Sette modelli MAI per ragionamento, programmazione, immagini, trascrizione e generazione vocale formano la nuova famiglia di intelligenza artificiale di Microsoft. L'azienda l'ha annunciata il 2 giugno 2026 e l'ha presentata come un insieme di modelli sviluppati internamente, pensati per integrarsi sia nei suoi prodotti sia nei servizi per sviluppatori.
L'annuncio di Microsoft AI elenca MAI-Thinking-1, MAI-Code-1-Flash, MAI-Image-2.5 e la sua variante Flash, MAI-Transcribe-1.5 e MAI-Voice-2, oltre a una variante vocale Flash annunciata come imminente. L'azienda li descrive come una famiglia multimodale: modelli distinti, ma costruiti su un'infrastruttura condivisa e destinati a operare all'interno dello stesso ecosistema.
Una famiglia di modelli per cinque attività
MAI-Thinking-1 è il modello di ragionamento di punta. Microsoft lo definisce un modello di medie dimensioni e afferma che eguaglia i modelli leader nei test di ingegneria del software e mostra capacità avanzate di ragionamento matematico. Nella sua valutazione comparativa alla cieca, afferma che i partecipanti lo hanno preferito a Sonnet 4.6; nell'annuncio non ha pubblicato i risultati numerici della valutazione.
Il blog ufficiale di Microsoft specifica che MAI-Thinking-1 ha 35.000 milioni di parametri attivi e una finestra di contesto di 256.000 token. L'azienda afferma che è stato addestrato da zero, senza distillazione di modelli di terze parti, e che è disponibile in Microsoft Foundry in anteprima privata. Afferma inoltre che eguaglia Opus 4.6 nelle capacità di programmazione su SWE Bench Pro e che è stato progettato per istruzioni complesse in più fasi, ragionamento con contesto esteso e generazione di codice.
MAI-Code-1-Flash è il modello di programmazione efficiente in inferenza. Microsoft lo descrive come un modello agentico adattato a GitHub Copilot, Visual Studio Code e allo stack Microsoft; l'annuncio di Microsoft AI gli attribuisce 5.000 milioni di parametri attivi e afferma che è paragonabile a Haiku, ma con un costo inferiore. Il blog di Microsoft Build lo chiama MAI-Code-1 e segnala che è già disponibile in Copilot e VS Code.
La parte visiva è affidata a MAI-Image-2.5 e alla sua variante Flash. Microsoft afferma che supportano la generazione di immagini da testo e la modifica delle immagini, e presenta Flash come un'opzione più efficiente. Nella pubblicazione di Build, l'azienda colloca MAI-Image-2.5 al terzo posto di Arena AI per la generazione da testo a immagine e al secondo per le attività da immagine a immagine, dove afferma che supera Nano Banana 2. Si tratta di posizioni e confronti comunicati da Microsoft.
Per l'audio, Microsoft ha annunciato MAI-Transcribe-1.5, con trascrizione in 43 lingue e supporto integrato per la terminologia specifica di ogni settore. L'azienda sostiene che offre una precisione all'avanguardia ed è cinque volte più veloce dei modelli concorrenti, senza specificare nella pubblicazione quali modelli abbia usato per il confronto. Per la voce, MAI-Voice-2 genera parlato in 15 lingue e può adattare una voce a partire da un breve campione; la variante MAI-Voice-2-Flash, descritta come più efficiente e meno costosa, era stata annunciata come imminente.
| Modello | Funzione descritta | Dettaglio comunicato |
|---|---|---|
| MAI-Thinking-1 | Ragionamento e codice | 35.000 milioni di parametri attivi; contesto di 256.000 token. |
| MAI-Code-1-Flash | Programmazione agentica | 5.000 milioni di parametri attivi; integrazione con GitHub Copilot e VS Code. |
| MAI-Image-2.5 e Flash | Generazione e modifica di immagini | Da testo a immagine e da immagine a immagine; Flash è orientato all'efficienza. |
| MAI-Transcribe-1.5 | Trascrizione vocale | 43 lingue e terminologia specifica del settore. |
| MAI-Voice-2 e Flash | Generazione vocale | 15 lingue; adattamento della voce da un breve campione. |
Accesso tramite Foundry e piattaforme esterne
Microsoft intende offrire i modelli su Microsoft Foundry e nei suoi prodotti, oltre ad ampliare l'accesso per gli sviluppatori tramite OpenRouter, Fireworks e Baseten. La pubblicazione di Microsoft AI aggiunge che, per la prima volta, gli sviluppatori potranno modificare autonomamente i pesi dei modelli. Nell'annuncio non specifica quando ciascun modello sarà disponibile su ogni piattaforma né i relativi prezzi.
I dettagli sulla disponibilità variano tra le pubblicazioni di Microsoft. Il blog di Build indica che MAI-Thinking-1 è in anteprima privata su Foundry e che MAI-Image-2.5 è già in PowerPoint, con distribuzione prevista su OneDrive, oltre al suo arrivo su Foundry. Il riepilogo di Foundry pubblicato per Build, invece, include quattro modelli in anteprima pubblica e li elenca come MAI-Thinking-1, MAI-Image-2.5, MAI-Transcribe-2 e MAI-Voice-2. Questa pubblicazione chiama il modello di trascrizione MAI-Transcribe-2, mentre l'annuncio di Microsoft AI e il blog di Build usano MAI-Transcribe-1.5.
Cambia anche la nomenclatura del modello di codice: la pubblicazione di Microsoft AI parla di MAI-Code-1-Flash, mentre il blog di Build lo presenta come MAI-Code-1. Le pagine non spiegano se questi nomi corrispondano a varianti distinte o a un aggiornamento della denominazione. Microsoft non fornisce ulteriori chiarimenti.
Frontier Tuning e modelli adattati a ogni azienda
L'altra parte centrale dell'annuncio è Microsoft Frontier Tuning, un approccio di ottimizzazione che utilizza l'apprendimento per rinforzo in ambienti reali. Microsoft afferma che le organizzazioni possono addestrare i modelli con i propri flussi di lavoro e dati, all'interno del proprio ambiente, mantenendo la proprietà del modello ottimizzato. L'azienda descrive questi ambienti come spazi di addestramento accessibili esclusivamente a ciascuna organizzazione.
Microsoft sostiene che i suoi modelli ottimizzati possono essere più efficienti e ottenere risultati migliori rispetto alle alternative generiche in attività specifiche. Come esempio, afferma che il suo modello per Excel eguaglia GPT 5.4 con un'efficienza fino a dieci volte superiore. Aggiunge che, dopo essere stato adattato agli standard di un'organizzazione aziendale, MAI ha ottenuto il tasso di vittorie più alto tra i modelli valutati, a un costo circa dieci volte inferiore. L'annuncio non identifica l'organizzazione né specifica il protocollo di questi test.
People – you – must always remain in control.
— Mustafa Suleyman
Nella pubblicazione, Mustafa Suleyman presenta lo sviluppo come parte di una strategia a lungo termine: Microsoft afferma di addestrare i propri modelli di ragionamento da zero, di non distillare modelli di altri laboratori e di usare set di dati puliti, tracciabili e con licenza commerciale. Afferma inoltre di progettare i propri sistemi insieme al chip Maia 200 e di osservare già un miglioramento dell'efficienza pari a 1,4 volte grazie a questo lavoro.
Mayo Clinic parteciperà a un modello per la sanità
Microsoft e Mayo Clinic hanno annunciato una collaborazione per creare un modello di IA per il settore sanitario. Il progetto combinerà l'esperienza clinica di Mayo Clinic e dati clinici deidentificati con le capacità di IA di Microsoft. L'azienda afferma che il sistema sarà progettato per il ragionamento clinico e per diversi impieghi sanitari.
La prima implementazione è prevista all'interno dell'ambiente di Mayo Clinic. Microsoft cita tra i possibili obiettivi diagnosi più precoci e accurate, oltre alla pianificazione dei trattamenti. Una volta convalidato, il modello sarà offerto ad altre organizzazioni tramite Foundry. Secondo l'annuncio, Mayo Clinic sarà proprietaria del modello; non è stata comunicata una tabella di marcia per il lancio.
La disponibilità e il costo saranno determinanti per valutare la portata pratica della famiglia, ma Microsoft non ha pubblicato i prezzi dei modelli nell'annuncio. Ha invece presentato una tabella di marcia per la distribuzione e diverse integrazioni; l'accesso e lo stato di ciascun modello dipendono dal canale, secondo le pubblicazioni dell'azienda.
Microsoft ha anche dichiarato di aspettarsi un rapido ampliamento della propria capacità di calcolo e delle proprie capacità nel corso del prossimo anno. Per gli sviluppatori, le prossime tappe concrete saranno la disponibilità di ciascun modello su Foundry e sulle piattaforme esterne, oltre all'arrivo di MAI-Voice-2-Flash, descritto dall'azienda come imminente.
Fonti: DEV Community, Microsoft AI, The Official Microsoft Blog, Microsoft Foundry Blog
