
در رویداد Ignite 2026، مایکروسافت از هفت مدل جدید هوش مصنوعی از خانواده MAI رونمایی کرد که OpenAI و Entropy را با هزینه کمتر به چالش میکشند.
گزارش کردن سرویس هوش مصنوعی یک مرحله ایاین مدل ها برای انجام وظایفی مانند برنامه نویسی، امنیت سایبری، تولید تصویر، مکالمات صوتی، تبدیل گفتار به متن و تصمیم گیری هوشمند طراحی شده اند.
مایکروسافت با توسعه این مدل ها در نظر گرفته شده است وابستگی خود را به فناوری سایر شرکت ها کاهش می دهد و موقعیت قوی تری در بازار هوش مصنوعی سازمانی به دست می آورد. همچنین این شرکت سعی در کاهش هزینه های پیاده سازی عوامل هوش مصنوعی دارد تا سازمان ها بتوانند به صورت شبانه روزی از این فناوری استفاده کنند.
مایکروسافت در معرفی محصولات جدید خود بر نسبت عملکرد به هزینه تاکید کرده است. این شرکت معتقد است که افزایش استفاده از توکن ها در سیستم های هوش مصنوعی هزینه قابل توجهی را به کسب و کارها تحمیل می کند و مدل های کم هزینه می توانند امکان استفاده گسترده از این فناوری را فراهم کنند.
کاربردهای مدل های هوش مصنوعی MAI مایکروسافت
مایکروسافت مدل MAI Cyber 2 Flash را برای مقابله با تهدیدات سایبری و محافظت از زیرساخت های سازمانی توسعه داده است. این مدل میتواند به متخصصان کمک کند تا آسیبپذیریها را شناسایی کنند، بر سیستمها نظارت کنند و مشکلات امنیتی را برطرف کنند.
مایکروسافت اعلام کرده است که MAI Cyber 2 Flash عملکرد بهتری از GPT-6 Astra در معیار CyberGymE2E دارد، در حالی که هزینه هر کار آن کمتر از دو درصد از هزینه مدل رقیب است.
این مدل با استفاده از داده های اختصاصی مایکروسافت و تجربه این شرکت در زمینه امنیت سایبری توسعه یافته است. مدل های قبلی MAI Cyber نزدیک به 40 درصد از اسکن ها را روی پلت فرم MDASH انجام داده اند. همچنین 90 درصد اسکن هایی که با مدل های MAI شروع شده بودند با این مدل ها ادامه پیدا کردند.
مایکروسافت همچنین هزینه توکن های خروجی مدل جدید را در مقایسه با MAI Cyber 1.1 Flash حدود 86 درصد کاهش داده است.
مدل دوم، MAI Code 2، برای برنامه نویسی و توسعه نرم افزار در محیط های سازمانی طراحی شده است. این مدل در چهار بنچمارک DeepSWE 1.1، Terminal Bench 2.1، SWE-Atlas و FrontierCode v1.1 ارزیابی شده است.
نتایج گزارش شده نشان می دهد که MAI Code 2 به 98 درصد از عملکرد GPT-6.1 Sol دست می یابد، در حالی که هزینه استفاده از آن حدود 40 درصد از هزینه رقیب است. همچنین این مدل 96 درصد از عملکرد کلود اپوس 5.5 را تنها با 5 درصد هزینه ارائه می دهد.
مایکروسافت همچنین قابلیت طراحی داشبورد و رابط کاربری را در این مدل بهینه کرده است. در یک ارزیابی ناشناس، توسعه دهندگان خروجی کد 2 MAI را به GPT-6 Sol در 64 درصد موارد ترجیح دادند.
با این حال، مایکروسافت تاکید کرده است که این مدل هنوز برای مشکلات بسیار پیچیده مانند تحقیقات علمی پایه و وظایف بلندمدت عامل هوش مصنوعی بهینه نشده است. اکنون کاربران می توانند از آن در GitHub Copilot استفاده کنند.
مدل سوم، MAI Code 2 Flash، برای انجام سریع وظایف برنامه نویسی مکرر طراحی شده است. این مدل میتواند کدها را توضیح دهد، بخشهای خاص را ویرایش کند و خطاهای رایج را برطرف کند.
مایکروسافت اعلام کرده است که عملکرد این مدل در سه بنچمارک برنامه نویسی با GPT-6 Luna و Claude Haiku 5.5 قابل مقایسه است. هزینه استفاده از آن به ترتیب 65 و 20 درصد هزینه این دو رقیب خواهد بود.
این مدل در GitHub Copilot موجود است و نسخه پیش نمایش دسترسی محدود آن در Microsoft Foundry میزبانی می شود.
رقابت مایکروسافت در تولید تصویر و پردازش صدا

چهارمین مدل هوش مصنوعی مایکروسافت، MAI Image 2.7، برای تولید و ویرایش تصویر توسعه یافته است. مایکروسافت ادعا کرد که این مدل در رتبه بندی ویرایش تصویر تحلیل مصنوعی مقام اول را کسب کرده و در حالت حداکثر کیفیت از GPT Image 2.6 Sunburst پیشی گرفته است.
هزینه استفاده از MAI Image 2.7 تنها یک پنجم هزینه مدل رقیب است. این مدل در زمینه تولید تصاویر از متن رتبه چهارم را کسب کرده و مایکروسافت را در رتبه دوم در بین آزمایشگاه های فعال در این زمینه قرار داده است.
مایکروسافت نسخه دیگری به نام MAI Image 2.7 Flash را نیز معرفی کرده است. این نسخه برای تولید تعداد زیادی تصویر طراحی شده و هزینه ساخت هزار تصویر با آن حدود 10 دلار است. هر دو مدل در Microsoft Foundry ارائه می شوند.
مدل پنجم، MAI Realtime 1، اولین مدل مایکروسافت برای تبدیل مستقیم گفتار به گفتار است. این فناوری مکالمات صوتی طبیعی را با تأخیر بسیار کم امکان پذیر می کند.
مایکروسافت اعلام کرد که MAI Realtime 1 در ارزیابی های خارجی و تست های Dynamics 365 بهتر از GPT-Realtime 2.1 عمل کرده است. هزینه استفاده از این مدل از 0.01 دلار به ازای هر دقیقه صدا شروع می شود. کاربران می توانند این فناوری را در محیط آزمایشگاه MAI آزمایش کنند و برای دسترسی گسترده تر درخواست دهند.
مدل ششم با نام Dragon Copilot Transcribe بر اساس MAI Transcribe 2 توسعه یافته است. مایکروسافت این فناوری را به عنوان سریع ترین و دقیق ترین مدل گفتار به متن چند زبانه در جهان معرفی می کند.
این مدل اکنون کل فرآیند تبدیل مکالمات پزشکان و بیماران را به متن در Dragon Copilot انجام می دهد. به گفته مایکروسافت، این سیستم 10 میلیون تماس پزشکی در ماه را پردازش می کند.
همچنین فناوری جدید میزان خطا در فرآیندهای چند زبانه را به نصف کاهش داده است. مایکروسافت اعلام کرده است که Dragon Copilot برای یک سوم پزشکان ایالات متحده در دسترس است.
مدل هوش مصنوعی MAI مایکروسافت در تصمیم گیری
هفتمین محصول، تصمیم 1.1، برای انتخاب هوشمند مدل های هوش مصنوعی طراحی شده است. این فناوری نوع کار را بررسی می کند و مدل مناسب را برای اجرای آن انتخاب می کند.
در نتیجه، سازمانها میتوانند کارهای ساده را به مدلهای ارزانتر برونسپاری کنند و تنها در صورت نیاز از مدلهای بزرگتر استفاده کنند.
مایکروسافت اعلام کرده است که تصمیم 1.1 در شاخص تصمیم گیری AA از رقبایی مانند گوگل، OpenAI و Jev پیشی گرفته است.
در مقایسه با GPT-Sol 6.1، این مدل حدود 50 برابر سریعتر و 79 برابر ارزانتر است. در حال حاضر نزدیک به چهار هزار مشتری از این فناوری استفاده می کنند.
مایکروسافت همزمان با معرفی مدل های جدید از آغاز به کار شتاب دهنده هوش مصنوعی Maia 200 نیز خبر داده است.
این تراشه دومین نسل از شتاب دهنده های انحصاری مایکروسافت است و قبلاً در سال 2026 معرفی شده بود. Maia 200 اکنون برای اجرای بزرگترین مدل های هوش مصنوعی این شرکت استفاده می شود.
به گفته مایکروسافت، این شتاب دهنده به ازای هر وات انرژی مصرفی، 1.7 برابر توکن های بیشتری را پردازش می کند. افزایش بهره وری انرژی می تواند هزینه اجرای مدل های بزرگ را کاهش دهد و استفاده گسترده از آنها را مقرون به صرفه تر کند.
امکان اجرای مدل های اختصاصی در زیرساخت Azure

مایکروسافت همچنین برنامه جدیدی به نام MAI Licensed Weights معرفی کرده است که به سازمان ها اجازه می دهد مدل های هوش مصنوعی را سفارشی کنند.
شرکتها میتوانند مدلهای هوش مصنوعی پیشرفته MAI مایکروسافت را با دادههای اختصاصی خود تطبیق دهند و یک نسخه سفارشیشده را در محیط Azure سازمان اجرا کنند.
در این روش کنترل دسترسی به مدل، داده های اختصاصی و تغییرات اعمال شده بر روی آن با مشتری باقی می ماند.
مایکروسافت به همکاری خود با شرکت مخابراتی AT&T برای نشان دادن قابلیت های شخصی سازی اشاره کرده است. این شرکت یک مدل MAI سفارشی برای تجزیه و تحلیل عملکرد شبکه های 5G ایجاد کرده است.
مدل اختصاصی AT&T توانسته عملکرد بهتری نسبت به GPT-6.1 Sol با 50 برابر هزینه کمتر ارائه دهد. این شرکت همچنین اعلام کرده است که MAI Code 2 در سطح مدل های پیشرفته بازار با هزینه کمتر در برخی از وظایف پیچیده عمل کرده است.
مایکروسافت قصد دارد از طریق برنامه Frontier Company به سازمان ها کمک کند تا مدل های سفارشی را توسعه دهند و آنها را با محصولات و عوامل هوش مصنوعی ادغام کنند.
این شرکت با معرفی خانواده جدید MAI، شتاب دهنده Maia 200 و قابلیت سفارشی سازی مدل ها، مجموعه ای از ابزارهای نرم افزاری و سخت افزاری را برای استفاده سازمانی از هوش مصنوعی ارائه کرده است.
با این حال، بیشتر مقایسههای عملکرد و هزینه این محصولات بر اساس ارزیابیها و ادعاهای منتشر شده مایکروسافت است و بررسیهای مستقل بیشتری برای تایید برتری آنها در شرایط واقعی مورد نیاز است.

















گفتگو در مورد این post