Microsoft odcina pępowinę od OpenAI. Nowe modele MAI uderzają w koszty i opóźnienia
Gigant z Redmond przestaje być tylko „oknem wystawowym” dla technologii Sama Altmana. Premiera modeli MAI-Image-2.5-Pro oraz MAI-Voice-2-Flash w wersji public preview to jasny komunikat: Microsoft chce pełnej kontroli nad własnym stossem technologicznym. Firma udowadnia, że optymalizacja pod konkretne zastosowania biznesowe przynosi wymierne zyski, zamiast ślepej pogoni za parametrami gigantycznych modeli ogólnego przeznaczenia.
Dlaczego to jest ważne teraz
Rynek AI wchodzi w fazę dojrzałości, gdzie liczy się nie tylko „magia”, ale przede wszystkim rachunek zysków i strat. Microsoft wykorzystuje własne modele, aby radykalnie obniżyć koszty operacyjne i opóźnienia w swoich flagowych usługach, takich jak OneDrive czy Dynamics 365. Przejście na autorskie rozwiązania pozwoliło m.in. na zredukowanie wydatków na jednostki GPU o blisko 89% w systemach obsługi klienta, co otwiera drogę do upowszechnienia technologii głosowej na niespotykaną dotąd skalę.
Obraz w jakości „hero” bez kompromisów
Model MAI-Image-2.5-Pro to obecnie najsilniejszy atut Microsoftu w generowaniu grafik marketingowych. Rozwiązuje on jeden z najbardziej irytujących problemów sztucznej inteligencji: poprawne renderowanie tekstu na obrazkach. Dla agencji kreatywnych i działów marketingu to koniec z ręcznym poprawianiem napisów w Photoshopie. Model ten napędza już Bing Image Creator, a jego integracja z usługą OneDrive skróciła czas reakcji systemu (P95 latency) o 25%. Ceny za API ustalono na poziomie 106 USD za milion tokenów wyjściowych obrazu, co pozycjonuje go jako narzędzie wyższej klasy do profesjonalnych zastosowań.
Szybki głos za ułamek ceny
W sektorze komunikacji głosowej liczy się każda milisekunda. Nowy MAI-Voice-2-Flash jest dwukrotnie szybszy i o 32% tańszy od swojego poprzednika. Przy cenie 15 USD za milion znaków, Microsoft celuje w rynek usług głosowych o dużej skali. Firma podkreśla, że to „szybka i wydajna ścieżka dla doświadczeń głosowych o dużym natężeniu, gdzie responsywność jest wszystkim”. Dzięki optymalizacji, wdrożenie tego modelu w PowerPoint pozwoliło obniżyć koszty infrastruktury aż o 84% w porównaniu do modeli z rodziny GPT.
Strategiczna niezależność danych
Fundamentem serii MAI jest czysta architektura danych korporacyjnych. Microsoft zrezygnował z tzw. destylacji modeli, czyli szkolenia mniejszych systemów na wyjściu z potężniejszych jednostek zewnętrznych dostawców. Taka autarkia technologiczna pozwala precyzyjniej kontrolować jakość i bezpieczeństwo danych. Dla partnerów takich jak grupa WPP, kluczowa staje się intuicyjność narzędzi, która pozwala na szybkie iteracje pomysłów kreatywnych bez obaw o stabilność kosztową czy prawną projektów.
