Microsoftが、ついに「自前のAI」を本気で揃えてきました。これまで同社のAIといえばOpenAIの技術を借りる印象が強かったのですが、今回はテキストでの推論から画像、音声、文字起こし、コーディングまでをカバーする7つのモデルを一気に自社開発で公開。さらに、企業が自分のデータでAIを育て、その所有権を手元に残せる新しい仕組みまで打ち出しました。なぜいま、Microsoftは「自立」へ舵を切ったのか。発表の中身と、その裏にある思惑を読み解いていきます。
Microsoft AI は2026年6月2日、社内開発した7つの新モデルからなる MAI モデルファミリーを発表した。発表者はムスタファ・スレイマン。推論モデル MAI-Thinking-1、コーディング向け MAI-Code-1-Flash、画像生成・編集の MAI-Image-2.5、文字起こしの MAI Transcribe-1.5、音声生成の MAI-Voice-2 などを含む。
MAI-Thinking-1 はブラインド評価で Sonnet 4.6 より好まれたとする。MAI-Code-1-Flash は50億のアクティブパラメータを持ち、GitHub Copilot と VS Code に統合される。MAI Transcribe-1.5 は43言語に対応し、MAI-Voice-2 は15言語に対応する。
モデルは OpenRouter、Fireworks、Baseten を通じて提供される。同社は強化学習による Microsoft Frontier Tuning を提示し、Mayo Clinic と医療向け AI モデルの共同開発を発表した。自社シリコン Maia 200 で1.4倍の効率向上を実現したとする。
From: 
Building a hill-climbing machine: Launching seven new MAI models
【編集部解説】
今回の発表を読み解く鍵は、Microsoft AI が並べた7つのモデルそのものよりも、その背後にある一つの転換点にあります。VentureBeat の独占インタビューで、ムスタファ・スレイマン氏はおよそ半年前に OpenAI との契約が変わり、自社の研究者・データ・独自シリコンを使って「超知能」を正式に追求する権限が与えられたと明かしました。長らく OpenAI の技術を再販する立場に甘んじてきた Microsoft が、自前のAIスタックへ舵を切った——その号砲が、この一斉発表なのです。
ただし、これは Microsoft が OpenAI と手を切ったという話ではありません。出資関係は続いており、今回の動きは「依存を断つ」というより「依存度を下げ、自社スタックという選択肢を厚くする」方向の地ならしと見るのが正確でしょう。それでも、AI業界の勢力図が水面下で「誰の技術に依存し、誰から自立するか」という主導権争いに動いていることを、今回の発表は可視化しています。
技術面で注目したいのが、旗艦モデル MAI-Thinking-1 の設計思想です。公式発表のブログ記事は「中規模モデル」とだけ述べていますが、同社は Build 2026 の基調講演で、アクティブパラメータ約350億の疎なMoE構成で、25万6000トークンの文脈窓を持つと明言しています（総パラメータは複数の技術報道で約1兆とされます）。総量を大きくしつつ実際に動かす部分を絞る——この「大きいのに軽い」設計が、後述する低コスト戦略の土台になっています。
ベンチマークについては、慎重に読む必要があります。これらの数値はいずれも Microsoft が自社評価として発表したもので、同社は AIME 2025で97.0%、AIME 2026で94.5%という値を示し、SWE-Bench Pro でも Claude Opus 4.6 と並ぶ水準だと発表しています。ただ、公式が前面に出した「Sonnet 4.6 より好まれた」という人間評価についても、ブラインド比較の件数が報道によって1350件とも1276件とも食い違っており、第三者による再現評価が出そろうまでは、これらを参考値として受け止めるのが賢明です。
このニュースが現場に与える影響として、最も実利的なのはコーディング領域です。50億パラメータの MAI-Code-1-Flash は6月2日から GitHub Copilot 各プランへ段階的に展開が始まりました。Microsoft の自社評価では、SWE-Bench Pro で Claude Haiku 4.5 を上回り、トークン消費を最大60%削減したと発表されています。日々 Copilot を使う開発者にとっては、性能とコストの両面で体感できる変化になるかもしれません。
そして、私が今回の発表で最も本質的だと考えるのが「Microsoft Frontier Tuning」という発想です。これは、各企業が自社の業務データと環境のなかで自分専用のモデルを育て、その知見をモデルに取り込みつつ所有権は手元に残す、という仕組みです。その効果について、公式ブログでは Excel 向けに調整した例として「GPT 5.4 に匹敵しつつ最大10倍効率的」と述べています。一方、基調講演や個人の LinkedIn では別の事例として、マッキンゼー向けに調整したケースで品質が GPT-5.5 を上回りつつコストを10分の1に抑えたと説明しています（いずれも Microsoft の自社評価による数値です）。
この「自社専用モデル」路線が示唆するのは、競争の軸が「最強の汎用モデル」から「自分の仕事に最も馴染むモデル」へ移りつつある、という可能性です。生のモデル性能では先行各社を追う立場でも、企業データへの適応という別の土俵を用意することで、Microsoft は独自の優位を築こうとしているように見えます。
リスクと倫理の側面にも触れておきます。Microsoft が繰り返し強調する「他社からの蒸留に頼らず、適切にライセンスされたクリーンなデータでゼロから訓練した」という主張は、単なる技術的プライドではありません。訓練データの来歴をめぐる法的精査が強まる規制環境のなかで、データの素性の透明性そのものが競争上の重みを増しつつある——その文脈を読み取ると、この訴求は将来の規制リスクへの保険でもあると理解できます（外部監査の有無は現時点では公表されていません）。
医療分野での Mayo Clinic との協業も見逃せません。完成したモデルの所有権を Mayo Clinic 側に残す設計は、機微な臨床データの管理責任を明確にする狙いがあると考えられます。早期診断や治療計画の高度化という恩恵が期待される一方、これはあくまで期待される効果であり、医療AIは誤りが命に直結する領域でもあるため、検証の厳格さが問われ続けるでしょう。
長期的な視点で眺めると、この発表は Microsoft が掲げる「人間中心の超知能（Humanist Superintelligence）」という理念と、OpenAI 依存を下げて自社スタックを強化する商業的現実が、一つのパッケージとして提示されたものだといえます。理念の旗を掲げつつ、足元では自立の地ならしを着々と進める——そのしたたかさこそが、今回の発表の読みどころだと私は感じています。次の1年、計算資源と能力をどこまで急拡大できるか、その実行力が問われることになりそうです。
【用語解説】
MAI モデルファミリー
Microsoft AI が社内開発した一連のモデル群の総称である。画像・音声・文字起こし・コーディング・推論を横断するマルチモーダルな構成をとる。
Mixture-of-Experts（MoE／混合エキスパート）
モデル内部を多数の「専門家」に分割し、入力に応じて一部だけを起動する設計である。総パラメータを大きく保ちつつ、実際に動かす部分（アクティブパラメータ）を絞ることで、性能と計算効率を両立させる。
アクティブパラメータ／総パラメータ
MoE型モデルで、推論時に実際に使われる重みの量がアクティブパラメータ、モデル全体が持つ重みの総量が総パラメータである。MAI-Thinking-1 は前者が約350億、後者が約1兆とされる。
文脈窓（コンテキストウィンドウ）／トークン
モデルが一度に読み込める情報量の上限を指す。単位はトークン（語や文字の断片）。25万6000トークンは約600ページ分の文書に相当するとされるが、これは文書の密度や言語によって変動する目安である。
蒸留（ディスティレーション）
既存の高性能モデルの出力を教師データに用い、別のモデルを学習させる手法である。Microsoft は MAI-Thinking-1 を蒸留なしでゼロから訓練したと主張している。
AIME（ベンチマーク）
米国の高校数学コンテストを題材にした数学的推論の評価指標である。MAI-Thinking-1 は2025年版で97.0%、2026年版で94.5%という自社報告値を示した。
SWE-Bench Pro（ベンチマーク）
実際のソフトウェア開発課題を解かせて性能を測る難度の高い評価指標である。多くの上位モデルでも正答率が大きく下がることで知られ、生成AIの実務的なコーディング力を測る基準として参照される。
ブラインド評価
モデル名を伏せた状態で人間が出力の優劣を判定する手法である。MAI-Thinking-1 の評価は外部の評価事業者 Surge が担当したとされる。
強化学習／強化学習環境（RLE）
試行錯誤と報酬を通じてモデルを最適化する学習方式と、その学習を行う仮想環境を指す。Microsoft Frontier Tuning は、企業の実業務をこの環境に持ち込んでモデルを適応させる発想に立つ。
データ来歴（データリネージ）
学習データがどこから来て、どう扱われたかという素性・履歴のことである。来歴が明確であることは、著作権やライセンスをめぐる法的リスクを抑える要素になる。
Maia 200
Microsoft が自社設計するAI処理向け半導体である。モデルとチップを協調設計することで、約1.4倍の効率向上を得たとされる。
Claude（Sonnet 4.6／Opus 4.6／Haiku 4.5）
Anthropic が提供する大規模言語モデル「Claude」の各グレードである。Opus が最上位、Sonnet が中位、Haiku が軽量版にあたり、いずれも MAI 各モデルの比較対象として名が挙がった。なお本記事の比較はこれらの世代を対象としたもので、その後さらに新しいバージョンも登場している。
GPT 5.4／GPT-5.5
OpenAI の大規模言語モデルの世代名である。Microsoft は Frontier Tuning の効率性を示す際、これらを比較基準に用いた。
Humanist Superintelligence（人間中心の超知能）
人間を置き換えるのではなく、人間に奉仕する道具であり続けるべきだとする、Microsoft AI が掲げる開発理念である。
【参考リンク】
Microsoft AI（公式サイト）（外部）
今回7モデルを発表したMicrosoftのAI研究部門。モデル一覧や技術ブログ、Playgroundへの入口を備える公式ハブである。
Microsoft Frontier Tuning（公式ページ）（外部）
企業の業務データと環境に合わせモデルを適応させる、今回の発表の中核手法を解説する公式ページである。
GitHub Copilot（公式サイト）（外部）
MAI-Code-1-Flashが統合される、GitHubのAIコーディング支援サービスである。
Visual Studio Code（公式サイト）（外部）
MAI-Code-1-Flashが組み込まれる、Microsoftの無償コードエディターである。
Mayo Clinic（公式サイト）（外部）
Microsoftと医療向けフロンティアAIモデルを共同開発する、米国の医療機関である。
OpenRouter（公式サイト）（外部）
複数のAIモデルを共通インターフェースで呼び出せる配信基盤。MAI各モデルが提供される。
Fireworks AI（公式サイト）（外部）
高速な推論を売りにするAIモデル提供基盤。MAIモデルの提供先の一つである。
Baseten（公式サイト）（外部）
機械学習モデルの本番運用を支える基盤サービス。MAI-Thinking-1の提供先として名が挙がった。
Anthropic（公式サイト）（外部）
比較対象となったClaude各モデルを開発するAI企業である。
OpenAI（公式サイト）（外部）
Microsoftが出資し、かつ依存度の引き下げを進める対象でもあるAI企業。GPTシリーズを開発する。
McKinsey & Company（公式サイト）（外部）
Frontier Tuningの成果例として挙げられた、世界的な経営コンサルティング会社である。
【参考動画】
【参考記事】
Microsoft Build 2026: MAI keynote transcript（外部）
MAI-Thinking-1を「35BアクティブのMoE、256K文脈窓」と明記する公式講演全文。パラメータ数の出典確認に用いた。
Microsoft’s MAI Models at Build 2026: First-Party AI Bet（外部）
AIME97.0%・94.5%、SWE-Bench ProでOpus 4.6と互角と整理。数値はすべて自社報告値だと注記する分析記事。
Microsoft MAI-Thinking-1 Developer Guide（外部）
ブラインド評価は1276件、評価事業者はSurgeと具体的に記す開発者向け解説。仕様とベンチマークを詳述する。
Microsoft Launches Seven AI Models to Cut Its Reliance on OpenAI（外部）
Anthropic評価額9650億ドル、OpenAI8520億ドルなど競争構図を数値で示し、Microsoftの自立路線を位置づける。
Microsoft Unveils Seven In-House AI Models At Build 2026（外部）
ブラインド比較を1350件と報じる記事。評価件数が他媒体と食い違う点の確認に有用である。
Microsoft AI chief says company was “set free” from OpenAI to pursue superintelligence（外部）
約半年前のOpenAI契約変更で超知能追求が可能になったとするスレイマン氏独占インタビュー。背景を最も明確に示す。
Microsoft AI launches seven MAI models and Mayo Clinic partnership（外部）
マッキンゼー向け調整でGPT-5.5を品質で上回りコスト10分の1としたLinkedIn発言を伝える。Mayo協業も整理する。
【関連記事】
マイクロソフト、OpenAI依存脱却で超知能研究に参入──スレイマン率いる新チーム発足
今回の7モデル発表の出発点。ヒューマニスト超知能という理念が掲げられた宣言の段階を伝える前提記事。
MAI-Image-2-Efficient 正式発表｜Microsoft、画像生成AIを2モデル体制へ
今回のMAI-Image-2.5の前世代にあたる画像モデル。MAIファミリーがたどってきた系譜を確認できる。
Microsoft Scout発表——「常時稼働」エージェントが変えるAI×仕事の新構造
同じBuild 2026で発表された別の一手。Microsoftの同時期のAI戦略を併せて読める関連発表。
Anthropic IPO始動 ─ Claude開発元がSECにS-1を秘密提出、OpenAI追い抜く
本記事の解説で触れた競合動向。Microsoftの自立路線を取り巻く勢力図を理解する補助線になる。
【編集部後記】
今回、私が一番ざわついたのは「自分の業務で育てた専用モデルは自分のもの」という考え方でした。もし手元のデータでAIを育てられるとしたら、あなたはどんな仕事を任せたいでしょうか。
性能の数字を眺めるのとは別に、「誰の技術に頼り、何を自分の手元に残すか」という問いが、これからじわじわ効いてくる気がしています。私もまだ答えは持っていません。同じ目線で、一緒に考えていけたら嬉しいです。