微软最新预训练基础模型 MAI-Base-2 以仅为竞争对手四分之一的训练算力，实现了与 GPT-5.6 Sol 相当的性能——这一声明在 AI 行业扔下了一颗深水炸弹。
一周前，OpenAI 联合创始人苏茨克弗（Sutskever）在 NeurIPS 2026 大会上断言”如果你想训练一个比现有模型强 10 倍的 AI，你可能需要 100 倍的算力”。一周后，微软 AI CEO 苏莱曼（Suleyman）便宣布其自研 MAI-Base-2 用四分之一算力达到同等水准。两位 AI 领域最具影响力的人物，在几乎同一时间释放了截然相反的信号——这不仅是微软与 OpenAI 之间的竞争，更是 AI 训练范式转折点的缩影。
一句话结论
MAI-Base-2 以 2.8 万亿总参、800 亿激活参数的 MoE 架构，在 6000 个 GB200 GPU × 38 天内完成预训练，算力效率是 DeepSeek-V4-Pro-Base 的 4~12.3 倍，公开挑战了”越大越强”的传统 Scaling 叙事。
核心参数：2.8 万亿总参、38 天训练
MAI-Base-2 采用混合专家（MoE）架构，总参数量达 2.8 万亿，活跃参数 800 亿（即每次前向传播仅激活约 2.9% 的参数）。模型在 6000 个 NVIDIA GB200 GPU 上历经 38 天完成预训练。整个过程中 GPU 平均浮点算力利用率（MFU）为 21%，有效吞吐量达 89%——这两项指标均处于当前行业前列，显著高于业界常见的 10%~15% MFU 水平。
从参数量级看，MAI-Base-2（2.8T 总参）与 Kimi K3（2.8T 总参）处于同一梯队。但在训练路径上，两者走了不同方向：MAI-Base-2 押注的是极致压缩训练成本，而非单纯扩大参数规模。
对比一：MAI-Base-2 vs GPT-5.6 Sol——私下 Benchmark 胜负
苏莱曼透露，微软曾私下将 MAI-Base-2 与 OpenAI 内部代号为”Spud”、驱动 GPT-5.6 Sol 的内部模型进行基准测试。测试聚焦于”AI 理解和预测信息规律的能力”——这是大模型评测的核心维度之一。在这项对比中，MAI-Base-2 取得了更好的成绩。
这些比较以”保密”方式进行，但微软能获得 OpenAI 内部模型的真实性能数据，最可能的渠道是微软 Azure 为 OpenAI 构建的大规模 GPU 基础设施服务——微软对 OpenAI 训练过程的实际算力消耗有着第一手了解。
与此同时，微软是 OpenAI 最大投资者，持有价值超过千亿美元的股份。任何对 OpenAI 性能的负面表态都可能影响这笔投资的账面估值。这层利益关系让”私下 Benchmark 赢了 OpenAI”的声明变得微妙。
对比二：MAI-Base-2 vs DeepSeek-V4-Pro-Base——4 倍至 12 倍的效率差距
除私下对比外，微软还给出了公开的量化指标：MAI-Base-2 的预训练算力效率是 DeepSeek-V4-Pro-Base 的 4 至 12.3 倍。训练所需算力仅为 DeepSeek 模型的十二分之一。
微软在公开博客中表示，效率优势来自三个核心方向：
- 科学规模化（Scientific Scaling）：通过理论驱动而非盲目堆 GPU 的方式，找到最优训练配置。
- 模型-基础设施协同设计（Co-design）：在设计模型架构时同步考虑底层硬件特性，最大化每瓦算力产出。
- 数据规模化（Data Scaling）：优化训练数据的质量和配比，而非单纯追求 Token 数量。
21% MFU 和 89% 有效吞吐量意味着：6000 个 GB200 GPU 在 38 天内完成了原本需要数倍算力才能完成的工作。
对比三：效率革命还是公关策略？——两份声明的张力
这则新闻最值得玩味的背景是 NeurIPS 2026 大会。OpenAI 联合创始人苏茨克弗在会上表示，AI 要继续进步需要 100 倍算力。一周后，微软展示 MAI-Base-2：同等性能，仅需 1/4 算力。
这个反差有三种解读：其一，苏茨克弗的 100 倍论断指的是从头训练全新的基础模型，而微软是在 Scaling Law 基础上通过工程优化实现的效率提升，两者并不矛盾。其二，微软声明针对的是预训练基础模型能力，而非推理阶段算力需求。其三，这可能是微软精心策划的公关策略：通过对比数据影响市场对 OpenAI 竞争力和估值预期的判断。
数据对比：三大预训练基础模型横向比较
| 指标 | MAI-Base-2（微软） | DeepSeek-V4-Pro-Base | GPT-5.6 Sol（OpenAI） |
|---|---|---|---|
| 发布时间 | 2026年10月15日 | 2026年（推测） | 2026年 |
| 总参数量 | 2.8 万亿 | 约 2.0 万亿 | 约 3.0 万亿 |
| 活跃参数 | 800 亿 | 约 200 亿 | 约 300 亿 |
| 训练算力效率 | 基准（1x） | MAI 的 1/4~1/12 | MAI 的 4 倍 |
| 训练硬件 | 6000 × GB200 | 未公开 | 未公开 |
| 训练周期 | 38 天 | 未公开 | 未公开 |
| GPU 利用率 | 21% MFU | 未公开 | 未公开 |
| 有效吞吐量 | 89% | 未公开 | 未公开 |
注：DeepSeek 和 OpenAI 的部分数据未公开，系基于公开信息的合理估算。
下一步：MAI-Base-3 已启动预训练
苏莱曼表示，若保持训练效率优势，微软将大幅降低 AI 模型开发成本。更为激进的信号是：微软已启动 MAI-Base-3 的预训练准备工作。大模型竞争正在进入以算力效率驱动的新阶段。
MAI-Base-2 的发布清晰地划出一条分界线：微软在 AI 基础模型上的定位正从”OpenAI 的投资方”转向”OpenAI 的直接竞争者”。
FAQ：三个关键问题
MAI-Base-2 的效率突破是否意味着 Scaling Law 已失效？
不完全是。Scaling Law 描述的是参数规模、数据量与最终模型能力之间的关系；MAI-Base-2 的效率突破是工程层面的优化，即在给定固定算力预算下最大化模型质量。两者并不矛盾：如果微软的效率方法可复制，”100 倍算力换 10 倍性能”可能变成”25 倍算力换 10 倍性能”，但 Scaling Law 依然成立。
微软和 OpenAI 的关系为何变得微妙？
微软是 OpenAI 最大的投资者和算力供应商，但同时也在大力自研 MAI 系列模型。苏莱曼被微软从 Google DeepMind 招募过来专职负责自研模型开发，本次 MAI-Base-2 声明的时机和内容都透着竞争意味。然而这种”投资 + 自研”的双重布局，在科技行业大厂中并不罕见。
MAI-Base-2 的效率数据有多可信？
微软给出了 MFU（21%）和有效吞吐量（89%）作为 GPU 利用率的量化指标，这在业内属于较高水准。但微软未公开训练所需的总 FLOPs，DeepSeek 和 OpenAI 也没有反驳这些数据。鉴于微软与 OpenAI 的深度合作关系，这份”赢了 Benchmark”的声明需保留一定解读空间。
延伸阅读
- Radisson联手Accenture推ChatGPT酒店插件：转化率1.5倍1 周前
- 蔡崇信：AI将转向隐性基础设施，知识工作者TAM达50万亿美元1 周前
- IBM与西门子联手推进7埃米3D晶体管：密度翻番、功耗降七成，AI芯片的下一个十年2 天前
- 大模型推荐排行榜 2026 秋季版，写代码、省钱、中文场景各选各的3 周前
继续读
同一批更新里这几篇值得一看：
- SK海力士3D FeNAND：铁电存内计算，吞吐提升10-20倍2026-10-15
- IBM与西门子联手推进7埃米3D晶体管：密度翻番、功耗降七成，AI芯片的下一个十年2026-10-15
- SK海力士：2030年AI基础设施性能规模将增长约20倍2026-10-14