Het is een opvallende stap voor een bedrijf dat jarenlang volledig op OpenAI leunde. Met de MAI-familie (Microsoft AI) kiest Microsoft voor volledige onafhankelijkheid: de modellen worden van nul opgebouwd, zonder gebruik van data of gewichten van andere AI-labs. Dat is niet alleen een technische keuze, maar vooral een strategische.
Wat zijn de zeven nieuwe MAI-modellen?
De MAI-familie bestaat uit modellen voor uiteenlopende taken. MAI-Thinking-1 is het vlaggenschipmodel voor redeneren, qua prestaties vergelijkbaar met de grote jongens in zijn gewichtsklasse, en dat voor een middenklasseprijs. MAI-Code-1-Flash is een compact codemodel van 5 miljard parameters, geïntegreerd in GitHub Copilot en VS Code, ontworpen voor snelle en agentic codetaken.
MAI-Image-2.5 richt zich op beeldgeneratie en beeldbewerking, en scoort volgens Microsoft hoger dan Nano Banana Pro op de Arena ELO-ranglijst. MAI-Transcribe-1.5 is een spraakherkenningsmodel dat in 43 talen werkt en vijf keer sneller zou zijn dan concurrerende modellen, met hoge nauwkeurigheid op de FLEURS-benchmark. MAI-Voice-2 verzorgt spraaksynthese in 15 talen, inclusief stemkloning op basis van een kort fragment. Twee Flash-varianten van bestaande modellen completeren de familie.
Wat maakt de MAI-aanpak anders?
Microsoft benadrukt dat alle modellen op een gedeeld fundament zijn gebouwd, zonder te leunen op de output van concurrerende labs en zonder gebruik van auteursrechtelijk twijfelachtige data. De modellen worden mede-geoptimaliseerd voor Microsofts eigen Maia 200-chip, waarmee het bedrijf naar eigen zeggen al een efficiëntiewinst van 40 procent behaalt ten opzichte van standaardinfrastructuur.
Bijzonder is de aanpak rondom aanpassing: via Frontier Tuning kunnen bedrijven de MAI-modellen trainen op hun eigen workflows, met behulp van zogenoemde ‘Reinforcement Learning Environments’. Microsoft noemt als voorbeeld dat een voor Excel geoptimaliseerde versie van MAI vergelijkbaar presteert met GPT-5.4, maar tot tien keer zuiniger is. Consultancybureau McKinsey deed vergelijkbare tests en zag de hoogste winstscore van alle geteste modellen, eveneens bij een fractie van de kosten.
Wat dit betekent voor de AI-markt
Microsoft gooit het roer om. In plaats van AI te kopen of in te huren, bouwt het nu zijn eigen ecosysteem. De combinatie van eigen modellen, eigen silicon en een tuningsysteem dat bedrijfskennis in het model opneemt, katapulteert Microsoft in één klap als volwaardige AI-onderzoeksorganisatie naast OpenAI, Google DeepMind en Anthropic. Of de modellen ook buiten de Microsoft-stack overtuigen, zal de komende maanden blijken via onafhankelijke benchmarks en gebruikersreviews. Je kunt de modellen (met uitzondering van Thinking, want die is nog in ontwikkeling) zelf hier uitproberen.
