Microsoft официально переросла роль «золотого реселлера» OpenAI. Пока публике скармливают нарратив о нерушимом партнерстве, подразделение Microsoft AI (MAI) последний год потратило на тихую стройку собственного стека с нуля. Результат — публичное превью моделей MAI-Image-2.5-Pro и MAI-Voice-2-Flash. Это не косметический ремонт чужих наработок, а полноценный развод с методом дистилляции. Для Enterprise-сектора здесь важны не только бенчмарки, но и переход к так называемым «traceable data» — чистым данным с прозрачным происхождением. Тренируя модели на корпоративном контенте без участия посредников, Microsoft снимает главный кошмар юристов: риск того, что генеративка выдаст чужую интеллектуальную собственность, случайно «засосанную» при обучении.
Архитектура суверенитета
Переход на проприетарную MAI-Image-2.5-Pro — это классическая вертикализация. Год назад руководство MAI поставило ультиматум: разработать собственные архитектуры для ежедневных задач пользователей экосистемы, чтобы не зависеть от капризов и графиков релизов внешних партнеров. В отличие от универсальных комбайнов, MAI-Image-2.5-Pro бьет точно в боли бизнеса — например, в рендеринг корректного текста внутри изображений. Теперь правки вносятся через естественный язык, что делает итерации в дизайне профессиональными, а не любительскими.
«Microsoft окончательно закрепилась в высшей лиге генеративного AI, перестав быть просто надстройкой над чужими API».
Эта независимость уже работает «в полях». Bing Image Creator по умолчанию переведен на внутренние модели MAI, полностью вытеснив зависимости от OpenAI. Речь не только о творческом контроле, но и о банальном выживании: когда у вас миллионы пользователей в PowerPoint, OneDrive и Dynamics 365, платить роялти на сторону за каждый чих — стратегия, ведущая к финансовому истощению.
Экономика, скорость и вертикальный стек
Эффективность в масштабе стала главной метрикой для MAI-Voice-2-Flash. В высоконагруженных колл-центрах выбор между качеством звука и задержкой обычно мучителен. Microsoft предлагает Flash как антидот: модель работает в два раза быстрее стандартной MAI-Voice-2 при снижении стоимости на 32%. Ценник в $15 за миллион знаков при сохранении естественной просодии — это прямой вызов лидерам рынка голосовых технологий.
Microsoft перестала играть в догонялки и начала диктовать свои правила. Выставляя прайс на MAI-Image-2.5-Pro в $5 за миллион входных текстовых токенов и $106 за миллион выходных токенов для изображений, компания ясно дает понять: собственные модели теперь — основной продукт, а не запасной план. Вертикализация стека завершена: от облака Azure до конечного интерфейса Copilot теперь тянется единая цепочка владения, где нет места лишним посредникам и их комиссиям.