微软完成 MAI-Base-2 预训练，性能超参测开源模型

微软当地时间昨日宣布完成新一代基础模型 MAI-Base-2 预训练，总参数 2.8T、活跃参数 80B，并称性能强于所有参测开源权重模型。对关注 AI 内容工具与模型路线的运营者，这一进展可能影响后续工具选择。

发生了什么

微软当地时间昨日宣布，已完成新一代 SOTA 基础模型 MAI-Base-2 的预训练工作。微软表示，该模型在性能方面强于所有参测开源权重模型。

根据微软披露，MAI-Base-2 总参数规模达 2.8T，活跃参数规模 80B，在 6,000 个 NVIDIA GB200 GPU 上历经 38 天训练而成。整个训练过程中，平均浮点算力利用率为 21%、有效吞吐量为 89%。

微软还称，MAI-Base-2 的预训练算力效率是 DeepSeek-V4-Pro-Base 的 4~12 倍。微软认为，科学规模化、模型-基础设施协同设计、数据规模化三项举措对这次预训练尤为重要。同时，微软已启动 MAI-Base-3 的准备工作。

关键事实

• MAI-Base-2 总参数规模 2.8T，活跃参数规模 80B。
• 训练硬件为 6,000 个 NVIDIA GB200 GPU，历时 38 天。
• 平均浮点算力利用率为 21%，有效吞吐量为 89%。
• 微软称预训练算力效率是 DeepSeek-V4-Pro-Base 的 4~12 倍。
• 微软已启动 MAI-Base-3 的准备工作。

我们的分析

这项发布首先说明，基础模型竞争已经不只比最终跑分，训练效率和算力成本正在成为更被强调的指标。微软用 MAI-Base-2 与 DeepSeek-V4-Pro-Base 做效率对比，意味着它把开源权重模型当作直接参照，可能希望吸引开发者和企业用户关注其自研路线。

对内容创作者和社媒运营者，这一进展暂时不会直接改变日常工具。原报道没有提到 MAI-Base-2 是否开放权重、是否接入现有产品，也没有给出可用的 API 或版本时间。因此，现阶段更值得关注的是后续产品化路径：如果微软将 MAI-Base-2 或 MAI-Base-3 用于 Copilot、Azure AI 或开发者平台，可能影响内容生成、改写、多语言翻译等常见工作流。

从过往动作看，微软此前称自研模型仅凭对方 1/4 算力就超越同类产品，说明其目标是降低前沿模型的训练门槛。若这一路线持续，开源权重模型和闭源模型之间的成本差距可能进一步变化，内容团队在选择模型时的价格与能力平衡可能随之调整。

对运营者意味着什么

• 暂不更换现有内容生成工具。原文没有发布 API 或产品接入信息，贸然迁移没有依据。
• 把 MAI-Base-2 的 2.8T 总参数、80B 活跃参数、38 天训练周期记录下来，后续若微软开放权重或 API，可据此与现有模型做初步对比。
• 关注 MAI-Base-3 的准备工作，以及微软是否将 MAI 系列接入 Copilot、Azure AI 等平台。若接入，优先测试长文总结、多语言改写、社区文案生成等任务。
• 对经常评估开源模型的团队，可以把“算力效率是 DeepSeek-V4-Pro-Base 的 4~12 倍”当作待验证项，等待第三方测试或开放权重后再下结论。