今天AI圈最大的新闻微软公布了自研尖端模型MAI-Base-2。官方说法很猛在多项核心基准上超过OpenAI的主流模型训练和推理用的算力只要对手的四分之一。先把事实摆出来都是10月20日媒体报道里的。MAI-Base-2是个MoE混合专家模型总参数2.8万亿推理时实际激活800亿。训练用了1.6万块GB200跑了38天吃了50万亿token。微软自己的评测里它在代码、问答、数理科学任务上超过了Kimi K3这类开放权重模型。预训练浮点运算量比DeepSeek-V4-Pro-Base省4到12倍比自家上一代MAI-Base-1省6到12倍。限定词先说清楚这些数字全是微软自称第三方还没独立验证。看新闻先看信源别把发布会PPT当论文读。但方向是对的大模型竞争的主战场从谁参数大变成了谁用得省。2.8万亿参数听着吓人实际干活的只有800亿这就是MoE的精髓养一群专家每次只叫醒相关的几个。参数是面子激活参数才是里子。这事对我们做应用的人有三个直接影响。第一推理成本还要降。激活参数少跑一次便宜Agent那种动不动调几十次模型的玩法账单压力小多了。第二长上下文和智能体任务会变多便宜了才敢玩花的。第三选型别再唯参数论以后看每token多少钱、每分性能多少钱。微软的战略意图也明显。从OpenAI的好队友到自研两代模型6月出了MAI-Base-1这次是Base-2微软在摆脱单点依赖。模型自己训推理自己跑云上直接卖。OpenAI负责AGI故事微软负责把账算平分工越来越清楚。同场还有几条值得记的消息。Anthropic被曝在开发新模型主攻理解模糊指令用户说不清楚要什么模型自己推断意图。The Information的联合创始人猜测可能叫Fable 5.5官方没确认。要是真成了提示词工程得变天以后不用反复打磨提示词了。英伟达用8192块GH200做了104量子比特的容错量子计算模拟量子这条线英伟达也在下注。亚马逊开源了TorchNeuron帮开发者把PyTorch代码从英伟达GPU迁到自家Trainium芯片改一行配置就行挖CUDA墙角的意思很明显。还有一条有意思的Accenture把员工的Claude补助降到每月29美元之前有些重度用户一个月能烧掉上千美元。Meta也把用Claude Code的人数从6万砍到3万。大厂都在算AI的账效率这件事从模型厂商一路传导到用模型的企业谁都躲不掉。回到MAI-Base-2。模型还在后训练阶段先整合进微软自家产品后面通过Foundry市集对外提供。想上手玩的等Foundry上架再说。我的判断效率路线会越走越宽。以后大新闻不再是我们训了个更大的而是我们用更少的算力做到了同样的事。做RAG、做Agent的人红利在后面。收藏这篇效率模型的选型逻辑以后会反复用得上省得每次重新查。下期AI话题见。关注我模型圈的新进展第一时间给你拆明白。讨论时间你觉得参数大和用得省哪个对实际做应用的人更重要评论区站个队。—— Cyrus