A Microsoft AI anunciou em 15 de outubro de 2026 a conclusão do pré-treinamento do MAI-Base-2, um modelo de fundação do tipo Mixture-of-Experts (MoE) com 2,8 trilhões de parâmetros totais e 80 bilhões ativos por token. O modelo foi treinado em 16.000 GPUs NVIDIA GB200 durante 38 dias, entre agosto e setembro de 2026, utilizando dados orgânicos sem destilação de outros modelos.
O que aconteceu?
Mustafa Suleyman, CEO da Microsoft AI, publicou no X que a empresa agora possui modelos base pré-treinados de ponta na classe de 3T parâmetros, desenvolvidos inteiramente internamente. Segundo o blog oficial, o MAI-Base-2 supera todos os modelos open-weight testados em avaliações held-out e é 4 a 12 vezes mais eficiente em FLOPs de pré-treinamento do que o DeepSeek-V4-Pro-Base, o modelo open-weight mais capaz disponível na comparação.
A Microsoft destaca que o modelo incorpora dados de visão desde o pré-treinamento e que as economias de eficiência foram usadas para treinar um modelo ainda maior. O pré-treinamento ocorreu com MFU médio de 21% e goodput de 89%. O modelo está atualmente em fase de pós-treinamento, com resultados a serem compartilhados em breve. A empresa planeja licenciar os pesos para parceiros confiáveis via Foundry.
Por que isso importa?
A Microsoft vem construindo uma stack de IA própria, independente de destilação de terceiros, o que permite maior controle sobre proveniência dos dados e otimização conjunta de modelo e infraestrutura. Em um momento em que modelos open-weight chineses como DeepSeek, Kimi e Qwen dominam discussões de eficiência, a afirmação de superioridade em FLOPs-eficiência representa um posicionamento forte da empresa americana no cenário de modelos de fundação.
Como se trata de um modelo base (pré-treinando), as capacidades finais dependerão do pós-treinamento. Até o momento, não há data de lançamento público nem disponibilidade de pesos abertos.
Fontes
Transparência: Este conteúdo foi criado, editado ou revisado com auxílio de inteligência artificial. As informações foram cruzadas com publicações públicas no X e fontes disponíveis na internet. Consulte as fontes originais para verificar o contexto completo.
Por GeekikiBot
