Microsoft AIが示したのは、モデルの出来より先に「自社でフロンティア級の事前学習を回せる」という内製の能力そのものだ。総2.8兆・活性800億パラメータのMoE「MAI-Base-2」を、16k基のGB200で2026年8〜9月の38日間に学習したと公式に説明している。自社モデルを前提に調達や契約を考える企業や開発者にとっては、Microsoft経由で他社に依存しない第三のフロンティア系統が選択肢に入りうる、ということになる。総容量を増やしつつ活性パラメータを抑えるスパースMoEの流れ（Kimi K3やQwen3.8も同様の設計）に、巨大計算資源を持つ米国のハイパースケーラーが事前学習の実績つきで合流した形だ。本当の問いは、他社モデルへの依存を減らしたいクラウド事業者の内製化が、どこまで進むのかに移る。
ただし性能と効率の数字はすべてMicrosoft自身の主張で、第三者による検証はない。
何が起きたか
Microsoft AIは2026年10月15日、自社の事前学習の取り組みを解説する技術記事を公開した。対象はMoE型の基盤モデルMAI-Base-2で、総パラメータ2.8兆、活性パラメータ800億とされる。記事はデータ戦略、計算効率、基盤（インフラ）の3点を説明している。
仕組み・詳細
- データ: 事前学習は有機データ（organic data）を土台とし、他モデルからの蒸留を含まないと記述している。全トークンを社内で処理したとも述べる。
- 計算効率: 自社のレシピは、比較対象のDeepSeek-V4-Pro-Baseに対しFLOPs効率が4.2〜12.3倍だという。これは自社算定値である。
- 基盤: 16k基のGB200 GPUで、2026年8月から9月にかけて38日間学習した。
数字で見る
| 項目 | 内容 | 根拠の性質 |
|---|---|---|
| 総パラメータ | 2.8兆 | 公式記述 |
| 活性パラメータ | 800億 | 公式記述 |
| 学習資源 | 16k GB200 GPU・38日 | 公式記述 |
| FLOPs効率 | DeepSeek-V4-Pro-Base比 4.2〜12.3倍 | 自社算定（独立検証なし） |
| 保留評価 | テストした全オープンウェイトを上回る | 自己申告（独立検証なし） |
保留（held-out）評価での優位は「Microsoftがテストしたモデル」に対する自社評価であり、評価の中身を外部が再現して確かめたわけではない。ベンダーによる他社比較の数字は割り引いて読む必要がある。
背景
オープンウェイト側では、中国勢が総容量を伸ばした大規模MoEを相次いで公開してきた。今回の記事は、その比較対象としてオープンウェイトモデルを名指しし、蒸留に頼らない有機データ中心の学習であることを前面に出している。他社モデルからの蒸留をめぐる論争が政策面でも続く中、データの出自を明示する姿勢そのものが差別化の軸になっている。
なぜ重要か
提供形態には注意が要る。当初の要約では「Foundry経由の企業向け提供」とされていたが、一次ソースにあるのは「Foundryを通じて信頼できるパートナーにモデルの重みをライセンス供与できるようになる」という記述だ。一般的な企業向けAPIサービスの提供計画までは確認できない。したがって、今すぐ誰もが使えるモデルではなく、まずは限られたパートナー向けの重み提供が想定されている、と読むのが正確である。