Microsoft AI lança o primeiro modelo de inferência MAI-Thinking-1 e seis novos modelos nativos, oferecendo o serviço de aprendizagem por reforço privada "Ajuste de Fronteira"

De acordo com o monitoramento Beating, o responsável pelo departamento de IA da Microsoft (Microsoft AI, abreviado MAI), Mustafa Suleyman, anunciou na conferência de desenvolvedores Build 2026 o lançamento de uma nova família de modelos nativos de IA desenvolvidos internamente pela Microsoft. Esta série inclui um total de 7 modelos, abrangendo áreas como raciocínio, programação, imagens, transcrição e voz, todos treinados do zero pela Microsoft, sem utilizar qualquer modelo de terceiros para destilação de conhecimento, e todos os conjuntos de dados foram devidamente autorizados de forma compatível. A Microsoft afirmou que se dedicará a construir uma «Superinteligência Humanista (Humanist Superintelligence)», garantindo que a IA de ponta sirva como uma ferramenta auxiliar para os humanos e seja supervisionada por eles. Além disso, o cluster de computação GB200, já lançado pela Microsoft, está totalmente em operação para impulsionar a iteração contínua deste ecossistema de modelos.

O modelo de raciocínio principal da família MAI, MAI-Thinking-1, possui 35 bilhões de parâmetros ativos, utiliza uma arquitetura de especialistas híbridos (MoE) e oferece uma janela de contexto de aproximadamente 128K. Nos principais testes de engenharia de software e raciocínio matemático, como o SWE-bench Pro, este modelo atingiu um nível comparável ao Claude Opus 4.6, e superou o Claude Sonnet 4.6 em avaliações cegas por humanos.

Para cenários de programação, a MAI lançou o modelo de agente de programação MAI-Code-1-Flash, com 5 bilhões de parâmetros, que está profundamente integrado ao GitHub Copilot e ao VS Code, oferecendo desempenho equivalente ao Claude Haiku com menor custo de raciocínio.

No aspecto multimodal, a MAI-Image-2.5 e sua variante Flash suportam geração de imagens a partir de texto de alta precisão e edição de imagens, com uma pontuação de qualidade de imagem superior ao Nano Banana Pro; na área de voz e transcrição, foi lançado o modelo de transcrição MAI-Transcribe-1.5, com precisão SOTA e velocidade cinco vezes maior que a dos concorrentes, suportando 43 idiomas; além disso, há o modelo de geração de voz MAI-Voice-2 e sua variante Flash, que suportam 15 idiomas, controle de emoções e clonagem zero-shot.

Estes modelos não só estão implantados na Azure AI Foundry, mas também serão disponibilizados na OpenRouter, Fireworks e Baseten, permitindo aos desenvolvedores ajustar os pesos por conta própria pela primeira vez. A Microsoft também revelou que, ao combinar os modelos com seu chip próprio Maia 200, foi possível alcançar um aumento de 1,4 vezes na eficiência computacional.

Além do lançamento dos modelos básicos, a Microsoft apresentou o serviço de «Ajuste de Fronteira (Frontier Tuning)», baseado em ambientes de aprendizagem por reforço (RLE). Este serviço permite que empresas treinem modelos MAI de forma personalizada em ambientes totalmente controlados e isolados («academia de treinamento»), usando seus próprios trajetos operacionais, sequências de decisão e dados especializados. Testes demonstraram que, após o Frontier Tuning, os modelos personalizados tiveram uma eficiência significativamente maior, com o modelo otimizado para Excel atingindo desempenho equivalente ao GPT-5.4, mas com uma eficiência 10 vezes maior; o modelo desenvolvido para a McKinsey alcançou a maior taxa de vitória, ao mesmo tempo que reduziu os custos em quase 10 vezes.

Além disso, a Microsoft anunciou uma parceria estratégica com a Mayo Clinic, uma das principais instituições médicas do mundo, para desenvolver conjuntamente um grande modelo de raciocínio clínico baseado nos dados clínicos da Mayo e na plataforma de IA da Microsoft. Este modelo será de propriedade exclusiva da Mayo Clinic, inicialmente implantado internamente para diagnóstico precoce e elaboração de planos de tratamento, e posteriormente disponibilizado a outras instituições médicas através do Azure AI Foundry.