Microsoft veut licencier les poids de MAI-Base-2 aux entreprises, via Foundry

Le 15 octobre 2026, Microsoft AI a annoncé avoir terminé le pré-entraînement de MAI-Base-2, un modèle de fondation de type « mélange d'experts » (MoE), qui n'active qu'une partie du réseau à chaque calcul. Il compte 80 milliards de paramètres actifs pour 2,8 billions au total. Microsoft affirme qu'il surpasse tous les modèles à poids ouverts testés et qu'il est 4 à 12 fois plus économe en calcul que DeepSeek-V4-Pro-Base. Le modèle est maintenant en post-entraînement, sans date de sortie.

Ce que Microsoft documente

Dans un long billet technique, Microsoft AI explique avoir entraîné le modèle sur 16 000 GPU GB200 pendant 38 jours, en août et septembre 2026. Le taux d'utilisation des calculs (MFU) a été de 21 % en moyenne, et 89 % du temps a servi à faire progresser l'entraînement.

Les comparaisons portent sur des jeux de test mis de côté, mesurés en « bits par octet », indépendants du tokenizer de chaque modèle. Les tests de code reposent sur le code de Microsoft, ceux de sciences, de maths et de questions-réponses ont été commandés à des prestataires pour limiter la contamination. Les rivaux sont DeepSeek-V4-Pro-Base, seul modèle de base ouvert de plus d'un billion de paramètres, ainsi que Kimi K3, Qwen3.8-2.4T-A95B et MiMo-V2.6-Pro-RL. Pour ces trois derniers, seules des versions post-entraînées existent, ce qui peut fausser la comparaison, reconnaît Microsoft.

Le chiffre de 4,2 à 12,3 fois vient d'une estimation : Microsoft ajuste des lois d'échelle et calcule le budget de calcul qu'il lui faudrait pour égaler DeepSeek. Par rapport à MAI-Base-1, présenté en juin, le gain atteindrait 6,3 à 12,7 fois.

Plusieurs choix techniques sont détaillés :

• un MoE dans chaque couche, rendu possible par un gain de MFU de 24 % à 35 % sur ces couches ;
• l'optimiseur Muon, qui n'occupe que 2,1 % du temps d'une itération ;
• un écrêtage des gradients d'activation, qui stabilise l'entraînement et sert aussi à repérer des données malformées.

Le corpus a grandi d'environ 36 % par rapport à MAI-Base-1 et le modèle intègre nativement la vision. Les données visuelles représentent 18 % du mélange de 50 000 milliards de tokens. Microsoft assure n'utiliser que des données « organiques », sans distillation d'autres modèles, avec une date limite de connaissances en mars 2026.

La comparaison avec OpenAI, sans preuve publique

Le volet le plus commenté vient d'ailleurs. Lors d'une réunion interne, Mustafa Suleyman, patron de Microsoft AI, a déclaré : « Nous avons désormais un modèle de base pré-entraîné plus solide que celui qui alimente GPT 5.6 Sol. Et en fait, nous avons utilisé un quart du calcul qu'OpenAI a employé » (traduction), rapporte Business Insider.

Ces comparaisons s'appuient sur des tests privés et sur des informations techniques dont Microsoft dispose sur les modèles d'OpenAI, selon le dirigeant. Aucune donnée publique ne les étaye. Yahoo Finance souligne qu'il n'y a ni benchmark public, ni prix, ni date de sortie. Suleyman a aussi évoqué un calcul « 12 fois moindre » que celui de DeepSeek, sans préciser le modèle. Le billet de Microsoft laisse penser qu'il s'agit de DeepSeek-V4-Pro-Base.

Le contexte compte : selon Business Insider, Microsoft détient une participation dans OpenAI probablement supérieure à 100 milliards de dollars, et propose ses modèles sur Azure. Les relations se sont toutefois distendues et Microsoft cherche à s'émanciper. Suleyman a été réaffecté en mars à la construction de modèles, dans l'unité de superintelligence. Microsoft a refusé de commenter, OpenAI n'a pas répondu.

Une offre de licence pour les entreprises

Microsoft prévoit de concéder les poids du modèle à des partenaires de confiance via Foundry. L'argument est la maîtrise de la provenance des données. Pour Constellation Research, c'est une stratégie d'entreprise : comparer un modèle fermé à des modèles ouverts relève d'un entre-deux, que son auteur Larry Dignan qualifie de « open-ish ». Certains, note-t-il, jugent cette comparaison absurde. Selon lui, de tels modèles « ne sont pas frontière et pas totalement ouverts », mais peuvent convenir aux entreprises à moindre risque (traduction).

Sur les marchés, la réaction a été discrète : l'action Microsoft a gagné 1,08 % le 15 octobre, selon Yahoo Finance.

Microsoft indique que des résultats de post-entraînement suivront « bientôt » et que MAI-Base-3 est déjà en préparation.