先週は、Bloombergがマイクロソフトが本番Copilotトラフィックを自社のMAIモデルにルーティングしていることを確認した件を取り上げました。今週は、さらに深い全体像が見えてきました。マイクロソフトは、カスタムシリコン、フロンティアクラウドモデル、オープンウェイトエッジモデル、オンデバイスエージェント、そしてそれらを統合するオーケストレーション層に至るまで、完全なファーストパーティAIスタックを構築したのです。Copilotの第一波を定義づけたOpenAI依存は、不和によるものではなく、意図的なアーキテクチャの置き換えによって終焉を迎えつつあります。

ITリーダーの皆様にとって、今週はマイクロソフトのモデルポートフォリオ全体の姿を理解すべき週です。どのモデルを標準化するか、どこで推論を実行するか、エージェントIDをどのように管理するかといった、今行われるアーキテクチャ上の決定は、今後数年にわたってこのスタックによって形作られることでしょう。

1. MAIファミリー: 7つのモデル、ゼロディスティレーション

MAI (Microsoft AI) ファミリーは、Build 2026で発表され、マイクロソフトにとって最も重要な社内AI投資を体現しています。7つのモデルはすべて、Mustafa Suleyman率いるAI Superintelligence Teamが、社内の「Hill-Climbing Machine」トレーニングパイプラインを使用してスクラッチから学習させました。OpenAIやサードパーティからのディスティレーションは一切ありません。合成トレーニングデータもありません。ヒューマンジェネレーテッドで商用ライセンスされたコンテンツのみを使用し、ベンチマークは非汚染状態で実施されています。

MAI-Thinking-1 は旗艦推論モデルです。スパースMixture-of-Expertsアーキテクチャを採用し、約1Tパラメータ中、アクティブパラメータは約35B、256Kコンテキストウィンドウを備え、SWE-Bench ProでClaude Opus 4.6に匹敵するベンチマークスコア（約53%）を達成しています。AIME 2025では97.0%、AIME 2026では94.5%をスコアリング。マイクロソフトは、GPT-5.5と比較して約10倍のトークン効率を主張しています。現在はMicrosoft Foundryでプライベートプレビュー中であり、GitHub Modelsでは無料ティアでのアクセス、OpenRouter、Fireworks AI、Basetenでも利用可能となっています。これはマイクロソフトが初めて、Azure以外の推論プラットフォームにファーストパーティモデルを提供した事例です。

MAI-Code-1-Flash は、ほとんどのエンタープライズが最初に触れることになるモデルでしょう。スパースMoEにより、約137Bパラメータ中、アクティブパラメータは約5Bで、SWE-Bench Proで51.2%をスコアリング。Claude Haiku 4.5の35.2%に対して16ポイントのリードを確保し、最大60%少ないトークン使用量を実現しています。6月26日より全ティアのGitHub Copilotで一般提供が開始され、2026年8月までにデフォルトのCopilotモデルとしてGPT-4 Turboを置き換える見込みです。3ヶ月間のGPT-4 Turboフォールバック期間は2026年11月まで続き、その後MAI-Code-1-FlashがマイクロソフトのMaia 200アクセラレータ上で動作するデフォルトモデルとなります。

このファミリーは推論とコードにとどまりません。MAI-Image-2.5 はArena AI画像編集リーダーボードで第2位にランクインし、PowerPointとOneDriveに統合されています。MAI-Transcribe-1.5 は43言語に対応し、FLEURSベンチマークで単語誤り率4.86%を達成 — これは競合他社の中で最低値であり、競合モデルの約5倍の速度で、Copilot、Teams、Dynamics 365 Contact Centreに統合が進められています。MAI-Voice-2 は15以上の言語をサポートし、5〜60秒の参照音声からのゼロショット音声クローン作成が可能で、先行モデルに対して72%のブラインド嗜好率を記録しています。

ITリーダーへの示唆: MAIファミリーは研究プロジェクトではありません — これは本番インフラです。MAI-Code-1-Flashは既にGitHub CopilotでGAとなっています。MAI-Transcribe-1.5はTeamsとCopilotに統合中です。MAI-Image-2.5はPowerPointで稼働中です。Copilot内部のモデルルーティング層は、コストとレイテンシの理由から、これらのファーストパーティモデルをますます優先するようになっています。組織は、下書き作成、要約、文字起こし、画像生成といった大部分のコモディティCopilotタスクが2026年末までにMAIモデルで実行され、GPT-5.6やClaudeのようなフロンティアモデルは複雑な推論に限定して使用されることを想定すべきです。

2. Phi-4: クラスを超えて活躍するオープンウェイトSLM

Phi-4ファミリーは現在、3.8Bから15Bパラメータの10以上のモデルで構成され、すべてMITライセンスで提供されています。そのテーマは密度です — 14Bモデルが、数学およびコーディングベンチマークにおいて70Bクラスのモデルと競合しています。

Phi-4-reasoning-plus (14B) はAIME 2025で82.5%をスコアリングし、HumanEval+では0.929でオープンソースモデル中第1位となっており、DeepSeek-R1-Distill-Llama-70Bと競合しながらも、サイズは5分の1です。Phi-4-mini (3.8B) はRaspberry Pi 5上で動作し、MMLU 73%を達成 — 多くの8Bクラスのモデルを上回ります。Phi-4-mini-flash-reasoning はSambaYアーキテクチャ（Mambaステートスペースモデル、スライディングウィンドウアテンション、ゲート付きメモリユニットのハイブリッド）を採用し、Phi-4-mini-reasoningと比較して最大10倍のスループット向上と2〜3倍のレイテンシ低減を実現しています。これは単なる小型モデルではなく、バニラTransformerからの真のアーキテクチャ的飛躍です。

最も重要な最近の追加は Phi-4-reasoning-vision-15B（2026年3月）です。これはテキスト生成と深い視覚理解、チェーン・オブ・ソート推論を融合させています。GUIグラウンディングのScreenSpot v2で88.2%、MathVistaで75.2%、AI2D科学図表で84.8%をスコアリング。SigLIP-2ビジョンエンコーダを採用し、複雑な分析用の推論モードと単純なクエリ用の直接回答モードの2つのモードを備えています。このモデルは、新しいマルチモーダルユースケースにおいてFlorenceビジョンラインを実質的に置き換えるものです。

ITリーダーへの示唆: Phi-4モデルはエッジデプロイメントのストーリーです。標準的なノートPC、スマートフォン、さらにはWebLLMを通じてブラウザ上でも動作します。オフライン文字起こし、文書分析、ローカルコードアシスタンスなど、オンデバイスAI機能を構築している組織にとって、Phi-4はライセンスコストなしで本番グレードのモデルを提供します。MITライセンスは商用上の制限がないことを意味します。Phi-4-mini-flash-reasoningのSambaYアーキテクチャは、レイテンシが重要なIoTや組み込みシナリオにおいて特に有望です。

3. Aion 1.0: 従量課金なしのオンデバイスインテリジェンス

Aion 1.0は、WindowsとEdge向けに設計されたマイクロソフトの最新オンデバイスモデルファミリーであり、「従量課金なしのインテリジェンス」— クラウド依存ゼロ、推論あたりの限界費用ゼロのローカルAI処理を意味します。

Aion 1.0 Instruct は、要約、リライト、意図分類といった日常的なテキストタスク向けの軽量SLMです。CPU、GPU、NPUのいずれでも動作し、専用GPUは不要です。現在Edge Canary/DevでPrompt APIおよびWriting Assistance APIとともに利用可能であり、2026年7月にはHugging Faceでオープンウェイトが公開される見込みです。また、Edge 150以上のWebSpeech APIを通じて、オンデバイスの音声-to-テキスト機能も提供します。

Aion 1.0 Plan はより野心的なモデルです — 14Bパラメータ、32Kコンテキストウィンドウを備え、推論、ツール呼び出し、ファイル管理、サブエージェントオーケストレーションを含む、オンデバイスでのエージェンティックワークフロー向けに設計されています。Build 2026でオープンソース化されたWindows Agent Frameworkの一部として、対応するWindowsデバイスにプレインストールされて出荷されます。これはチャットボットではありません。ユーザーの意図に基づいて推論し、ローカルでサブエージェントをオーケストレーションできるエージェントランタイムです。

ハードウェアパスは明快です。NPUパスには最低40 TOPSのNPU（Snapdragon X Elite、Intel Lunar Lake）を搭載したCopilot+ PC、GPUパスにはNVIDIA RTX 30+またはAMD Radeon RX 9060+、そして標準的なWindows 11 CPUフォールバックとなります。従来のオンデバイスモデルであるPhi Silicaも、NPUのみからGPUサポートへと拡張されています。

ITリーダーへの示唆: Aionは、マイクロソフトのデバイス-to-クラウドモデルスタックを完成させます。Aionはオンデバイスの軽量タスク、Phi-4はミッドウェイトのエッジ推論、MAIはクラウドフロンティア推論を担当します。データレジデンシー、レイテンシ、クラウド推論コストに関心のある組織にとって、オンデバイススタックは実ワークロードにおいて実行可能なものになりつつあります。Windows Agent Frameworkは、Windows自体がエージェントプラットフォームになりつつあることを意味します — ITチームは、どのエージェントワークロードをローカルで実行し、どのワークロードがクラウド推論を必要とするかを評価し、それに応じてデバイス管理ポリシーを更新すべきです。

4. Copilotのマルチモデルアーキテクチャ: オーケストレーターパラダイム

Microsoft 365 Copilotは単一のモデルではありません — これはオーケストレーション層です。タスク分類層が各ユーザーインタラクションをタスクタイプ、複雑度、品質要件によって分類し、適切なモデルにルーティングします。

現在のルーティングロジックは、高ボリュームのコモディティ推論にはMAIモデル、複雑なタスクにはフロンティアモデル（GPT-5.6、Anthropic Claude）という形でワークロードを分割しています。MAIは、メール返信の下書き作成、スレッドや会議の要約、スプレッドシートの数式生成、構造化データ抽出、エージェンティックコーディングを担当します。フロンティアモデルは、長い非構造化文書にわたる新規分析、複雑な依存関係を持つマルチステップ推論、およびスタイル的判断を必要とするクリエイティブ生成を担当します。

特筆すべきは、マイクロソフトの自律エージェント製品である Copilot Cowork が、MAIではなく主にAnthropic Claude（Opus 4.8およびSonnet 4.6）で動作している点です。マイクロソフト自身のファインチューニングモデル「Cowork 1」は発表されましたが、ローンチ時点ではまだこのエージェントを動かしていません。これは実用的な選択です。現在、エージェンティックタスクではAnthropicのモデルがリードしており、マイクロソフトはモデル・ナショナリズムのために製品品質を犠牲にするつもりはありません。

GPT-5.6は7月9日にM365 Copilotの「推奨モデル」として発表されましたが、「推奨」は「排他的」ではありません。アーキテクチャは、モデル機能が検証されるにつれてMAIのルーティングシェアを段階的に拡大できるように設計されています。

ITリーダーへの示唆: マルチモデルアーキテクチャは制約ではなく、機能です。これはCopilotがユーザーの介入なしに各タスクに最適なモデルを自動的に選択することを意味します。しかし同時に、マイクロソフトがルーティングを調整するにつれて、モデルの品質とコストが変動する可能性があることも意味します。組織はCopilotテレメトリを監視して、どのモデルがどのタスクを処理しているかを把握し、ルーティングがMAIに移行するにつれて品質が一貫して維持されていることを検証すべきです。

5. Maia 200: シリコン層

MAI戦略全体を支えているのは、マイクロソフトのカスタムシリコンです。Maia 200 は、1400億個のトランジスタと7 TB/sの帯域幅を持つ216GBのHBM3eメモリを搭載した3nm AIアクセラレータであり、前世代比で30%優れた性能対コスト比を実現しています。クラスターは最大6,144基のアクセラレータまで拡張可能です。

Maia 200は推論に特化して設計されています — 具体的には、AzureデータセンターでMAIモデルを効率的に実行するためです。GitHub CopilotにおけるMAI-Code-1-Flashのデフォルトロールアウトは、NVIDIAハードウェアではなくMaia 200上で実行されます。これはマイクロソフトが、シリコン、モデルアーキテクチャ、トレーニングパイプライン、アプリケーション層という推論スタック全体を掌握していることを意味します。

ITリーダーへの示唆: シリコン層が日々の運用に直接影響を与えることはないでしょうが、これはマイクロソフトのモデル自立の経済的基盤です。カスタムシリコンにより、マイクロソフトはサードパーティモデル用にNVIDIA GPUキャパシティをレンタルするよりも低コストで自社モデルを実行できます。そのコスト優位性は、Copilotの価格設定とルーティングの決定にますます反映されていくでしょう。

6. Florence-2とビジョンインフラストラクチャ層

Phi-4-reasoning-vision-15Bがマルチモーダル推論の王座を獲得した今でも、Florence-2は純粋なコンピュータビジョンにおけるエンタープライズ標準であり続けています。ロードマップ上にFlorence-3はありません。その代わり、Florence-2（ベース0.23B、ラージ0.77B）は引き続きAzure AI Vision Image Analysis 4.0を支え、164言語対応のOCR、オブジェクト検出、セグメンテーション、高密度キャプショニングを、単一のプロンプトベースインターフェースを通じて12以上のビジョンタスクでサポートしています。

エコシステムは成熟しています。ローカルONNX実行のためのC#/.NET NuGetパッケージ、リアルタイムエッジビデオ分析のためのNVIDIA DeepStream統合、特殊データセットで98%以上の精度を達成するLoRAファインチューニングが利用可能です。Florence-2はインフラです — 動作し、デプロイされており、それを破壊する理由はありません。

ITリーダーへの示唆: Azure上でコンピュータビジョンパイプラインを構築している場合、Florence-2は引き続き正しい選択です。テキストとビジョン推論を組み合わせた新しいマルチモーダルユースケースには、Phi-4-reasoning-vision-15Bがより良い選択肢です。この2つのモデルは異なる目的を果たし、マイクロソフトのポートフォリオにおいて当面は共存することになるでしょう。

戦略的ステップ

  1. MAI-Code-1-Flashデフォルト化に備える — 2026年8月の切り替えまで数週間です。GitHub Copilotの使用状況を棚卸し、新しいモデルが必須になる前に、開発者体験をベンチマークしてください。
  2. エッジデプロイメントにおけるPhi-4を評価する — オンデバイスAI（オフライン、低レイテンシ、データ主権）を必要とするシナリオがある場合、MITライセンスのPhi-4ファミリーは本番準備が整っており、無料でデプロイ可能です。
  3. Windows Agent Frameworkに備える — Aion 1.0 Planは対応するWindowsデバイスに出荷され、ローカルエージェントオーケストレーションを可能にします。オンデバイスAIエージェントを考慮したデバイス管理ポリシーの更新を行ってください。
  4. Copilotのモデルルーティングを監視する — マイクロソフトがより多くのトラフィックをMAIモデルに移行するにつれて、Copilot分析を通じて品質メトリクスを追跡し、タスクパフォーマンスが一貫していることを確認してください。
  5. Aionのオープンウェイト公開に注目する — 2026年7月にHugging Faceで公開予定のAion 1.0 Instructオープンウェイトにより、ライセンスコストなしでカスタムオンデバイスAIシナリオが可能になります。
  6. モデル戦略をマッピングする — どのワークロードがAion（オンデバイス）、Phi-4（エッジ）、MAI（クラウド）の各層に適合するかを理解し、単一のクラウドエンドポイントではなく、マルチティアのモデルデプロイメントに向けたアーキテクチャ設計を始めてください。

マイクロソフトのファーストパーティモデルスタックは今、完成しました。基盤にはMaia 200シリコン、クラウドにはMAIフロンティアモデル、エッジにはPhi-4オープンウェイトモデル、WindowsにはAionオンデバイスモデル、そしてオーケストレーション層としてCopilotが位置づけられています。ITリーダーにとっての問いはもはや、マイクロソフトがOpenAIなしで競争力のあるAIを構築できるかどうかではありません — 彼らはそれができることを証明しました。問いはむしろ、あなたの組織が、各タスクに最適なモデルが異なるデバイス、異なるデータセンター、あるいはまったく異なるシリコンアーキテクチャ上で動作する、マルチティア・マルチモデルの世界にどれだけ早く適応できるかです。