微软 AI 完成 MAI-Base-2 预训练：2.8 万亿参数 MoE（激活 800 亿），自称在留出评测上胜过所测全部开放模型

这件事意味着什么

【要点】

微软 AI（MAI）10 月 15 日发表技术博客，宣布完成新基座模型 MAI-Base-2 的预训练：MoE 架构，总参数 2.8 万亿、激活 800 亿。它在 2026 年 8–9 月用 1.6 万块 GB200 训练了 38 天，平均 MFU 21%，有效训练时间占比 89%。

在留出评测（MAI 自己的代码库，以及委托供应商编写的 STEM、数学、问答集，按 bits-per-byte 计）上，MAI-Base-2 低于 DeepSeek-V4-Pro-Base、Kimi K3、Qwen3.8-2.4T-A95B 和 MiMo-V2.6-Pro-RL；后三者只有后训练版本可比，微软也注明了这一点。微软估算其训练配方比 DeepSeek-V4-Pro-Base 的算力效率高 4.2–12.3 倍，比 6 月的 MAI-Base-1 提升 6.3–12.7 倍。博客称预训练只用自有的「有机」数据、没有从其他模型蒸馏，计划通过 Foundry 向受信任伙伴授权权重。模型仍在后训练，Mustafa Suleyman 说后训练结果「很快」公布。

【可核验】

微软 AI 技术博客：https://microsoft.ai/news/frontier-pre-training-at-microsoft-ai/

Mustafa Suleyman 帖子：https://x.com/mustafasuleyman/status/2110766651344146564

【我们的判断】

一、这是微软自研前沿模型最明确的一步：2.8T 参数、万卡级集群、全链路自建，说明它在 OpenAI 之外认真准备自己的前沿底座。

二、目前只有基座模型和 bits-per-byte 指标，这衡量的是预测文本的能力，不等于做题或写代码的实际表现；真正的比较要等后训练版本和第三方评测。

三、「权重授权给受信任伙伴」不是开放权重，企业能否在 Foundry 上自托管、价格如何，是下一步要看的。

四、强调无蒸馏、数据来源可控，是在向企业客户卖合规与可追溯性，这可能比分数本身更有商业分量。