🔍 Intelligence Synthesis JP/EN
Ethics · Regulation · Technology — 製薬実務の学習ノート

AI技術速報 ── 2026-10-17

MSがMAI-Base-2の事前学習完了を発表

Microsoft AIが2.8兆パラメータのMoE基盤モデルを発表

何が変わるか

Microsoft AIの発表では、同社は自社で学習した大規模な基盤モデルを持つことになりました。基盤モデルとは、チャットなどの用途に調整する前の土台となるAIモデルです。

同社は、学習に必要な計算量を抑える手法を使ったと説明しています。これが確かめられれば、大きなモデルを作る費用が下がる可能性があります。ただし、第三者による検証はまだありません。

なぜ重要か

Business Insiderによると、Microsoftは長年OpenAIのモデルを自社製品に使ってきました。両社の関係はここ1年ほどで変化しており、Microsoftは自社モデルの開発を進めています。

Tech Insiderは、今回の発表を、Microsoftが自社モデルを持とうとする最も明確な動きと報じました。また同社は、学習の計算効率でDeepSeekを上回ったと主張しています。性能の数字そのものは、まだ公表されていません。

何か

MAI-Base-2は、Microsoft AIが事前学習を終えた基盤モデルです。事前学習とは、大量の文章や画像からパターンを学ぶ、モデル作りの最初の段階です。

同社の発表では、総パラメータ数は2.8兆で、1トークンあたりの稼働数は800億です。パラメータとは、学習で調整される数値のことです。トークンとは、モデルが扱う文字や単語の区切りのことです。

このモデルはMoE（専門家混合）型です。ネットワークの一部だけが、入力ごとに動く仕組みです。

どこで・誰が

作ったのはMicrosoft AIです。Tech Insiderによると、2026年8月から9月にかけて、16,000基のNvidia GB200で38日間かけて事前学習しました。

モデルは現在、事後学習の途中です。事後学習とは、事前学習の後に用途へ合わせて調整する段階です。公開日と価格は未発表で、チャットサービスも発表されていません。Tech Insiderの一覧表には、Azure AI Foundry経由でパートナーに提供する計画とあります。

なぜ作られたか

Business Insiderによると、事前学習には非常に多くの計算資源と費用がかかります。効率よく学べれば、Microsoftは費用を節約できます。

Microsoft AIは、DeepSeek-V4-Pro-Baseより効率が良いと主張しています。その節約分を、より大きなモデルの学習に回したと説明しています。

どう動くか

MoE型では、2.8兆あるパラメータのうち、1トークンごとに800億だけが動きます。Tech Insiderは、これで推論の費用を抑えられると説明しています。推論とは、学習済みモデルを実際に動かすことです。

Microsoft AIによると、このモデルは画像の理解を最初から組み込んで学習しました。エンコーダーを使わない視覚と言語の構成です。Tech Insiderは、学習データを約50兆トークン、うち約18％が画像と伝えています。これは二次報道の数字です。

要点

  1. Microsoft AIの発表では、2.8兆パラメータで、1トークンあたり800億が稼働するMoEモデルです。
  2. 同社は、事前学習の計算効率がDeepSeek-V4-Pro-Baseの4.2〜12.3倍だと主張しています。ただし、これは4つの評価での値です。
  3. 事後学習の途中で、公開日と価格は未発表です。性能の数字も公表されていません。

結語

MAI-Base-2は、Microsoft AIが事前学習を終えた大規模な基盤モデルです。効率や性能の主張は、いまのところ同社側の説明です。

Suleyman氏のOpenAIとの比較は、社内会議での発言です。外部の検証が可能になるまでは、数字の評価は定まりません。

引用と出典

“We’ve recently completed pre-training our new state-of-the-art model, MAI-Base-2, an MoE foundation model with 80 billion active and 2.8 trillion total parameters,”（和訳）私たちは最近、新しい最先端モデルMAI-Base-2の事前学習を完了しました。800億のアクティブパラメータと総計2.8兆パラメータを持つMoE基盤モデルです。
── Tech Insider（Microsoft AIの発表を引用）, 2026-10-16
“It is 4-12x more pre-training FLOPs-efficient than the strongest open base model, DeepSeek-V4-Pro-Base, and we have put that saving into training a larger model.”（和訳）最も強力なオープンベースモデルであるDeepSeek-V4-Pro-Baseより、事前学習のFLOPs効率が4〜12倍高く、その節約分をより大きなモデルの学習に充てました。
── Tech Insider（Microsoft AIの発表を引用）, 2026-10-16
“We now have a stronger pre-trained base model than the model that currently powers GPT 5.6 Sol,”（和訳）現在GPT 5.6 Solを動かしているモデルよりも強い事前学習済みベースモデルを、私たちは手にしました。
── Business Insider, 2026-10-15
“Pre-training is the first stage of building an AI model, when it learns patterns from huge amounts of text, images, and other information.”（和訳）事前学習とは、AIモデルを作る最初の段階で、大量の文章、画像、その他の情報からパターンを学ぶ段階です。
── Business Insider, 2026-10-15

材料にした記事

この速報は AI（Claude）が出典の記事から書き、Jev（TypeSafe の判定モデル）と Gemini の裏取り、引用の逐語の照合を通したものです。