---
title: Microsoft AI prezentuje model bazowy MAI-Base-2 o architekturze MoE
url: https://www.elseif.net/pl/microsoft-ai-prezentuje-model-bazowy-mai-base-2-o-architekturze-moe
published: 2026-10-20T15:48:20+00:00
language: pl
section: Modele
source: https://www.blognone.com/node/151939
organizations: Microsoft AI, DeepSeek
publisher: elseif
---

# Microsoft AI prezentuje model bazowy MAI-Base-2 o architekturze MoE

Microsoft AI ujawniło nowy model bazowy o nazwie MAI-Base-2, który służy jako punkt wyjścia do trenowania innych modeli w fazie przedtreningu. Model ten ma zostać następnie dostosowany do specyficznych zastosowań w etapie treningu po wstępnym. Wcześniej firma wprowadziła model MAI-Thinking-1, który opierał się na wcześniejszej wersji MAI-Base-1, nigdy publicznie niezaprezentowanej. Tym razem Microsoft AI zdecydowało się najpierw zaprezentować MAI-Base-2, podkreślając jego dobre wyniki, i poinformowało, że model ten przechodzi właśnie proces treningu po wstępnym w celu przekształcenia go w inne modele specjalistyczne.

MAI-Base-2 wykorzystuje architekturę Mixture-of-Experts i posiada 2,8 biliona parametrów, z czego 80 miliardów jest aktywnych. Jest to znaczące powiększenie w porównaniu z MAI-Base-1, który miał 1 bilion parametrów i 35 miliardów aktywnych. Microsoft AI wyjaśniło, że zwiększenie skali było konieczne, aby dorównać innym modelom bazowym pod względem ilości danych treningowych, ich jakości oraz zasobów obliczeniowych. Firma podkreśliła, że korzysta z własnych danych treningowych, nie używając wyników generowanych przez inne modele, oraz że do treningu wykorzystano około 16 000 jednostek GB200 przez okres 38 dni.

Wyniki testów wykazały, że MAI-Base-2 osiąga znacznie lepsze wyniki niż jego poprzednik. Model ten przewyższa również inne modele bazowe o otwartych wagach, takie jak DeepSeek-V4-Pro-Base. Microsoft AI porównało swoje osiągnięcia z modelami o otwartych wagach, które przeszły już trening po wstępnym, takimi jak Kimi K3, Qwen3.8-2.4T-A95B oraz MiMo-V2.6-Pro-RL, wskazując, że MAI-Base-2 jest w stanie je pokonać. Firma argumentuje, że pełna kontrola nad procesem treningowym oraz posiadanie własnej infrastruktury pozwalają na tworzenie modeli wysokiej jakości przy niższych kosztach.

Modele wytrenowane na bazie MAI-Base-2 zostaną wykorzystane w innych produktach Microsoftu. Firma planuje również udostępnienie ich klientom w modelu najmu.