменты и функции. Модель совместима с Chat Completions API, поддерживает function calling и developer instructions. Это значит, что её можно подключать к приложениям, агентам, внутренним сервисам и автоматизации без полного переписывания архитектуры.
Для кого это важно
Разработчикам MAI-Thinking-1 интересна как потенциальная основа будущих возможностей GitHub Copilot, VS Code и Azure AI Foundry. Если модель действительно хорошо справляется с агентным программированием, она может быть полезна не только для автодополнения, но и для более крупных задач: рефакторинга, исправления тестов, анализа багов, миграций и генерации патчей.
Компаниям модель важна из-за контроля и цены. Microsoft прямо делает акцент на «среднем» размере и эффективности. Для корпоративного внедрения это часто важнее, чем максимальный результат в одном бенчмарке. Бизнесу нужна модель, которую можно часто вызывать, подключать к данным, ограничивать правилами безопасности и масштабировать без непредсказуемых расходов.
Пользователям Copilot это тоже важно, даже если они не будут выбирать MAI-Thinking-1 вручную. Microsoft может постепенно использовать свои модели под капотом: где-то для кода, где-то для документов, где-то для голосовых сценариев или агентов. В итоге Copilot станет меньше зависеть от одной модели OpenAI и сможет выбирать разные модели под разные задачи.
Это конкурент OpenAI и Claude?
Да, но с оговорками.
MAI-Thinking-1 явно конкурирует с reasoning-моделями OpenAI, Claude и Gemini в рабочих сценариях. Microsoft сравнивает её с Claude Sonnet 4.6 и Claude Opus 4.6, особенно в человеческих оценках и задачах программирования. Но пока это заявления самой Microsoft, а не многомесячный опыт независимого рынка.
Главный вопрос не в том, победит ли MAI-Thinking-1 все frontier-модели во всех задачах. Скорее вопрос в другом: сможет ли Microsoft предложить достаточно сильную модель, которая дешевле, удобнее для Azure-клиентов и лучше встроена в Microsoft-продукты. Если да, этого уже достаточно, чтобы изменить баланс сил.
Для OpenAI это неприятный, но ожидаемый сигнал. Microsoft остаётся партнёром, однако строит запасной и всё более самостоятельный стек. Для Anthropic и Google это ещё один конкурент на корпоративном рынке. А для пользователей это может означать больше выбора и, возможно, более низкие цены на ИИ-функции.
Что ещё показала Microsoft
MAI-Thinking-1 вышла не одна. Microsoft объявила семейство из семи новых MAI-моделей. Среди них есть MAI-Code-1-Flash — лёгкая агентная модель для программирования, интегрированная в GitHub Copilot, VS Code и стек Microsoft. Есть MAI-Image-2.5 для генерации и редактирования изображений. Есть MAI-Transcribe-1.5 для транскрибации и MAI-Voice-2 для генерации речи.
Это показывает общую стратегию: Microsoft строит не одну универсальную модель, а набор специализированных моделей. Такой подход практичен. Для кода нужна одна оптимизация, для речи другая, для изображений третья, для сложного анализа четвёртая. Чем точнее модель подобрана под задачу, тем проще контролировать цену и качество.
Как попробовать
Самый прямой путь — следить за Microsoft AI Playground и Microsoft Foundry. Microsoft указывает, что MAI-модели будут доступны разработчикам через Microsoft Foundry, а также через партнёрские платформы вроде OpenRouter, Fireworks и Baseten. Доступность может отличаться по регионам и типу аккаунта, поэтому лучше проверять конкретную модель в каталоге Microsoft AI Models или Azure AI Foundry.
Разработчикам стоит смотреть в сторону Azure AI Foundry: там модель логично использовать через API, подключать к агентам, внутренним приложениям и корпоративным данным. Если у вас уже есть интеграция через Chat Completions API, миграция должна быть проще, потому что Microsoft заявляет совместимость с этим форматом.
Пользователям без разработки стоит ждать появления возможностей MAI в Copilot, Microsoft 365 и GitHub Copilot. Microsoft не всегда явно показывает, какая модель отвечает внутри продукта, поэтому практический доступ может появиться раньше, чем отдельная кнопка «выбрать MAI-Thinking-1».
Если нужен доступ к Microsoft Copilot, GitHub Copilot, Microsoft 365 или зарубежным подпискам, их иногда покупают через маркетплейсы цифровых товаров. В русскоязычном сегменте для этого часто используют plati.market: https://plati.market/. Перед покупкой стоит проверять продавца, отзывы, региональные ограничения и условия восстановления доступа.
Главное
MAI-Thinking-1 — важная новость не потому, что Microsoft выпустила «ещё одну ИИ-модель». Важно другое: Microsoft впервые показала собственную reasoning-модель флагманского уровня и явно дала понять, что строит независимый модельный стек.
Для рынка это означает усиление конкуренции. Для разработчиков — ещё один вариант для сложных кодовых и агентных задач. Для бизнеса — потенциально более управляемый и экономичный ИИ внутри Azure и Microsoft Foundry. А для пользователей Copilot — шанс получить более быстрые и специализированные функции, даже если название MAI-Thinking-1 они никогда не увидят в интерфейсе.
Источник
https://www.theverge.com/tech/941664/microsoft-ai-model-reasoning-mai-thinking-1-build-2026