A Microsoft AI lançou dois novos modelos internos em pré-visualização pública na quarta-feira – MAI-Image-2.5-Pro, seu gerador de imagem de maior fidelidade até o momento, e MAI-Voice-2-Flash, um modelo de fala construído para cargas de trabalho empresariais de alto volume – enquanto publica dados de produção que equivalem ao argumento mais agressivo da empresa de que ela pode alimentar seus próprios produtos sem depender dos modelos de fronteira da OpenAI.
O anúncio, feito pela equipe de Superinteligência da Microsoft AI, chega cerca de um ano depois que a empresa se comprometeu a construir internamente modelos específicos e chega com um nível incomum de especificidade sobre onde esses modelos agora são executados: Bing, PowerPoint, OneDrive, Dynamics 365, Excel, GitHub Copilot e Azure. A mensagem para os compradores empresariais – e, implicitamente, para a OpenAI – é que os modelos desenvolvidos internamente pela Microsoft não são mais projetos de pesquisa. São infraestruturas de produção que atendem milhões de usuários.
"Cada uma dessas melhorias é um passo em direção ao mesmo objetivo: os produtos Microsoft, desenvolvidos com modelos Microsoft," a empresa escreveu em seu blog de anúncios.
Como MAI-Image-2.5-Pro e MAI-Voice-2-Flash delimitam extremos opostos da curva de custos de IA
Os dois novos lançamentos ocupam extremos opostos do que a Microsoft chama de curva qualidade-velocidade-custo, e o posicionamento é deliberado. MAI-Image-2.5-Pro tem como alvo o nível premium: imagens heróicas, edição detalhada e renderização precisa de texto na imagem – o último dos quais tem sido um notório ponto fraco para modelos de geração de imagens. A Microsoft fixou o preço do modelo em US$ 5 por milhão de tokens de entrada de texto, US$ 8 por milhão de tokens de entrada de imagem e US$ 106 por milhão de tokens de saída de imagem. O modelo básico MAI-Image-2.5 foi lançado recentemente em segundo lugar em edição de imagens no Arena, o placar da comunidade que se tornou um placar de fato para mídia generativa.
A indústria criativa parece estar prestando atenção. Rob Reilly, diretor criativo global da gigante de publicidade WPP, chamou o modelo Pro "um grande avanço para as ferramentas GenMedia" em um comunicado incluído no anúncio da Microsoft, acrescentando que "A Microsoft estabeleceu-se firmemente entre os líderes em IA generativa."
MAI-Voice-2-Flash vai na outra direção. Apresentado pela primeira vez na conferência Build da Microsoft, o Flash roda duas vezes mais rápido que o MAI-Voice-2 e custa 32% menos, ao preço de US$ 15 por milhão de caracteres. Ele foi projetado para o nada glamoroso, mas enorme, mercado de voz de alto volume – call centers, agentes de voz e aplicações de fala em tempo real, onde a latência e o custo por chamada são mais importantes do que ganhos marginais em expressividade. Juntos, os dois modelos refletem uma estratégia de construção de famílias de modelos em vez de um único carro-chefe, porque, como disse a empresa, um estúdio criativo que busca a máxima fidelidade tem necessidades muito diferentes de uma operação de atendimento ao cliente que atende milhões de ligações por dia.
As métricas de produção da Microsoft mostram que modelos internos reduzem os custos de GPU em até 89%
Os lançamentos de modelos são indiscutivelmente menos interessantes do que as métricas de implantação que a Microsoft atribuiu a eles – números que parecem um caso sistemático para a troca de modelos de fronteira de terceiros em seu portfólio de produtos.
O Bing Image Creator agora é executado inteiramente em MAI-Image-2.5, de ponta a ponta, marcando a primeira vez que a ferramenta de imagem do consumidor é totalmente interna. No PowerPoint, a Microsoft afirma que o MAI-Image-2.5 reduz os custos de GPU em até 84% em comparação com o GPT-Image-2, o modelo de imagem da OpenAI. No OneDrive, onde MAI-Image-2.5 agora é o padrão para os principais cenários de edição de imagens, a empresa relata um aumento de 26% nas taxas de salvamento, latência P95 cerca de 25% menor e eficiência 2,5 vezes maior em cargas de trabalho de produção de utilização média.
No lado da voz, o MAI-Voice-2-Flash agora alimenta o Dynamics 365 Contact Center – a plataforma usada por clientes como T-Mobile e EasyJet – onde a Microsoft afirma reduções de custos de GPU de até 89%. O modelo também está integrado ao Azure Voice Live para desenvolvedores que criam agentes de fala para fala.
Talvez a implantação mais importante esteja na área da saúde. O Dragon Copilot da Microsoft, usado por 170.000 provedores médicos e responsável pelo processamento de 28 milhões de consultas com pacientes no último trimestre, agora roda em MAI-Transcribe-1.5 para seu fluxo de trabalho multilíngue em 58 idiomas. A Microsoft afirma que as avaliações internas mostram uma redução relativa de 50% nas taxas de erros de transcrição e de identificação de idioma na maioria dos idiomas – uma afirmação significativa em um domínio onde os erros de transcrição podem se propagar diretamente nas notas clínicas.
Por dentro da estratégia de ‘escalada’ que permite que modelos pequenos superem o GPT-5.6 no Excel
Em uma postagem publicada no mesmo dia, a Microsoft detalhou a metodologia por trás desses resultados – o que ela chama de seu "máquina de escalada," um volante integrado de dados, modelos e o produto "aproveitar" que os rodeia.
O exemplo mais claro é MAI-Code-1-Flash, o modelo de codificação leve lançado no GitHub Copilot em junho. A Microsoft afirma que o modelo atinge uma taxa de aceitação de código aproximadamente 10% maior do que GPT-5.4 Mini e Claude Haiku 4.5 no VS Code, enquanto usa 10% menos tokens médios. A retenção do desenvolvedor conta uma história semelhante: os usuários tiveram 6% mais probabilidade de retornar em vários dias do que com o GPT-5.4 Mini e 11% mais probabilidade do que com Claude Haiku 4.5.
Então a Microsoft fez algo mais interessante. Ele pegou o ponto de verificação MAI-Code-1-Flash e o treinou ainda mais dentro de um ambiente de aprendizado por reforço do Excel, ensinando a um modelo de codificação as ferramentas e fluxos de trabalho do trabalho de conhecimento em planilhas. O resultado, de acordo com o feedback do usuário de produção, é um modelo equivalente ao GPT-5.6 para as tarefas mais comuns do Excel – embora seja pequeno o suficiente para rodar nas GPUs H100 e até A100 mais antigas da Nvidia, em vez de exigir os aceleradores de última geração.
Esse detalhe de hardware merece ênfase. Todas as grandes empresas de IA estão lutando pela alocação de chips de ponta, e um modelo que oferece qualidade adjacente à fronteira em silício de duas gerações muda fundamentalmente a economia de implantação. Também libera o mais novo hardware – incluindo o agora operacional cluster GB200 da Microsoft – para treinamento em vez de serviço.
O manifesto de ‘difusão de fronteira’ de Satya Nadella redesenha o relacionamento OpenAI
O CEO da Microsoft, Satya Nadella, enquadrou os anúncios em uma longa postagem no X intitulada "Difusão e controle de fronteira," que funciona como algo próximo de um manifesto estratégico. "Podemos agora aproveitar capacidades fronteiriças saturadas e fornecê-las em escala e com custos mais baixos através de modelos otimizados para produtos de alto uso, ao mesmo tempo em que continuamos a usar modelos fronteiriços para necessidades fronteiriças," Nadella escreveu, acrescentando que a Microsoft está "começando a direcionar o tráfego através de nossas superfícies primárias para o MAI sempre que nossos modelos corresponderem ou superarem as alternativas de fronteira."
Traduzido da prosa executiva: capacidades que eram de última geração há um ano são agora apostas, e a Microsoft acredita que pode replicá-las de forma barata para tarefas específicas e repetitivas que dominam o uso real do produto. Por que pagar preços fronteiriços por um modelo fronteiriço quando um usuário deseja apenas reformatar uma coluna da planilha?
Nadella teve o cuidado de observar que "modelos de fronteira da OpenAI e Anthropic fazem parte do sistema de orquestração junto com o MAI" – mas ele também articulou um princípio específico de independência do modelo, argumentando que as avaliações de uma empresa "deve continuar a subir colinas mesmo quando qualquer modelo tiver sido removido."
“Manter o equipamento, a memória, o contexto e as habilidades fora do modelo, argumentou ele, é o que dá o controle à Microsoft. O subtexto é difícil de ignorar. A Reuters informou em abril que a licença exclusiva da Microsoft para a tecnologia OpenAI foi revisada para um acordo não exclusivo, e The Information informou em setembro passado que a Microsoft havia começado a incorporar modelos Antrópicos em alguns produtos. O anúncio de quarta-feira completa o triângulo: a Microsoft como orquestradora, com os modelos de fronteira de seus parceiros como componentes intercambiáveis e seus próprios modelos absorvendo um parcela cada vez maior do tráfego de rotina.”
Os desenvolvedores aplaudem modelos mais baratos para tarefas específicas, enquanto os céticos questionam o histórico da Microsoft
A resposta online captou tanto o apelo como o cepticismo em torno da estratégia. "Adoro quando as pessoas usam modelos pequenos para tarefas de nicho," escreveu um usuário X, @mavihsk, respondendo à postagem de Nadella. "Por que preciso usar o modelo onisciente apenas para alterar meu campo no Excel?" Outro usuário, @nabu_lines, resumiu perfeitamente o argumento de venda: "o custo e o desempenho melhoram quando você para de usar demais o modelo maior."
Outros foram menos caridosos em relação ao histórico de execução da Microsoft. "A Microsoft é a pior quando se trata de ouvir o feedback dos usuários," escreveu o designer @designedbyabin, argumentando que a empresa "perderão a corrida da IA porque falharam repetidamente em entender as necessidades do usuário." E um usuário, @tokenoverflow, fez uma crítica mais seca ao argumento de independência do modelo: "eu quero que ele continue subindo depois de remover o Microsoft."
Os céticos levantam uma questão justa. As métricas auto-relatadas pela Microsoft – taxas de aceitação, taxas de salvamento, economia de GPU – vêm de suas próprias avaliações internas, não de benchmarks independentes, e a empresa escolhe quais comparações publicar.
Mas a lógica da estratégia não depende de um único número. O enquadramento de Nadella que o software agora possui "custo marginal real pela primeira vez" explica por que a Microsoft é obsessiva com tokens, GPUs e custos de serviço: quando os recursos de IA são executados a cada pressionamento de tecla em um portfólio de produtos de um bilhão de usuários, uma redução de 84% no custo da GPU não é uma otimização. É a diferença entre um negócio viável e um poço de dinheiro.
Por que a Microsoft está transformando seu manual interno de IA em um produto Azure
A última peça da estratégia é que a Microsoft está vendendo o manual, não apenas os modelos. Nadella posicionou explicitamente a abordagem de escalada como "um modelo para todas as outras empresas nativas de IA, SaaS ou empresariais," e a Microsoft está empacotando o conjunto de ferramentas por meio do Foundry e do que chama de Frontier Tuning – permitindo que as empresas treinem modelos especializados com base em suas próprias avaliações proprietárias e ambientes de aprendizagem de reforço. Isso transforma o exercício interno de redução de custos da Microsoft num produto Azure e dá aos clientes empresariais uma razão para executar as suas cargas de trabalho de IA na nuvem da Microsoft, mesmo que os próprios modelos venham de outro lugar.
A ênfase da empresa em modelos treinados "em dados limpos, rastreáveis e de nível empresarial, sem destilação de modelos de terceiros" serve ao mesmo fim comercial. Em um setor que enfrenta um escrutínio cada vez maior sobre a origem dos dados de treinamento, a Microsoft aposta que os compradores empresariais — e os tribunais — se importarão com a origem dos recursos do modelo. A Microsoft diz que agora está estendendo a abordagem de escalada para Copilot Chat, Outlook e PowerPoint, e ambos os novos modelos estão disponíveis em visualização pública através do Microsoft Foundry e do MAI Playground. "Nada disso é um ponto final," a empresa escreveu. "Estamos apenas começando."
Há sete anos, a Microsoft apostou mais de 13 mil milhões de dólares que a OpenAI construiria o futuro da IA. O anúncio de quarta-feira sugere que a empresa aprendeu uma lição mais barata: o futuro da IA pode pertencer a quem constrói a fronteira, mas os lucros pertencem a quem a torna comum.
Fonte ==> Cyberseo
