# 微软一口气发了7个新模型，MAI-Thinking-1是主打，还附了109页技术报告

> 原标题：[AINews] Microsoft Build: MAI-Thinking-1 and MAI Family models

- 来源：Latent Space
- 发布时间：2026-06-03T05:49:02.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/35520
- 原文：https://www.latent.space/p/ainews-microsoft-build-mai-thinking

## 摘要

微软在Build大会上发布了7个MAI系列模型，覆盖文本推理、代码、图像、语音转文字和语音合成。主角是MAI-Thinking-1，一个35B活跃参数的混合专家模型，支持256K上下文窗口。它被定位为微软首个推理模型，训练数据链条干净，没有用任何第三方模型做蒸馏。随模型一起公开的109页技术报告在圈内评价很高，因为透明度给得足。报告里写明，模型的推理能...

## 推荐理由

我会先打个折：微软这次没公开模型权重、定价，也没给第三方评测结果，所以没法验证它实际有多强。但光凭 7 个模型、35B 激活参数的 MoE、256K 上下文和 109 页技术报告这几个硬数字，信息密度已经够高。加上这事发生在 Build 大会，直接摆在微软自家模型和 OpenAI 依赖的交叉点上，话题性拉满。正文没披露具体 benchmark 分数，这点先别太激动，但作为当天新闻，重要性给到 87 是合理的。

## 锐评

微软这次在Build大会上拿出的MAI系列，最值得看的是两点：一是数据链条干净，二是技术报告写得实在。MAI-Thinking-1是个35B活跃参数的混合专家模型，支持256K上下文窗口，训练全程没用任何第三方模型做蒸馏。这意味着它的推理能力、工具调用这些行为，都是在后训练阶段自己学出来的，没有“抄作业”。109页报告把训练细节、数据来源和性能都摊开了，这在同体量模型里很少见，所以圈内评价不错。

不过别急着把它当一线模型。微软自己也把它定位在第二梯队，优势是能针对特定领域做微调，而不是去跟头部实验室拼通用能力。报告里没提推理成本的具体数字，也没给出跟同尺寸开源模型的横向对比，这点先打个折。另外，模型的实际延迟、部署门槛，正文都没披露，想在生产环境用还得自己测。