MAI-Base-2 是微软 AI 团队（Microsoft AI）于近期完成预训练的超大规模基础模型，参数规模达 2.8T。它是微软自研大模型路线的标志性成果，由 Microsoft AI 负责人 Mustafa Suleyman 团队主导训练，定位为对标 GPT 系列与开源权重模型的旗舰级基础模型。
MAI-Base-2 的训练细节与技术亮点
微软披露的训练配置显示，MAI-Base-2 在约 2.8T token 的数据上完成预训练，使用了 1.6 万张显卡，训练时长为 38 天。Mustafa Suleyman 此前在社交平台确认训练全程顺利跑完，随后微软正式宣布预训练完成，并表示该模型在内部评测中强于所有参测的开源权重模型。
算力效率是核心卖点
微软对 MAI-Base-2 的宣传重点并非单纯规模，而是训练效率。据 TestingCatalog 披露，该模型的 FLOPs 效率达到 DeepSeek-V4-Pro-Base 的 4-12 倍；微软还称仅用 OpenAI 约 1/4 的算力，即超越了 GPT-5.6 同类模型。若这一说法成立，意味着微软在大规模训练的基础设施优化上取得了明显进步。
当前焦点与观察点
围绕 MAI-Base-2，业界目前主要关注三点：其一，效率对比数据（4-12 倍 FLOPs 效率、1/4 算力超越 GPT-5.6）均来自微软自述，尚需独立第三方评测验证；其二，微软与 OpenAI 的关系正处于调整期，自研基础模型的落地将影响双方的算力与产品分工；其三，该模型何时进入 Copilot 等微软产品线、以及是否会以开源或开放权重形式发布，仍待官方进一步说明。在后续基准结果与部署策略公布前，对其性能主张宜保持观望。