微软 AI 发布以 MAI-Thinking-1 为首的七款 MAI 模型

背景

微软 AI（Microsoft AI）此前已陆续推出多款自研模型。到2026年6月，其产品线已包括语音、文本、图像与转写模型，公司得以一次性展示一组更大规模的新模型。^[1]

发生了什么

2026年6月2日，在微软 Build 大会上，Mustafa Suleyman 宣布了七款新的自研 MAI 模型。他在题为《Building a hill-climbing machine》的文章中公布了这一消息。^[1] 这七款模型是：MAI-Thinking-1、MAI-Code-1-Flash、MAI-Image-2.5、MAI-Image-2.5-Flash、MAI-Transcribe-1.5、MAI-Voice-2 与 MAI-Voice-2-Flash，其中最后一款被列为“即将推出”。^[1]

微软把旗舰推理模型 MAI-Thinking-1 放在首位。公司称，在其盲测的人类评估中，该模型比 Claude Sonnet 4.6 更受偏好。^[1]

关键细节

MAI-Code-1-Flash 是一款具备智能体能力（agentic）的编程模型，活跃参数为50亿。它面向 GitHub Copilot 与 Visual Studio Code 设计。微软称，它与 Claude Haiku 相当，但成本更低。^[1][2] “活跃参数”指的是专家混合模型在处理每个词元时实际调用的参数数量。智能体式编程模型处理的是多步骤的编程任务，而不只是单次回答。

MAI-Transcribe-1.5 支持43种语言，MAI-Voice-2 支持15种语言的语音生成。^[1] 作为对比，第一款转写模型 MAI-Transcribe-1 于2026年4月发布，当时支持25种语言。

这组模型在 Microsoft Foundry 上提供，也通过第三方平台 OpenRouter、Fireworks 与 Baseten 提供。^[2] 借助这些平台，开发者无需直接与微软签约即可使用。

微软还宣布与梅奥诊所合作，共同构建一款医疗 AI 模型，该模型将归梅奥诊所所有。^[2] 归属条款很重要：这意味着由合作产生的模型归诊所，而非微软。

影响

这次发布显示，微软 AI 的自研模型工作同时覆盖推理、编程、图像、转写与语音等多个方向。它还把公司的影响力从面向消费者与开发者的工具，扩展到了专业的医疗领域。^[2]

对读者来说，这件事是2026年年中微软自研模型布局的一个切面。相关说法都来自微软自己的公告；若要判断这些模型与竞争对手的优劣，还需要独立的评估。^[1][2]