Microsoft の Build 2026 は、派手なデモではなく、同社のモデル戦略が明らかになったという点で画期的な瞬間でした。7 つの新しい社内製 MAI モデル、より大型モデルの座を静かに奪いつつある Phi-4 ファミリー、そしてエンタープライズの AI デプロイ方法を根本から変える可能性のあるローカルファーストアーキテクチャ。以下にその内訳を解説します。

全体像: Microsoft の OpenAI 独立宣言

そのまま言及しましょう。Build 2026 は Microsoft のモデル独立宣言でした。カンファレンスで発表された 7 つの MAI モデルはすべて、Mustafa Suleyman 率いる Microsoft AI Superintelligence Team が社内の「Hill-Climbing Machine」トレーニングパイプラインを使って完全に社内で開発したものです。すべて商用ライセンスデータでゼロから訓練されており、OpenAI やその他のサードパーティモデルからの蒸留は一切ありません。

Microsoft のエコシステムを評価するエンジニアリングリードにとって、これは計算式を変えます。もはや OpenAI モデルに Microsoft のラッパーを被せてアクセスするために Azure を購入するのではありません。真のファーストパーティモデルスタックに投資するということです。

MAI-Thinking-1: フロンティア推論の一手

旗艦モデルは MAI-Thinking-1 です。これはスパース Mixture-of-Experts モデルで、約 1T のトータルパラメータのうち ~35B のアクティブパラメータを持ち、256K のコンテキストウィンドウをサポートします。数値は競争力があります:

  • AIME 2025: 97.0%
  • AIME 2026: 94.5%
  • SWE-Bench Pro: 53% (コーディングタスクで Claude Opus 4.6 に匹敵)

ブラインド人間嗜好テスト(Surge 経由)では、MAI-Thinking-1 はサイドバイサイド評価で Sonnet 4.6 よりも優先される結果となりました。Microsoft はこれを「同ティアで最も費用対効果の高いフロンティアクラスモデル」と位置づけており、Azure AI Foundry のプライベートプレビューは現在 OpenAI の料金で同等の推論性能を支払っている場合、評価する価値があります。

配信面での注目すべき選択: MAI モデルは OpenRouter、Fireworks AI、Baseten にも提供されます。Microsoft が Azure 以外の推論プラットフォームでファーストパーティモデルを出荷するのは初めてのことです。これはエンジニアリングチームに柔軟性を与えるプラットフォーム非依存の戦略を示唆しています。

MAI-Code-1-Flash: コーディングのダークホース

5B パラメータの MAI-Code-1-Flash は欺くほど小さです。ベンチマークは別の物語を伝えています:

  • SWE-Bench Pro: 51.2%
  • 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 を凌駕 — 16 ポイントのリード(51.2% vs 35.2%)
  • SWE-Bench Verified で Haiku 4.5 より最大 60% 少ないトークンを使用

これはすでにすべての GitHub Copilot ティア(Free から Max まで)にロールアウトされており、VS Code のモデルピッカーから選択可能です。チームが Copilot を使っているなら、今日からこれを利用できます。ここでの主な利点は推論コストです。5B パラメータということは高速かつ安価に実行できることを意味し、より大型のモデルではトークン予算を圧迫するような大量のコード補完シナリオにも適用できます。

Project Polaris: 8 月の移行

今年の後半、Project Polaris — プログラミング言語やフレームワークごとに特化したサブモジュールを持つ Mixture-of-Experts コーディングモデル — が、GitHub Copilot のデフォルトモデルとして GPT-4 Turbo を置き換えます。Microsoft カスタムの Maia AI アクセラレータ で動作する Polaris は、Nvidia ベースの代替と比較してレイテンシの低減を約束します。GPT-4 を維持したいチーム向けに 3 か月のフォールバック期間が計画されています。

CTO にとって、これは最も実践的な短期的影響です: 開発チームの主要な AI コーディングツールは 2026 年 Q4 までに Microsoft ファーストモデルで駆動することになります。

Phi-4 ファミリー: 戦略は密度

Phi-4 ファミリーは現在 3.8B から 15B パラメータまで 10 モデル に及び、すべて MIT ライセンスです。ここでのテーマがあるとすれば、それは 密度 です — 14B の Phi-4 モデルが数学とコードのベンチマークで 70B クラスのモデルと競合しています。

Phi-4-Reasoning-Plus (14B)

  • AIME 2025: 82.5% — DeepSeek-R1-Distill-Llama-70B と競争力があり、サイズは 1/5
  • HumanEval+ でオープンソースモデル #1: 0.929
  • GPQA Diamond: 67.6%

Phi-4-Reasoning-Vision-15B

このモデルは実質的に Florence ビジョンライン(今期は更新なし)を置き換えます。SigLIP-2 ビジョンエンコーダとデュアル <think>/`<not モードを備え、ダイアグラム理解、チャート QA、画面インタラクションを、サイズが 10 倍のモデルと競合するレベルで処理します。

Phi-4-mini-flash-reasoning (3.8B)

これはアーキテクチャの驚きです。SambaY — Mamba(State Space Model)+ Sliding Window Attention + フルアテンションレイヤのハイブリッドデコーダアーキテクチャを採用し、デコーダ全体に Gated Memory Units を挿入しています。これはバニラ Transformers からの真のアーキテクチャ的脱却であり、次のような成果を上げています:

  • Phi-4-mini-reasoning に対して最大 10 倍のスループット向上
  • 2〜3 倍のレイテンシ削減
  • AIME で 57.5%(Llama-3.2-3B-Instruct は 6.7%)

エッジデプロイのシナリオにおいて、このモデルは真剣な注目に値します。MIT ライセンスにより、カスタマイズや再配布に制限はありません。

Aion 1.0: ローカルファーストの賭け

Satya Nadella はこれを「アンメタード・インテリジェンス(計量されない知能)」と表現しました — そして Aion 1.0 はそれを現実にするモデルレイヤです。

2 つのバリアント:

  • Aion 1.0 Instruct: Edge Canary/Dev で開発者プレビュー中。CPU、GPU、NPU で実行 — 専用 GPU は不要。要約、リライト、インテント検出をローカルで処理。7 月に Hugging Face でオープンウェイト公開予定。
  • Aion 1.0 Plan: 14B、32K コンテキストウィンドウ。オンデバイスの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向けに設計。対応ハードウェア上の Windows に箱から出して同梱。

これが Windows Agent Framework(Build でオープンソース化)のインフラです。ワークロードは自然に階層化されます: Aion でオンデバイスの軽量タスク、RTX Spark クラスハードウェアで中重量、クラウドでフロンティア推論。エージェントワークフローを構築するエンタープライズにとって、組み込みのローカルモデルティアがあることで、AI エージェントの導入を阻んできたクラウドレイテンシとデータ常駐性の懸念が解消されます。

Orca-3 と Phi-4-Medium: 本番ワークホース

どちらも MAI モデルと同時にリリースされました:

  • Orca-3: テンプレート駆動の予測可能なタスク。JSON スキーマバリデーション、メール下書き、ログ解析、基本的な CRUD。
  • Phi-4-Medium: 128K コンテキストを持つ中堅ワークホース。量子化/スパースアテンションで GPU メモリフットプリントを 35% 削減。

どちらも Azure AI Foundry で OpenAI の標準料金より約 40% 安く、ペイパートークン課金です。大規模な構造化出力パイプラインを運用している場合、現在の推論コストに対してベンチマークする価値があります。

静かな動き

Microsoft の Turing NLP モデルファミリーと Florence ビジョンモデルは今期更新がありませんでした。Phi-4-reasoning-vision-15B がマルチモーダルビジョンにおいて Florence を機能的に置き換えました。Turing の沈黙は、Microsoft が Phi と MAI ブランドに集約していることを示唆しています。

Aurora、天気基盤モデルは Planetary Computer Pro に統合され、BKW がエネルギー予測に使用しています — しかしこれはドメイン特化の取り組みで、汎用モデルではありません。

Mayo Clinic ヘルスケアフロンティアモデル は Build で発表されましたが、共同開発中で技術スペックは未公開です。

エンジニアリングリードへの戦略的含意

  1. Azure AI 支出を再評価する。 MAI-Thinking-1 の価格帯(非公開だが Microsoft の主張では費用効率が高い)と Phi-4-Medium が OpenAI より約 40% 安いことの組合せは、デフォルトとしての OpenAI のコスト論拠が弱まったことを意味します。

  2. ローカルティアは現実です。 Aion 1.0 + Copilot Runtime + Windows Agent Framework により、完全にオフラインで動作する AI 機能を構築できます。ロードマップにエッジ AI やデータセンシティブなデプロイが含まれるなら、今すぐ Aion の評価を始めてください。

  3. カスタマイズに Phi-4。 ほとんどの Phi-4 モデルの MIT ライセンスにより、自由にファインチューン、蒸留、再配布できます。14B の推論バリアントはデプロイ可能なサイズでフロンティア競争力のある性能を提供します。

  4. Copilot のモデル移行にはタイムラインがある。 8 月までに Polaris がデフォルトになる計画です。切替前に性能特性を理解するため、今すぐ MAI-Code-1-Flash をテストしてください。

Microsoft はもはやサードパーティの技術を繋ぎ合わせるモデルインテグレーターではありません。Build 2026 はそれを誤解の余地なく示しました。エンジニアリングリードにとっての問いは「Microsoft モデルを使うべきか?」ではなく「どれを使うか?」になっています。