一句话总结
微软 AI 于 2026 年 10 月 15 日官方公布自研基座模型 MAI-Base-2 完成预训练：MoE 架构、总参数 2.8 万亿、每 token 激活 800 亿，在 16,000 张 NVIDIA GB200 GPU 上训练 38 天（约 50 万亿 token）；截至本数据集收录时模型仍处于后训练阶段。
数据说明
本数据集收录微软 AI 于 2026 年 10 月 15 日技术公告披露的 MAI-Base-2 关键参数（经 IT之家、AICoder 等转载核验）。数据截至 2026 年 10 月 16 日；模型权重、定价与商业发布日期截至收录时尚未公布。
核心数据
| field | 字段含义 | 值 |
|---|---|---|
| model_name | 模型名称 | MAI-Base-2 |
| architecture | 架构 | 混合专家（MoE），每层 1 个共享专家 + 7/512 路由专家 |
| total_params | 总参数量 | 2.8 万亿 |
| active_params_per_token | 每 token 激活参数量 | 800 亿 |
| layers | 层数 | 102 |
| vision | 视觉能力 | 原生无编码器视觉（native encoder-free vision） |
| training_gpus | 训练 GPU | 16,000 张 NVIDIA GB200 |
| training_days | 训练时长 | 38 天（2026 年 8 月至 9 月） |
| training_tokens | 训练数据量 | 约 50 万亿 token |
| knowledge_cutoff | 知识截止时间 | 2026 年 3 月 |
| efficiency_claim | 算力效率（微软称） | 较 DeepSeek-V4-Pro-Base 节省 4.2~12.3 倍算力 |
| performance_claim | 性能声明（微软称） | 强于所有参测开源权重模型 |
| status | 当前状态 | 预训练完成，后训练进行中；权重、定价与发布日期未公布 |
| announce_date | 公告日期 | 2026-10-15（微软 AI 官方博客） |
字段说明
- architecture：每层包含 1 个共享专家与 512 个路由专家中选出的 7 个，属于深度 MoE 设计。
- active_params_per_token：每次前向传播实际激活的参数规模，直接影响推理成本。
- efficiency_claim：微软称 MAI-Base-2 预训练计算效率为 DeepSeek-V4-Pro-Base 的 4.2~12.3 倍（不同来源口径略有差异，此处采用微软官方口径，标注为「微软称」）。
- status：模型处于后训练阶段，尚未开放使用；正式发布时点以微软官方公告为准。
数据来源与参考
- IT之家：《微软完成 SOTA 基模 MAI-Base-2 预训练》（2026-10-16）：链接
- AICoder：Microsoft AI finishes pre-training MAI-Base-2（2026-10-16）：链接
- Microsoft Foundry Labs（官方）：Innovations