Microsoft показала свою reasoning-модель — обученную без дистилляции из чужих ИИ

Microsoft наконец делает reasoning-модель сама, а не поверх OpenAI

Много лет Microsoft в ИИ означало «обёртка вокруг OpenAI»: Copilot, Azure OpenAI, миллиардные инвестиции. Анонс MAI-Thinking-1 — это публичная заявка на самостоятельность: собственная reasoning-модель, обученная на собственной инфраструктуре. На HN это набрало 184 очка, и первая же реакция была не про качество, а про то, что «дивергенция с OpenAI наконец началась».

Что именно заявляет Microsoft: 35B активных, 97% на AIME и обучение «с нуля»

По официальным цифрам, MAI-Thinking-1 — это разреженная Mixture-of-Experts на 35 млрд активных параметров и около 1 трлн суммарно. Ключевые заявленные результаты:

• 97,0% на AIME 2025 и 94,5% на AIME 2026 (математические олимпиадные задачи);
• уровень Claude Opus 4.6 на SWE-Bench Pro (инженерные задачи в коде);
• предпочтена Sonnet 4.6 в слепой человеческой оценке на 1276 задачах;
• контекст 256k токенов (около 600 страниц), function calling, совместимость с Chat Completions API.

Но центральный аргумент Microsoft — не цифры, а происхождение. Компания формулирует три принципа: интеллект «выученный, а не унаследованный» — модель обучена без дистилляции из сторонних моделей; «чистые данные» — коммерчески лицензированный корпус с исключением AI-сгенерированного контента из претрейна; и самодостаточность — весь стек от ускорителей до RL-обучения построен внутри. Веса не публикуют, но выложили подробный технический отчёт — заметно объёмнее, чем обычно дают даже open-weights проекты.

Тред: «по таблицам это DeepSeek-уровень, но крупнее»

Самый цитируемый разбор оказался неутешительным для маркетинга. Скептик из треда, сверившийся с бенчмарками, подвёл итог прямо:

«Бенчмарки — это немного катастрофа? Примерно уровень DeepSeek V3.2, но параметров на ~50% больше. Уверенно проигрывает меньшему GLM-5.1 и ещё хуже — сравнимому по размеру Kimi K2.6» — скептик, сверивший таблицы

Ему вторили: если по первой же таблице GLM выигрывает, зачем мне выбирать это. А один внимательный читатель подметил странную фразу из самого анонса:

«„Меньший inference-футпринт, чем у гораздо более крупных моделей“ — это вроде бы бессмысленное предложение: разумеется, у модели поменьше футпринт меньше. Но оно намекает, с кем Microsoft себя сравнивает — с моделями ещё крупнее» — читатель, разобравший формулировку

Придирались и к деталям: контекст 256k, когда 1M уже становится нормой; и к тому, что SWE-Bench Pro называют мусорным бенчмарком, требуя DeepSWE-оценок.

«Чистые данные» — единственная заявка, которую тред воспринял всерьёз

Если цифры разнесли, то один тезис зацепил по-настоящему. Комментатор процитировал кусок про чистые данные — про то, что без понимания, что сформировало модель, нельзя ни понять её поведение, ни честно её улучшать — и коротко резюмировал:

«Камень в чей-то огород? Было бы интересно посмотреть, как далеко „чистые данные“ можно увести по законам масштабирования» — keeda

Другой отметил неожиданный плюс ситуации: по крайней мере, в этот раз не будет жалоб на «бенчмаксинг» — подгонку под тесты, — раз данные действительно чистые.

Были и ехидные наблюдения мимо сути: сайт microsoft.ai перехватывает скролл («истинно инновационно»), а сам домен хостится на ASN под названием WPEngine, а не у самой Microsoft.

Вывод: важна не таблица, а то, что Microsoft вышла из тени OpenAI

Как конкурент по бенчмаркам MAI-Thinking-1 на сегодня средняя: китайские open-weights модели делают её при меньшем размере. Но интересна она не местом в таблице, а самим фактом — Microsoft показала, что может обучить reasoning-модель с нуля, на своём железе, на своих данных, не дистиллируя чужие веса. Для компании, чьё имя в ИИ годами было синонимом партнёрства с OpenAI, это стратегический разворот, а не релиз очередного чекпойнта. Реальная проверка будет на публичном превью в MAI Playground — когда «чистые данные» можно будет пощупать, а не прочитать в пресс-релизе.