Build 2026 में माइक्रोसॉफ्ट का बड़ा ऐलान, नए रीजनिंग मॉडल समेत सात AI मॉडल पेश

माइक्रोसॉफ्ट ने अपनी सालाना बिल्ड डेवलपर कॉन्फ्रेंस में MAI ब्रांड के तहत पूरी तरह से इन-हाउस डेवलप किए गए सात नए AI मॉडल्स की घोषणा की। माइक्रोसॉफ्ट AI चीफ मुस्तफा सुलेमान ने इस लॉन्च की घोषणा की, जिसमें रीज़निंग, कोडिंग, इमेज जेनरेशन, ट्रांसक्रिप्शन और वॉइस शामिल हैं। यह कंपनी के इतिहास में सबसे बड़ा मॉडल रिलीज़ है और यह एक साफ संकेत है कि माइक्रोसॉफ्ट OpenAI के साथ अपने रिश्ते से अलग अपनी AI कैपेबिलिटीज़ बना रहा है।

हेडलाइन मॉडल MAI-Thinking-1 है, जो माइक्रोसॉफ्ट का पहला खास मकसद से बनाया गया रीज़निंग मॉडल है। सभी सात मॉडल्स को शुरू से ही साफ, कमर्शियली लाइसेंस्ड डेटा पर ट्रेन किया गया था, जिसमें किसी भी थर्ड-पार्टी AI लैब से कोई जानकारी नहीं ली गई थी। सुलेमान ने इस लॉन्च को 'हिल-क्लाइंबिंग मशीन' के डेब्यू के तौर पर बताया, यह एक शेयर्ड ट्रेनिंग इंफ्रास्ट्रक्चर है जिसे माइक्रोसॉफ्ट के मॉडल्स को कॉम्पिटिटिव बनाए रखने के लिए डिज़ाइन किया गया है, क्योंकि आने वाले सालों में ग्लोबल कंप्यूट रिसोर्सेज़ में काफी बढ़ोतरी होगी।

MAI-Thinking-1

MAI-Thinking-1 माइक्रोसॉफ्ट AI का फ्लैगशिप रीज़निंग मॉडल है और बिल्ड घोषणा का सेंटरपीस है। यह 35 बिलियन एक्टिव पैरामीटर और लगभग एक ट्रिलियन टोटल पैरामीटर वाला एक स्पर्स मिक्सचर-ऑफ-एक्सपर्ट्स मॉडल है, एक ऐसा आर्किटेक्चर जो तुलना करने लायक क्षमता वाले डेंस मॉडल की तुलना में कम इंफरेंस फुटप्रिंट देता है। माइक्रोसॉफ्ट का कहना है कि यह SWE-Bench Pro सॉफ्टवेयर इंजीनियरिंग बेंचमार्क पर क्लॉड ओपस 4.6 से मैच करता है और AIME 2025 मैथेमेटिक्स बेंचमार्क पर 97.0 परसेंट और AIME 2026 पर 94.5 परसेंट तक पहुंचता है, जिससे यह कोडिंग और मैथ्स दोनों कामों में अपने वेट क्लास में सबसे मजबूत मॉडल में से एक बन जाता है।

ह्यूमन प्रेफरेंस टेस्टिंग में, माइक्रोसॉफ्ट ने सर्ज के प्रोफेशनल रेटर्स का इस्तेमाल करके 1,350 ब्लाइंड साइड-बाय-साइड इवैल्यूएशन किए, जिसमें कई तरह के कामों में सिंगल-टर्न और मल्टी-टर्न बातचीत शामिल थी। यूजर्स ने क्लॉड सॉनेट 4.6 की तुलना में MAI-थिंकिंग-1 के जवाबों को पसंद किया, माइक्रोसॉफ्ट का कहना है कि यह दिखाता है कि बेंचमार्क परफॉर्मेंस असल दुनिया में असली काम आ रही है। यह मॉडल 256,000-टोकन कॉन्टेक्स्ट विंडो (600-पेज के डॉक्यूमेंट के लिए काफी), फंक्शन कॉलिंग और डेवलपर इंस्ट्रक्शन को सपोर्ट करता है, और चैट कंप्लीशन API के साथ कम्पैटिबल है। यह अभी Microsoft Foundry पर प्राइवेट प्रीव्यू में उपलब्ध है, और MAI Playground पर जल्द ही पब्लिक प्रीव्यू आने वाला है।

दूसरे छह मॉडल

MAI-Code-1-Flash एक लाइटवेट एजेंटिक कोडिंग मॉडल है जिसमें पांच बिलियन पैरामीटर हैं, जिसे Haiku के बराबर माना जाता है लेकिन इसकी कीमत कम है। यह GitHub Copilot और VS Code में गहराई से इंटीग्रेटेड है और इसे उन इंजीनियरिंग टीमों के लिए डिज़ाइन किया गया है जिन्हें बड़े मॉडल के ओवरहेड के बिना तेज़, लगातार कोडिंग मदद की ज़रूरत होती है।

MAI-Image-2.5 एक ही मॉडल से टेक्स्ट-टू-इमेज जेनरेशन और इमेज एडिटिंग दोनों को हैंडल करता है। Microsoft का कहना है कि इसने Arena इमेज एडिटिंग लीडरबोर्ड पर नंबर 2 पर डेब्यू किया, और Nano Banana Pro के स्कोर को पीछे छोड़ दिया। एक अल्ट्रा-एफिशिएंट Flash वैरिएंट, MAI-Image-2.5 Flash, भी उपलब्ध है, जो कम इंफरेंस कॉस्ट पर वही कैपेबिलिटी देता है।

MAI-Transcribe-1.5 माइक्रोसॉफ्ट का ट्रांसक्रिप्शन मॉडल है, जिसे कंपनी दुनिया का सबसे सटीक मॉडल बताती है। यह दूसरे मॉडल से पांच गुना तेज़ काम करता है और 43 भाषाओं में डोमेन-स्पेसिफिक टर्मिनोलॉजी को सपोर्ट करता है। यह FLEURS और आर्टिफिशियल एनालिसिस एक्यूरेसी बेंचमार्क में सबसे आगे है।

MAI-Voice-2, 15 भाषाओं में हाई-क्वालिटी, नेचुरल-साउंडिंग स्पीच सिंथेसिस देता है और एक छोटे ऑडियो सैंपल से नई आवाज़ के हिसाब से ढल सकता है। यह मॉडल गलत इस्तेमाल को रोकने के लिए बनाए गए सेफगार्ड के साथ आता है। एक कम कीमत वाला, अल्ट्रा-एफिशिएंट वेरिएंट, MAI-Voice-2-Flash, अनाउंस किया गया है और जल्द ही आ रहा है।

हिल-क्लाइंबिंग मशीन

सभी सात मॉडल एक कॉमन फाउंडेशन पर बने हैं जिसे माइक्रोसॉफ्ट अपनी हिल-क्लाइंबिंग मशीन बताता है: एक को-डिज़ाइन की गई ट्रेनिंग पाइपलाइन जिसे लगातार बेहतर बनाने के लिए बनाया गया है क्योंकि कंपनी ज़्यादा कंप्यूट, बेहतर डेटा और शार्प इवैल्यूएशन मेथड अप्लाई करती है। माइक्रोसॉफ्ट ने कहा कि वह अपने मॉडल्स को अपने इन-हाउस Maia 200 सिलिकॉन एक्सेलरेटर्स के साथ को-डिज़ाइन करता है और इस इंटीग्रेशन से पहले ही 1.4x एफिशिएंसी में सुधार देख चुका है। इसका नेक्स्ट-जेनरेशन GB200 कंप्यूट क्लस्टर अब ऑपरेशनल है। सुलेमान ने अनुमान लगाया कि अगले तीन सालों में फ्रंटियर मॉडल्स को ट्रेन करने के लिए उपलब्ध कंप्यूट और हज़ार गुना बढ़ जाएगा।

फ्रंटियर ट्यूनिंग

मॉडल्स के साथ, माइक्रोसॉफ्ट ने फ्रंटियर ट्यूनिंग पेश किया, यह एक ऐसा सिस्टम है जो एंटरप्राइजेज को डेडिकेटेड एनवायरनमेंट में रीइन्फोर्समेंट लर्निंग का इस्तेमाल करके अपने खुद के वर्कफ़्लो और प्रोप्राइटरी डेटा पर MAI मॉडल्स को ट्रेन करके उनके कस्टम वर्शन बनाने देता है। नतीजा यह होता है कि मॉडल एंटरप्राइज के अपने इंफ्रास्ट्रक्चर के अंदर रहता है और ऑर्गनाइजेशन के इंस्टीट्यूशनल नॉलेज को दिखाता है। माइक्रोसॉफ्ट ने कहा कि एक्सेल टास्क के लिए ट्यून किया गया MAI मॉडल परफॉर्मेंस में GPT 5.4 से मैच करता है और दस गुना ज़्यादा एफिशिएंटली चलता है। जब मैकिन्से के एंटरप्राइज स्टैंडर्ड्स के हिसाब से ट्यून किया गया, तो MAI ने लगभग दस गुना कम कॉस्ट पर टेस्ट किए गए किसी भी मॉडल की तुलना में सबसे ज़्यादा विन रेट हासिल किया।

मेयो क्लिनिक के साथ एक हेल्थकेयर मॉडल

माइक्रोसॉफ्ट ने क्लिनिकल इस्तेमाल के लिए एक फ्रंटियर AI मॉडल को-डेवलप करने के लिए मेयो क्लिनिक के साथ कोलेबोरेशन की भी घोषणा की। मॉडल को मेयो क्लिनिक के डी-आईडी पर ट्रेन किया जाएगा।