# 微软放出 MAI-Thinking-1，35B 活跃参数的 MoE 模型，没靠蒸馏自己从头训

> 原标题：微软发布 MAI-Thinking-1 模型

- 来源：AI HOT 精选
- 发布时间：2026-06-02T20:51:03.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/32930
- 原文：https://x.com/rohanpaul_ai/status/2061913509399789924

## 摘要

微软发了 MAI-Thinking-1，一个混合专家（MoE）模型，总参数 1 万亿但每次只激活 350 亿，跑起来相对省算力。它用 30T token 从零预训练，没拿第三方模型做蒸馏，这点比较硬气。微软管自己的迭代优化流程叫“爬山机器”，听着像在反复试错往上拱。

## 推荐理由

微软发布 MAI-Thinking-1，总参数 1 万亿、每次激活 350 亿，用 30T token 从零预训练且未做第三方蒸馏，MoE 稀疏激活与自研训练路径是这条的主要看点。

## 锐评

30T token 从零预训练、不蒸馏，这个成本是实打实的，微软愿意掏这笔钱说明它不想在模型上一直当租客。1T 总参数、35B 激活，推理时的算力账单跟一个 35B 的 dense 模型差不多，但训练和存储按 1T 算，这笔账只有微软这种量级扛得住。问题是这条只有参数，没有 benchmark、没有开放方式、没有定价，光看架构没法判断它到底行不行。我的态度是先记着这个模型，等能跑分了再决定要不要认真看它。
