MicrosoftはIgnite 2026を利用し、企業の推論予算を消費するワークロード、すなわちコーディング、サイバーセキュリティ、画像、ライブ音声、文字起こし、ソフトウェア意思決定にわたって、自社AIポートフォリオを拡大しました。この発表が重要なのは、すべてのモデルが一般提供されているからではありません。いくつかは依然としてプレビュー段階です。重要なのは、MicrosoftがMaia 200シリコンからMAIモデル、GitHub、Azure、セキュリティシステム、Dragon Copilotまでを網羅するスタックを構築している点です。
ここでは、CTOとエンジニアリング責任者が理解すべき、7モデルのラインアップ、Microsoftのコーディングコストに関する主張、ライセンス済みモデルウェイト、特化型のセキュリティおよび音声システム、そしてそれらを支えるインフラストラクチャ戦略を解説します。
7つのMAIモデルにより、Microsoftはモデルホスティングを超える
MicrosoftのIgnite発表では、7つの自社モデル、MAI Code 2、MAI Code 2 Flash、MAI Cyber 2 Flash、MAI Image 2.7、MAI Realtime 1、MAI Transcribe 2、Decision 1.1が示されました。Microsoftは、MAI Image 2.7とともに、MAI Image 2.7 Flashバリアントもプレビューに入ると説明しています。
このポートフォリオは、すべてのアプリケーションを担うことを期待された単一の汎用モデルではなく、タスクを中心に構成されています。
- コーディング:
MAI Code 2およびMAI Code 2 Flash - サイバーセキュリティ:
MAI Cyber 2 Flash - 画像生成:
MAI Image 2.7およびそのFlashバリアント - ライブ音声:
MAI Realtime 1 - 文字起こし:
MAI Transcribe 2 - ソフトウェア意思決定:
Decision 1.1
Microsoft AIは、これらのシステムを企業ワークロード向けに最適化され、Microsoft製品に統合されたコンポーネントとして提示しました。これは単にモデルカタログが拡大したという話ではありません。AI支援ワークフローごとの経済性と導入経路を、より多くコントロールしようとする取り組みです。
CTOにとっては、モデル選定をプロバイダー名だけでなく、ワークロード、提供段階、統合対象、運用コストで評価すべき状況になりました。プレビューモデルには制約付きのテストが必要であり、一般提供モデルは正式な本番評価に進められます。
コーディングの経済性が調達課題になる
Microsoftが最も測定可能な主張を行ったのはMAI Code 2についてです。同社によれば、このモデルはGPT-6.1 Solのコーディング品質の98%を、およそ40%の価格で提供します。
この主張は、独立したテストとして提示されたものではありません。それでも、主張されている品質水準と明示された価格比率を組み合わせているため、有用な評価目標です。
MAI Code 2とMAI Code 2 FlashはどちらもGitHub Copilotで利用可能になり、MAI Code 2 FlashはAzure AI Foundryでプライベートプレビューに入りました。この違いは重要です。Copilotで利用できることは開発チームに即時の製品利用面を提供する一方、Foundryのプライベートプレビューは、より広範なアプリケーション実験を承認済み参加者に限定します。
- 評価目標:
MAI Code 2の受け入れ率とレビュー作業量を、現在利用しているコーディングモデルと比較します。 - コスト目標: トークン価格だけでなく、ワークフロー全体のコストに対して、Microsoftの約40%の価格という主張をテストします。
- アクセス上の制約: Azure AI Foundryにおける
MAI Code 2 Flashは、プライベートプレビューへの依存関係として扱います。 - ガバナンス要件: 生成されたコードは、既存のテスト、セキュリティ、人間によるレビューの統制下に置きます。
エンジニアリングチームにとっては、問題はモデルがコードを生成できるかどうかではありません。同等の出力を、推論支出を抑えつつ、レビュー負荷を増やさずに生成できるかどうかです。
セキュリティと意思決定モデルが運用ワークフローを対象にする
Microsoftは、エージェント型コードセキュリティシステムであるCodename MDASH内で、MAI Cyber 2 Flashをプレビューとして位置付けました。Microsoftによれば、このモデルは脅威分析と脆弱性ワークフローを対象としています。
これは一般提供のセキュリティコントロールとして発表されたものではありません。エージェント型システム内のプレビュー機能であるため、セキュリティ責任者はワークフローの高速化と、権威あるリスク判断を分けて考えるべきです。
一方、Decision 1.1は一般提供となりました。Microsoftはこれを、信頼性の高いソフトウェア意思決定を行うために設計された、低コストかつ高スループットのモデルと説明しています。
- セキュリティのステータス:
MAI Cyber 2 Flashは引き続きプレビュー段階です。 - セキュリティの対象範囲: Microsoftは脅威分析と脆弱性ワークフローを対象としています。
- 意思決定のステータス:
Decision 1.1は一般提供です。 - 意思決定プロファイル: Microsoftはこれを、低コストかつ高スループットのソフトウェア意思決定向けに位置付けています。
CTOにとっては、MicrosoftがDecision 1.1を一般提供に移行したため、こちらがより短期的な本番候補です。MAI Cyber 2 Flashは、プレビューのステータスが変更され、セキュリティチームが確立済みの統制に照らして出力を検証するまで、隔離された評価環境に留めるべきです。
音声、文字起こし、イメージングがアプリケーション層を拡張する
Microsoftは、MAI Realtime 1を同社初のライブ音声対音声モデルとして発表しました。この位置付けにより、レイテンシに敏感な会話型アプリケーションは、外部プロバイダーとの統合だけでなく、Microsoft自社モデルのカテゴリになります。
Microsoftはまた、MAI Transcribe 2をDragon Copilotの多言語文字起こしを支えるエンジンとして特定しました。これによりモデルには明確なアプリケーション上の役割が与えられますが、MicrosoftはIgniteの発表で、より広範な提供状況の詳細を示していません。
画像については、MAI Image 2.7とMAI Image 2.7 Flashがプレビューに入りました。プレビューのステータスは、アーキテクチャと調達の両方に影響を与えるべきです。チームは出力とワークフローの適合性を評価できますが、本番サービスのコミットメントを前提とすべきではありません。
エンジニアリングチームにとっては、音声対音声、文字起こし、画像生成は別々のアーキテクチャトラックとして維持すべきです。これらは同じMAIブランドを共有していても、レイテンシ、レビュー、データ処理、可用性の要件が異なります。
ライセンス済みウェイトとMaia 200がスタックを完成させる
おそらく最も重要な発表は、MAI Licensed Weightsでした。Microsoftによれば、企業は自社データで選定されたMAIモデルをカスタマイズし、それらのモデルをAzure環境内で実行できるようになります。
「選定された」という言葉は重要です。MicrosoftはすべてのMAIモデルがこの方式で利用可能になるとは述べていません。そのため、アーキテクチャ計画はポートフォリオ全体にわたる仮定ではなく、確認済みのモデル適格性に依存すべきです。
同時に、MicrosoftはMaia 200 AIアクセラレーターが本番稼働に入り、Microsoft最大規模のモデルを実行していると発表しました。これにより、次の3層が接続されます。
- インフラストラクチャ:
Maia 200 - モデル: 拡大するMAIポートフォリオ
- アプリケーション: GitHub Copilot、Codename MDASH、Dragon Copilot、Azure AI Foundry
これは図上の垂直統合にとどまりません。Microsoftは、モデル最適化、インフラストラクチャの割り当て、製品への配置をより強くコントロールできるようになります。
Microsoft AI責任者のMustafa Suleymanは、強力な事前学習および強化学習の成果を挙げ、同社が汎用フロンティアモデルに向けて進展しているとも述べました。ただし、リリース時期は示されていないため、企業はこの取り組みに移行日程やキャパシティ計画を結び付けるべきではありません。
CTOにとっては、MAI Licensed Weightsは、データ境界、カスタマイズの所有権、Azureの運用コスト、モデルのポータビリティを対象とする、独立したプラットフォームレビューに値します。Maia 200は、今回の発表によって確立された顧客向け調達オプションではなく、戦略的インフラストラクチャシグナルとして扱うべきです。
CTOとエンジニアリング責任者のための戦略的要点
コーディングに関する主張をベンチマークする。 Microsoftが示す98%の品質をおよそ40%の価格でという主張を、自社のリポジトリ、レビュー基準、ワークフロー全体のコストに対してテストします。
プレビューと本番候補を分ける。
Decision 1.1は一般提供ですが、MAI Cyber 2 Flash、画像モデル、Azure AI Foundry内のMAI Code 2 Flashにはプレビュー上の制約があります。ライセンス済みウェイトをアーキテクチャ上の意思決定として評価する。 Azure内で企業データを用いてカスタマイズすることは、ガバナンス、コスト配分、デプロイメント責任を変えます。
Microsoftスタック全体を追跡する。 一つの層での最適化が他層での選択に影響し得るため、
Maia 200、MAIモデル、Microsoftアプリケーション統合をまとめて評価すべきです。
Microsoftはもはや、自社モデルを孤立した実験として位置付けていません。同社は、自社シリコン、クラウド、開発者ツール、セキュリティ製品、業務アプリケーションに接続された、ワークロード特化型ポートフォリオを構築しています。したがって、次回のモデルレビューでは、出力品質だけでなく、ライフサイクルのステータス、統合の深さ、カスタマイズ権、総運用コストも比較すべきです。
