微軟自研AI模型性能超越OpenAI，算力僅用四分之一
nashnova research
微軟AI主管蘇萊曼在內部全員大會上宣布，自研基礎模型MAI-Base-2預訓練性能已超越驅動GPT-5.6 Sol的OpenAI同類模型，且僅用四分之一算力——這意味著微軟正從OpenAI的最大金主，轉向其最直接的技術競爭者。
MAI-Base-2到底比OpenAI強在哪？
微軟AI CEO蘇萊曼稱，MAI-Base-2在預訓練階段（模型從海量數據中學習規律的第一步，亦是最燒錢的一步）的基準測試中，表現優於OpenAI內部代號「Spud」的模型。
比較的核心指標是模型理解和預測資訊模式的能力——這意味著→ 微軟並非在某個細分任務上勝出，而是在底層能力上聲稱領先。
蘇萊曼表示，上述比較基於微軟對OpenAI模型技術資訊的特殊訪問權限，即微軟能看到OpenAI模型的性能數據。
四分之一算力意味著甚麼？
訓練MAI-Base-2所用算力僅為OpenAI同類模型的四分之一。簡單來說＝ 同樣一個模型能力水平，微軟花的電費和晶片時間只有OpenAI的零頭。
與DeepSeek的對比更誇張：蘇萊曼稱MAI-Base-2算力效率是DeepSeek-V4-Pro-Base的12倍。
這反映出AI競爭正從「誰有更多GPU」轉向「誰能用更少資源訓出更強模型」——效率成了新戰場。
微軟為何敢公開「踩」OpenAI？
蘇萊曼在內部全員大會上直接拿自家模型與OpenAI對比，這一舉動本身就很罕見——微軟已向OpenAI投入數十億美元，持股估值可能超過1000億美元。
雙方商業捆綁極深：微軟通過Azure向客戶提供OpenAI模型，Copilot等自有產品亦依賴OpenAI。這意味著→ 蘇萊曼的表態並非隨口一說，而是微軟高層願意承受關係摩擦的信號。
過去一年多，兩家關係已出現明顯裂痕。今年3月微軟將蘇萊曼調至專注模型研發的超級智能部門，主導自研方向。
自研模型能真正替代OpenAI嗎？
MAI-Base-2是微軟在算力效率上釋放的最強信號，但預訓練只是第一步——從基礎模型到能上線產品的成品模型，中間還有大量工程。
簡單來說＝ 微軟現在證明的是「我能更便宜地造出同等水平的毛坯」，但毛坯能否變成替代Copilot裏OpenAI模型的成品，尚未驗證。
這是兩者關係走向的核心節點：如果微軟自研模型在產品層面也能替代OpenAI，雙方的合作邏輯將從根本上改變。
市场有风险，内容仅供研究参考，不构成投资建议。