Microsoft AI, 15 Ekim 2026’da yayımladığı teknik yazıda MAI-Base-2 adlı temel modelinin ön eğitimini tamamladığını duyurdu. Şirkete göre MAI-Base-2, 80 milyar aktif ve 2,8 trilyon toplam parametreli bir karışım-of-uzmanlar (MoE) modeli. Haziran’da duyurulan MAI-Thinking-1, MAI-Base-1 üzerine son eğitilmişti; yeni temel model ise bir sonraki ürün kuşağının omurgası olarak konumlanıyor. MAI-Base-2 şu an son eğitim aşamasında; MAI-Base-3 hazırlıkları da başlamış durumda.
Eğitim ölçeği ve altyapı
Microsoft, eğitimin Ağustos-Eylül 2026’da 16 bin GB200 GPU üzerinde 38 gün sürdüğünü; ortalama model FLOPs kullanımının (MFU) yüzde 21, iyi-işleme oranının (goodput) yüzde 89 olduğunu belirtiyor. MFU, GB200’ün BF16 teorik tepe değeri olan 2,5 PFLOPS’a göre normalize edilmiş. Şirket, tam yığın kontrolünün maliyet ve performans için kritik olduğunu; eğitimin organik veriyle yapıldığını ve başka modellerden damıtma içermediğini öne sürüyor. Bu yaklaşımın Foundry üzerinden güvenilir ortaklara ağırlık lisanslamayı kolaylaştıracağı ifade ediliyor.
Şirketin kendi kıyaslamaları
Microsoft, tutulan değerlendirmelerde MAI-Base-2’nin test ettiği açık ağırlıklı modelleri geride bıraktığını ve en güçlü açık temel model olarak tanımladığı DeepSeek-V4-Pro-Base’e göre ön eğitim FLOPs verimliliğinde yaklaşık 4–12 kat daha iyi olduğunu iddia ediyor. Karşılaştırmada Kimi K3, Qwen3.8 ve MiMo gibi açık modeller de yer alıyor; ancak bazıları yalnızca son eğitilmiş sürümle ölçüldüğü için şirket uyarı notu düşüyor. Bu rakamlar Microsoft’un kendi ölçümleri; bağımsız üçüncü taraf raporları henüz kamuya açık değil.
Görü, veri ve yöntem
MAI-Base-1’den farklı olarak MAI-Base-2, kodlayıcısız bir görü-dil mimarisiyle yerel olarak görüyle ön eğitilmiş. Görü-dil derleminin 4,5 trilyon benzersiz token içerdiği ve tekrarlarla birlikte 50 trilyon token’lık karışımın yüzde 18’ini oluşturduğu belirtiliyor. Bilgi kesim tarihi Mart 2026. Benzersiz eğitim token’ları MAI-Base-1’e göre yaklaşık yüzde 36 artmış. Şirket ayrıca ölçek merdivenleri, her katmanda MoE, Muon optimizasyonu ve aktivasyon gradyan kırpma gibi teknikleri ayrıntılı anlatıyor; bunlar eğitim tarifesinin parçası olarak sunuluyor.
Kaynak: Microsoft AI
