Microsoft menyelesaikan pra-pelatihan MAI-Base-2, model 2,8 triliun parameter buatan sendiri

Microsoft AI menyatakan telah menyelesaikan pra-pelatihan MAI-Base-2, model dasar generasi berikutnya dengan 2,8 triliun parameter total dan 80 miliar parameter aktif per token. Angka itu menempatkannya sebagai model terbesar yang pernah dikonfirmasi publik oleh lab mana pun pada 2026, di atas Muse Spark Open milik Meta yang berukuran 816 miliar parameter. Model ini adalah penerus MAI-Base-1 yang diumumkan pada Juni 2026 dengan 1 triliun parameter total dan 35 miliar parameter aktif, dan kini berada di tahap post-training. Microsoft belum menyebut tanggal ketersediaan, harga, maupun menyediakan demo publik.

Perubahan arsitekturnya terlihat dari susunan jaringan. Jika MAI-Base-1 menyelang-seling lapisan padat dengan lapisan mixture-of-experts, MAI-Base-2 memasang lapisan ahli di setiap blok jaringan, dengan 102 lapisan dan dimensi tersembunyi 8.704. Kemampuan visual juga dimasukkan sejak awal pra-pelatihan lewat desain tanpa encoder terpisah, dengan korpus visual berisi 4,5 triliun token unik yang mengambil sekitar 18 persen dari campuran data. Microsoft melaporkan rata-rata pemanfaatan FLOPs model sebesar 21 persen dan goodput 89 persen selama pelatihan berjalan, dan menyebut peningkatan itu berasal dari perbaikan kualitas data, arsitektur, serta infrastruktur.

Klaim efisiensi datang dengan catatan yang perlu dibaca hati-hati. Microsoft membandingkan resep pelatihannya, bukan model jadi, dan menyebut butuh 4,2 sampai 12,3 kali lebih sedikit komputasi daripada resep DeepSeek-V4-Pro-Base untuk mencapai mutu setara, serta 6,3 sampai 12,7 kali lebih hemat dibanding resep MAI-Base-1 sendiri. Pengujian dilakukan pada evaluasi internal Microsoft dengan basis kode internal perusahaan. Di antara pembanding, hanya DeepSeek yang merilis checkpoint dasar, sehingga model lain diuji dalam bentuk yang sudah melalui post-training, dan tidak ada model tertutup yang ikut dibandingkan. Artinya angka tersebut adalah klaim vendor yang belum diverifikasi pihak ketiga.

Dua hal membuat pengumuman ini relevan di luar ruang riset. Pertama, Microsoft menegaskan model ini belajar dari data organik, bukan hasil distilasi model perusahaan lain, dan jejak data yang bersih itulah yang membuat bobotnya bisa dilisensikan ke mitra terpilih melalui Azure AI Foundry. Kedua, persiapan MAI-Base-3 sudah dimulai, tanda bahwa perlombaan skala belum berhenti. Bagi tim produk, arah yang terbaca jelas: lab besar berlomba menekan biaya pelatihan, dan penghematan itu biasanya bermuara pada harga API yang lebih murah beberapa kuartal kemudian. Karena model ini tidak dirilis terbuka, pilihan menjalankannya di mesin sendiri tetap tertutup untuk sekarang.