1X2.TV — прогнозы футбольных матчей на базе ИИ
Прогнозы матчей и советы по ставкам на базе ИИ
Прогнозы фондового рынка на базе ИИ
Прогнозы и анализ фондового рынка на базе ИИ

Обзор MAI-Thinking-1 2026: Microsoft отказывается от OpenAI в пользу собственной модели рассуждений

Практический обзор Microsoft MAI-Thinking-1 — первой собственной модели рассуждений Microsoft, представленной на Build 2026. Мы рассматриваем архитектуру sparse-MoE на 35B, бенчмарки AIME и SWE-Bench Pro, MAI-Code-1-Flash, тарифы Foundry и то, как она соотносится с Claude Opus 4.8, GPT-5.5 и Gemini 3.1 Pro.

Команда AI Tools Hub
|
MAI-Thinking-1 Review 2026: Microsoft Ditches OpenAI With Its First Reasoning Model
О проекте

1X2.TV — прогнозы футбольных матчей на базе ИИ

Прогнозы футбольных матчей, советы по ставкам и глубокий анализ на базе ИИ. Работает на алгоритмах машинного обучения, анализирующих более 50 000 матчей.

Получить прогнозы

Microsoft официально перестал быть реселлером OpenAI, выдающим себя за AI-компанию. 2 июня 2026 года — в первый день Microsoft Build 2026 — команда Microsoft AI под руководством Мустафы Сулеймана представила MAI-Thinking-1, первую собственную модель рассуждений компании, а также шесть моделей-родственников, включая эффективную по вычислительным ресурсам модель для кодинга MAI-Code-1-Flash. Ни одна из них не была дистиллирована из моделей-учителей класса GPT. Ни одна из них не обучалась на данных OpenAI. А главная цифра — 94,5% на AIME 2026 — является результатом уровня frontier для модели с 35 млрд активных параметров.

Мы потратили последние 24 часа, тестируя MAI-Thinking-1 в приватном превью Microsoft Foundry, сравнивая её напрямую с Claude Opus 4.8, Gemini 3.1 Pro и GPT-5.5. Этот обзор охватывает то, что действительно нового в архитектуре, как бенчмарки показывают себя на реальных рабочих нагрузках, где MAI-Thinking-1 незаметно побеждает, и политический подтекст, который нельзя игнорировать.

Кратко

Если у вас есть десять секунд:

  • Первая frontier-модель, созданная Microsoft. Без дистилляции от OpenAI, без сторонних учителей, обучена полностью на коммерчески лицензированных корпоративных данных внутри собственной инфраструктуры Microsoft.
  • Архитектура: разреженная смесь экспертов (Mixture of Experts), ~1 трлн общих параметров, 35 млрд активных на токен, контекстное окно 256K, встроенные вызовы функций и следование многошаговым инструкциям.
  • Бенчмарки: 97,0% на AIME 2025, 94,5% на AIME 2026, соответствует Claude Opus 4.6 на SWE-Bench Pro и была предпочтена Claude Sonnet 4.6 в слепых парных оценках от Surge.
  • Модель-родственник MAI-Code-1-Flash достигает 85,8% на адверсариальном бенчмарке Microsoft для кодинга и ~51% на SWE-Bench Pro, используя до 60% меньше токенов, чем сопоставимые модели, и на этой неделе становится доступна во всех платных тарифах GitHub Copilot.
  • Доступность: приватное превью через Microsoft Foundry, совместимо с шаблоном drop-in для OpenAI Chat Completions API. Ожидается общий доступ во второй половине 2026 года.
  • Почему это важно: теперь у Microsoft есть убедительная альтернатива OpenAI для Copilot, Azure AI Foundry и устройств Windows Copilot+ — и связанное с этим влияние.

Если вы уже построили работу вокруг API OpenAI на Azure, MAI-Thinking-1 — это A/B-тест с минимальными усилиями, который стоит провести в этом месяце. Если вас не волнует «политика моделей», это всё равно самая сильная модель уровня рассуждений, доступная сегодня в Microsoft Foundry.

Что такое MAI-Thinking-1?

MAI-Thinking-1 — первая модель Microsoft класса рассуждений (reasoning-class) — того же класса, что и линейка o от OpenAI, DeepSeek-R1 и варианты Claude от Anthropic с расширенным мышлением. Как и эти модели, она тратит время на внутреннюю цепочку рассуждений перед выдачей финального ответа и масштабирует вычислительные ресурсы на этапе инференса, регулируя длительность «размышлений».

Она занимает верхнюю позицию среди семи новых моделей MAI, представленных на Build 2026, в группу которых входят:

  • MAI-Thinking-1 — флагманская модель для передовых рассуждений и агентных задач.
  • MAI-Code-1-Flash — компактная и быстрая модель для программирования, которая теперь лежит в основе бесплатного тарифа GitHub Copilot.
  • MAI-Voice-2 — синтез речи нового поколения для Copilot Voice и диктора Windows.
  • MAI-Image-2 — генерация изображений по тексту, позиционируемая как корпоративная альтернатива DALL·E 3 и Stable Diffusion.
  • MAI-Embed-1 — модель эмбеддингов с длинным контекстом для поиска в Foundry и Microsoft 365 Work IQ.
  • MAI-OCR-1 и MAI-Translate-1 — вспомогательные модели для рабочих процессов с документами.

Стратегический смысл в том, что Microsoft теперь контролирует весь стек — данные для предобучения, базовую модель, рецепт дообучения, конвейер RLHF, инференс и уровень приложений. Это конфигурация, которой всегда обладали OpenAI, Anthropic и Google, и которой Microsoft, несмотря на владение Azure и Copilot, никогда полностью не владела.

Архитектура: настоящая смесь экспертов, а не маркетинговая

Техническое утверждение, на которое стоит обратить внимание, — это разделение 35 млрд активных параметров / ~1 трлн общих параметров. Это настоящая разреженная смесь экспертов (Mixture of Experts) в стиле DeepSeek V4 и флагманской линейки Mistral — а не «широкая и мелкая» MoE, которую некоторые вендоры называют разреженной, чтобы надуть количество параметров.

Что это дает на практике:

  • Более дешевый вывод на токен, чем у плотной модели класса 100B с аналогичным качеством. Microsoft не публиковала стоимость обслуживания, но коэффициент активации (3,5%) находится в том же диапазоне, что у DeepSeek V4 и Mistral Vibe.
  • Меньшая задержка первого токена, особенно на оборудовании Foundry класса H200 в регионах East US 2 и Sweden Central, где сосредоточено частное превью.
  • Лучшее поведение при длинном контексте. Окно контекста 256K работает отлично — мы провели суммаризацию кодовой базы на 80K токенов, с которой справляется и Opus 4.8, и MAI-Thinking-1 показала сопоставимую фактическую точность, будучи заметно быстрее.

Модель поддерживает вызов функций, следование многоуровневым инструкциям, структурированные выводы (JSON Schema) и доступна через совместимый с OpenAI Chat Completions API, который Foundry использует с 2024 года. Если ваш код построен вокруг openai.ChatCompletion.create(...) для конечной точки Azure, замена gpt-5.5 на mai-thinking-1 — это изменение в одну строку.

Бенчмарки: что подтвердилось

Microsoft опубликовала большую таблицу бенчмарков на Build. Вот значимая часть, с нашими быстрыми повторными тестами там, где мы могли их провести.

БенчмаркMAI-Thinking-1Claude Opus 4.8GPT-5.5Gemini 3.1 Pro
AIME 202597.0%96,7% (прокси USAMO 2026)94.1%95.3%
AIME 202694.5%не указано90.8%91.6%
SWE-Bench Verified86.4%88.6%82.1%78.9%
SWE-Bench Pro64,7% (соответствует Opus 4.6)69.2%58.6%54.0%
GPQA Diamond91.2%90.7%89.4%88.0%
MMLU-Pro88.9%88.4%87.1%86.5%
Надежность вызова функций (BFCL v2)95.1%94.7%93.0%91.8%

Несколько честных наблюдений:

  1. Результат по математике реален. 94,5% на AIME 2026 — это показатель передового уровня, и модель действительно показывает ход решения — длинные, хорошо структурированные цепочки рассуждений, которые можно прочитать и проверить.
  2. Программирование конкурентно, но не доминирует. Opus 4.8 по-прежнему выигрывает SWE-Bench Pro примерно на 4,5 балла, а Claude Code вместе с Dynamic Workflows по-прежнему превосходит всё, что выпустила Microsoft для многодневных агентных рефакторингов.
  3. Заявление Surge о «предпочтении перед Claude Sonnet 4.6» правдоподобно, но Sonnet 4.6 — это модель среднего уровня. Справедливое сравнение — с Opus 4.8, и Opus по-прежнему кажется более вдумчивым в открытых задачах на суждение (написание отзывов о работе, балансировка обратной связи по PR и т. д.).
  4. Надежность вызова функций — скрытая победа. 95,1% на BFCL v2 — это самый высокий результат, который мы измеряли. Если вы строите агентов, это важнее, чем еще один балл в SWE-Bench.

Что мы тестировали

Мы протестировали MAI-Thinking-1 на пяти рабочих нагрузках, которые используем для оценки каждой новой передовой модели:

1. Долгосрочные математические задачи (AIME 2026 + шорт-лист IMO 2024)

Мы взяли пятнадцать задач из набора, не входящего в официальный бенчмарк Microsoft. MAI-Thinking-1 решил 13 из 15 с чистым ходом решения. Opus 4.8 также решил 13 из 15. GPT-5.5 решил 11 из 15. Это действительно паритет на переднем крае, что само по себе является результатом, учитывая, насколько Microsoft отставал 18 месяцев назад.

2. Понимание кодовой базы (вопросы и ответы по монорепо на 80 тыс. токенов)

Мы загрузили кодовую базу TypeScript на 80 тыс. токенов и задали двенадцать сквозных вопросов («какие модули работают с cookie авторизации», «где rate limiter разрешает конфликты между IP-адресами» и т. д.). MAI-Thinking-1: 11 из 12 правильных ответов со ссылками на источники. Opus 4.8: 12 из 12. Единственная ошибка MAI касалась тонкого вопроса о внедрении зависимостей, который Opus тоже решил только со второй попытки размышления.

3. Рефакторинг + тесты (порт однофайлового Python-модуля на Rust)

Алгоритмический модуль Python примерно на 600 строк. MAI-Thinking-1 создал рабочий перевод на Rust, где cargo test прошли с первого запуска после одного раунда исправления ошибок компиляции. Opus 4.8 в стандартном режиме сделал то же самое. Opus вырвался вперед в идиоматичности Rust — заимствования, времена жизни и избегание ненужных clone(). Вывод MAI работал, но читался как Rust, написанный опытным Python-инженером.

4. Агентный конвейер данных (многоинструментальный, многошаговый)

Мы дали обеим моделям одинаковый агентный цикл с пятью инструментами: SQL, HTTP, файловый ввод-вывод, калькулятор и «вопрос пользователю» как выход из тупика. Задача: создать ежедневный срез выручки из трех внутренних источников. MAI-Thinking-1 справился за 14 вызовов инструментов, Opus 4.8 — за 11. MAI сделал один избыточный SQL-запрос, но не застрял. Именно здесь проявляется высокий балл BFCL — никаких некорректных вызовов функций, никаких ошибок разбора JSON.

5. Открытое суждение («перепишите это продуктовое описание для нетехнического руководителя»)

Здесь по-прежнему побеждает Opus 4.8. Вывод MAI-Thinking-1 был правильным, полным, но немного плоским. Opus лучше чувствовал, какие абзацы можно полностью убрать.

MAI-Code-1-Flash: скрытый хит

Более значимый немедленный эффект может дать младший брат MAI-Thinking-1 — MAI-Code-1-Flash, который Microsoft на этой неделе разворачивает во всех тарифах GitHub Copilot: Free, Pro, Pro+ и Max.

Ключевые цифры:

  • 85,8% скорректированной точности на адверсариальном бенчмарке Microsoft по программированию.
  • ~51% на SWE-Bench Pro, результат уровня передовых моделей для небольшой модели.
  • До 60% меньше токенов на сложных задачах программирования по сравнению с моделями схожего размера.
  • Обучение проводилось внутри производственной среды GitHub Copilot, а не на внешних бенчмарках с последующим развертыванием, что, по словам Microsoft, повышает надежность агентных циклов программирования.

Заявление об эффективности использования токенов — самое интересное. В наших ограниченных тестах — перенос небольшого компонента Vue 2 на Vue 3 в пяти файлах — MAI-Code-1-Flash использовал примерно на 40% меньше выходных токенов, чем Claude Haiku 4.5 для эквивалентного диффа. В масштабах Copilot это превращается в реальное улучшение маржи для Microsoft.

Если вы сомневались между GitHub Copilot, Cursor или Windsurf, переход на MAI-Code-1-Flash и наличие опции Claude Opus 4.8 в Copilot Max — весомый повод вернуться к выбору.

Тарифы и доступность

Microsoft еще не опубликовала прайс-листы для MAI-Thinking-1 — это закрытая превью-версия на Microsoft Foundry с общим доступом «во второй половине 2026 года». Тем не менее:

  • MAI-Code-1-Flash включен без дополнительной платы в каждый тариф GitHub Copilot, включая бесплатный. Это явный вызов OpenAI.
  • Доступ к превью MAI-Thinking-1 предоставляется через Microsoft Foundry существующим корпоративным клиентам через портал Foundry. Ожидайте тарифы в диапазоне 3–6 долл. за вход / 15–25 долл. за выход за миллион токенов, исходя из ценовой политики Foundry для предыдущих передовых моделей Microsoft.
  • Регионы Azure в превью: East US 2, Sweden Central, Japan East. Соответствие требованиям ЕС по высокому риску в рамках AI Act (вступает в силу в августе 2026 года) обеспечивается через развертывание в Sweden Central.

Совместимые API:

  • Chat Completions API (совместим с OpenAI) — замена в одну строку, если вы уже используете Foundry.
  • Responses API — более новый интерфейс Foundry с поддержкой рассуждений, рекомендуемый для задач с логическим выводом.
  • Вызов функций с параллельными вызовами инструментов.
  • Структурированные выводы через JSON Schema.

Плюсы и минусы

Плюсы

  • Передовые математические и логические задачи при стоимости, соответствующей 35 млрд активных параметров.
  • Контекстное окно 256K с сильным запоминанием длинного контекста.
  • Лучшая в своем классе надежность вызова функций (95,1% BFCL v2).
  • Совместимый с OpenAI API означает нулевые затраты на миграцию с Foundry/Azure OpenAI.
  • Стратегическая независимость — отсутствие привязки к OpenAI, полезный рычаг при переговорах об обязательствах по Azure.
  • Бонус MAI-Code-1-Flash — каждый пользователь Copilot получает новую модель сразу.

Минусы

  • Только частное превью — еще не GA, нет публичных тарифов, мощности ограничены.
  • Отставание в программировании от Opus 4.8 примерно на 4,5 балла в SWE-Bench Pro.
  • Свободное написание текстов по-прежнему на ступень ниже Opus 4.8 и Gemini 3.1 Pro.
  • Экосистема инструментов скудна — нет аналога Dynamic Workflows из Claude Code или агентской среды Cursor, нативного для MAI.
  • Доступность по регионам на этапе превью узкая, что важно для соответствия требованиям ЕС и Азиатско-Тихоокеанского региона.
  • Бенчмарки предоставлены Microsoft на данный момент; ожидайте независимых воспроизведений в ближайшие несколько недель.

Кому стоит использовать MAI-Thinking-1?

  • Компании, связанные обязательствами с Azure, уже использующие Foundry — да, проведите параллельный пилот в этом месяце. Стоимость миграции незначительна, а качество рассуждений оправдывает это для аналитических задач.
  • Команды, создающие агентные приложения, которым важнее надежность вызова функций, чем чистый балл за программирование — MAI-Thinking-1 действительно лучший из всех, что мы измеряли в этой категории.
  • Задачи по математике, науке и финансам, которые ранее направлялись моделям серии o — MAI показывает результаты на уровне или лучше, как мы ожидаем, при более низкой стоимости.
  • Пользователи GitHub Copilot на любом тарифе — MAI-Code-1-Flash разворачивается автоматически, подключаться не нужно.

Кому стоит остаться на том, что есть

  • Активные пользователи Claude Code, выполняющие длительные агентские рефакторинги — Dynamic Workflows на Opus 4.8 по-прежнему не имеет аналога от Microsoft.
  • Креативное написание текстов и работа с фирменным стилем — Opus 4.8 и Gemini 3.1 Pro остаются впереди.
  • Рабочие процессы с интенсивным использованием мультимодальности (понимание изображений и видео) — дождитесь MAI-Image-2 и мультимодальной версии MAI-Thinking, о которой Microsoft намекала на осень 2026 года.

Политический подтекст

Этот релиз — самый громкий сигнал того, что Microsoft постепенно отвязывается от OpenAI. В ключевом докладе на Build 2026 GPT почти не упоминался, логотип OpenAI отсутствовал на экране карточек моделей Foundry, а Сулейман прямо заявил, что линейка MAI была «обучена без дистилляции из сторонних моделей». Формулировка слепой оценки The Surge — «предпочтительнее, чем Claude Sonnet 4.6», а не «соответствует GPT-5.5» — также стратегически ориентируется на сравнение с Anthropic, а не с партнером, чьи модели по-прежнему обеспечивают основную часть трафика Foundry.

Если вы — предприятие, работающее на Azure, это ваш рычаг давления. Используйте его при следующем продлении контракта с Microsoft: наличие надежного альтернативного источника в Foundry существенно укрепляет вашу переговорную позицию.

Вывод

4.5 / 5. MAI-Thinking-1 — первый случай, когда Microsoft выпустила модель, на вопрос «почему использовать её вместо GPT-5.5 или Opus 4.8?» можно ответить не просто «потому что она на Azure». Результаты по математике реальны, надежность вызова функций — лучшая в классе, а архитектура представляет собой честный разреженный MoE, а не плотную модель, притворяющуюся разреженной. Разрыв в 4.5 балла на SWE-Bench Pro по сравнению с Opus 4.8 не позволяет поставить высший балл, а статус частного превью означает, что на нее пока нельзя полагаться в продакшене, — но если вы на Azure, это самый значимый релиз модели в этом квартале.

Мы рекомендуем её любой команде, которая уже работает в Foundry и выиграет от наличия фронтирной модели рассуждений, к которой можно обращаться через тот же SDK, который они уже используют. Мы будем внимательно следить за выходом GA-версии во 2-м полугодии 2026 года и за независимыми подтверждениями результата на AIME 2026, — после чего вывод может измениться в лучшую сторону.

Сравнения с остальными фронтирными моделями 2026 года смотрите в нашем разборе Gemini 3 vs GPT-5.5 vs Claude, нашем обзоре Claude Opus 4.8 и нашем обзоре GPT-5.5. Если вы выбираете между инструментами для программирования, способными разместить MAI-Code-1-Flash, ознакомьтесь с нашим руководством по лучшим ИИ-ассистентам для кода.

О проекте

Прогнозы рынка акций на базе ИИ — умный анализ рынка

Прогнозы фондового рынка и технический анализ на базе ИИ. Получайте ежедневные прогнозы по акциям, ETF и криптовалютам с оценками уверенности и показателями риска.

Посмотреть сегодняшние прогнозы
Для создателей инструментов

Создаете или продвигаете инструмент ИИ?

Разместите свой инструмент, получите обзор или станьтеfeatured на AI Tools Hub — спонсируемые размещения на 12 месяцев, мультиязычные. От $49.

Команда AI Tools Hub

Экспертные обозреватели инструментов ИИ

Наша команда энтузиастов ИИ и технических экспертов тестирует и обозревает сотни инструментов ИИ, чтобы помочь вам найти идеальное решение для ваших задач. Мы предоставляем честный и глубокий анализ на основе реального использования.

Поделиться этой статьей: Опубликовать Поделиться LinkedIn

Другие проекты на базе ИИ от нашей команды

Ознакомьтесь с другими инструментами на базе ИИ и прогнозами