Build 2025がMicrosoft独自のAIモデル構築の意図を示したなら、Build 2026はそれを実現した年でした。
6月2日、Microsoftは7つの社内MAI(Microsoft AI)モデルを公開しました — ファーストパーティAIとして過去最大のリリースです。OpenAIや任何第三者からの蒸留ゼロでMustafa Suleymanのチームがゼロから構築したこれは、Microsoftがリセラーではなくモデルビルダーとして自己を主張するものです。
CTOやエンジニアリングリードにとって、シグナルは曖昧さありません: Microsoft独自のモデルエコシステムは臨界量に到達しました。何が発表されたか、何を意味するか、どこに向かっているかを説明します。
MAIファミリー: 7つのモデル、1つの戦略
Build 2026の基調講演はMAIモデルファミリーが中心でした — 「Hill-Climbing Machine」トレーニングパイプライン上に構築されたMicrosoftの新しい旗艦専有AIモデルラインです。
MAI-Thinking-1: 真のフロンティア競合者
際立つのはMAI-Thinking-1で、約350億のアクティブパラメータ(総約1兆)と256Kトークンのコンテキストウィンドウを持つスパースMixture-of-Expertsモデルです。
ベンチマークはフロンティアクラスの領域に位置付けます:
- AIME 2025: 97.0%
- AIME 2026: 94.5%
- SWE-Bench Pro: 53% — コーディングでClaude Opus 4.6に匹敵
- 盲検の人間評価者(Surge経由)は並列比較でSonnet 4.6より好むと評価
Microsoftは「そのティアで最もコスト効率の高いフロンティアクラスモデル」と位置付けています。決定的に、商用ライセンスデータのみでゼロから訓練されています — OpenAIや他の外部モデルからの蒸留なし。他のフロンティアモデルのIP汚染リスクを警戒してきたエンタープライズバイヤーにとって、これは重要です。
MAI-Code-1-Flash: 開発者ワークフロー向けに専用設計
50億パラメータのMAI-Code-1-Flashは、ウェイトクラスをはるかに超えて打ちます。SWE-Bench Proで51.2%を獲得し、4つのコアコーディングベンチマークすべてでClaude Haiku 4.5を16ポイント差(51.2% vs 35.2%)で上回り、最大60%少ないトークンを使用します。
GitHub Copilotの本番ハーネスとライセンスコードリポジトリで直接訓練されたこのモデルは、すでにすべてのCopイル階層 — Free、Student、Pro、Pro+、Max — に展開中です。VS Codeモデルピッカーから直接選択できます。大規模にCopilotを実行するチームにとって、トークン効率だけでも意味のあるコスト削減に直結します。
サポートMAIモデル: 画像、文字起こし、音声
MAI-Image-2.5は前世代より75 Eloポイント上昇し、Arenaリーダーボードで画像編集#2にランク付けされています。PowerPointでライブ、OneDriveに展開中です。MAI-Transcribe-1.5は43言語を2.4%の単語エラー率で処理し — 1時間の音声を15秒未満で276×リアルタイムのバッチ速度で文字起こしします。MAI-Voice-2は15言語をサポートし、5〜60秒の参照音声からゼロショット音声クローンを提供し、前世代に対し72%の盲検優先を獲得しています。
戦略的メモ: Microsoftは初めてこれらのモデルをAzure以外の推論プラットフォーム — OpenRouter、Fireworks AI、Baseten — で出荷しています。これは意図的な配信戦略です。Microsoftは自社の囲い込み庭ではなく、どこでもモデルが使われることを望んでいます。
Phi-4ファミリー: 密度、多様性、そして新しいアーキテクチャ
Phi-4ファミリーは引き続きMicrosoftの最も多作なオープンウェイトモデルラインであり、今月は2つの重要な追加がありました。
Phi-4-mini-flash-reasoning: SambaYアーキテクチャ
わずか38億パラメータのPhi-4-mini-flash-reasoningはSambaYを導入します — Mamba(状態空間モデル)、スライディングウィンドウアテンション、全アテンション層をインターリーブされたGated Memory Unitsと組み合わせたハイブリッドデコーダアーキテクチャです。
これはバニラTransformerからの真のアーキテクチャ上の出発であり、結果が物語っています:
| ベンチマーク | Phi-4-mini-reasoning (3.8B) | DeepSeek-R1-Distill-Llama-8B | Llama-3.2-3B |
|---|---|---|---|
| AIME | 57.5 | 43.3 | 6.7 |
| MATH-500 | 94.6 | 86.9 | 44.4 |
| GPQA Diamond | 52.0 | 47.3 | 25.3 |
3.8Bモデルが8B蒸留モデルを競技数学で上回ることは注目に値します。SambaYアーキテクチャは標準のPhi-4-mini-reasoningより最大10×のスループットを2〜3×のレイテンシ削減で実現します。MITライセンスの下で、GPU予算が制約されたオンプレミスやエッジ展開に即座に利用可能です。
Phi-4-Reasoning-Vision-15B
3月にリリースされたこの15Bマルチモーダルモデルは、SigLIP-2ビジョンエンコーダとPhi-4-Reasoningバックボーンを組み合わせ、ビジョンベンチマークで約10×のサイズのモデルと競争力のあるスコアを獲得: AI2Dで84.8%、ChartQAで83.3%。<think>と<nothink>モードにより、開発者は推論の深さとレイテンシの柔軟性を持ちます。
Phi-4-MediumとOrca-3
Build 2026で2つの専有ミッドティアモデルがローンチされました。Phi-4-Mediumは128Kコンテキストウィンドウで本番アプリケーションをターゲットにし、HumanEvalで82%を達成し、OpenAIの標準料金を約40%下回ります。Orca-3はテンプレート駆動のタスク — JSON検証、メール作成、ログ解析 — を処理します。
Aion 1.0: プラットフォームプレイとしてのオンデバイスAI
MicrosoftはBuild 2026でAion 1.0も発表しました — Windows向けのオンデバイスAIモデルファミリーで、受信箱SLMとしてPhi Silicaを置き換えます。
Aion 1.0 InstructはEdge Canary/Devで開発者プレビュー中、CPU、GPU、NPUで動作し(専用GPU不要)、要約、書き換え、インテント検出、アクセシビリティを処理します。Hugging Faceでのオープンウェイトは2026年7月に予定されています。
Aion 1.0 Plan(14B、32Kコンテキスト)はオンデバイスエージェントワークフロー — 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 — をターゲットにします。対応ハードウェア上のWindowsで今後数ヶ月以内に箱から出荷される予定です。
これはBuildでオープンソース化されたWindows Agent Frameworkを支えるモデルレイヤーであり、ローカルWin32/WinUI 3推論向けのCopilot Runtime APIとペアになります。Nadellaの「アンメタード・インテリジェンス」の枠付け — Aionオンデバイス、RTX Sparkミドルウェイト、クラウドのフロンティア推論 — がMicrosoftのエッジツークラウドAIアーキテクチャを明確に表現しています。
Project Polaris: Copilotのファーストパーティの未来
Project Polaris — 言語ごとに特化したサブモジュールを持つMoEコーディングモデル — は2026年8月からデフォルトのGitHub CopilotモデルとしてGPT-4 Turboを置き換えます。MicrosoftのカスタムMaia AIアクセラレータで動作し、Nvidiaハードウェアより推論レイテンシを削減します。3ヶ月のフォールバック期間により、必要な場合GPT-4に留まることができます。エンタープライズ顧客にとって、Maiaシリコン + ファーストパーティモデルはMicrosoftがトレーニングから推論までスタック全体を制御することを意味します。
すべてが意味すること
いくつかの戦略的糸が収束します:
OpenAIからの独立は現実。 MAI-Thinking-1はOpenAIデータなしのフロンティア能力を証明します。マルチプラットフォーム配信戦略は彼らがヘッジではなく競争していることを確認します。
生のスケールより密度。 14Bモデルが70Bクラスの代替と競争し、3.8Bモデルが8B蒸留ライバルを上回る — Microsoftは効率性を差別化要因として賭けています。
アーキテクチャ革新の継続。 Phi-4-mini-flash-reasoningのSambaYは、正当な場合にはMicrosoftがバニラTransformerを超えて動くことを示します。
フルスタック制御の加速。 Maiaシリコン + Aion + Windows Agent Framework + Foundry + サードパーティプラットフォーム = Microsoftがチップからアプリケーションまで独自のAIスタックを構築しています。
エンジニアリングリーダーにとって、評価基準はシフトしています。問いはもはや「MicrosoftのAIモデルを使うべきか?」ではなく「Microsoftのファーストパーティモデルのどれを、スタックのどこで使うか?」です。
その答えはますます、エッジのAionからクラウドのMAI-Thinking-1まで、その間のすべてのスロットを埋めるPhi-4を含む — すべて です。