微软MAI-Base-2：从官宣到配置曝光

第 1 集 · 微软官宣 MAI-Base-2：2.8T 参数 MoE 基座模型完成预训练(2026-10-16,5 条)

微软 AI 负责人 Mustafa Suleyman 于 10 月 16 日宣布，微软 MAI 团队完全在内部自研的 3 万亿（3T）参数量级预训练基座模型已完成训练并达到 SOTA 水平，后训练（post-training）结果即将发布，同时附上技术博客《Frontier Pre-training at Microsoft AI》。这是微软首次公开其前沿级自研基座模型的训练细节，被视为大模型训练方法论的重要参考材料。

已确认

• 模型名为 MAI-Base-2，采用 MoE 架构，总参数 2.8T、激活参数 80B，预训练已全部完成
• 训练数据规模为 50T token
• 官方博客披露了多项预训练细节，多位技术作者（如 Elie Bakouch、gordicaleksa）进行了解读
• Elie Bakouch 的解读指出，该模型比 Kimi K3 更稀疏（激活参数占比更低）
• gordicaleksa 转述的博客要点称，其 FLOPs 效率较 DeepSeek 高出 4-12 倍
• 配图显示模型在多项内部 held-out 评测上取得领先；有研究人员转发评价其为「it's a Good Model」，并解释后训练仍需时间

尚未确认

• 后训练版本的具体评测成绩与发布时间尚未公布
• 「预训练效率超 DeepSeek 数倍」为官方博客表述，尚待独立验证

为什么重要

• 这是微软 AI 首次公开其完全自研的前沿级基座模型，脱离对 OpenAI 等外部模型的依赖具有战略意义
• 披露的训练细节（稀疏度设计、token 规模、FLOPs 效率）为外界了解前沿大模型如何训练提供了少有的一手材料，多位转发者称其为「了解大模型如何训练」的参考
• 80B/2.8T 的稀疏比例设计显示 MoE 稀疏化仍是前沿模型的主流方向

• 微软 MAI 自研 3T 参数基座模型亮相，多项 held-out 评测领先 — soldni · 2026-10-16
• 微软发布 MAI-Base-2:2.8 万亿参数 MoE,预训练效率超 DeepSeek 数倍 — ChengleiSi · 2026-10-16
• 微软官宣 MAI 3T 参数自研基座模型：80B 激活、50T token 训练细节公开 — SinclairWang1 · 2026-10-16
• 微软 MAI 自研 3T 参数级预训练基座模型完成，后训练结果即将公布 — soumitrashukla9 · 2026-10-16
• 微软完成 MAI-Base-2 预训练：2.8T 总参数，FLOPs 效率超 DeepSeek 4-12 倍 — gordic_aleksa · 2026-10-16

第 2 集 · 曝微软 MAI-Base-2 为 2.8T MoE，1.6 万块 GB200 训练 38 天(2026-10-16,2 条)

流传的配置表与微软披露显示，新一代基座模型 MAI-Base-2 为 2.8T 总参数、80B 激活的 MoE 架构（每层均有 MoE，1 shared + 7/512 routed）。该模型于 2026 年 8-9 月在 1.6 万块 GB200 GPU 上训练 38 天，平均 MFU 仅 21%。

• 曝微软 MAI-Base-2 用 1.6 万张 GB200 训练 38 天，2.8T 参数 MoE — scaling01 · 2026-10-16
• 微软 MAI-Base-2 用 1.6 万块 GB200 训练 38 天，MFU 仅 21% — scaling01 · 2026-10-16