Microsoft udostępnia MAI-Image-2.5-Pro i przyspiesza rezygnację z modeli OpenAI i Anthropic

Microsoft wypuścił w publicznym podglądzie dwa nowe modele własnej rodziny MAI: MAI-Image-2.5-Pro do generowania i edycji obrazów oraz MAI-Voice-2-Flash do syntezy mowy. Firma opublikowała przy tym twarde dane o oszczędnościach, jakie przynosi zastępowanie modeli OpenAI i Anthropic własną technologią w swoich produktach.

Co pokazano 23 lipca

MAI-Image-2.5-Pro to, według Microsoftu, najbardziej precyzyjny jak dotąd model obrazu firmy, wyróżniający się dokładnym renderowaniem tekstu wewnątrz generowanych grafik i edycją sterowaną poleceniami w języku naturalnym. Model trafił do Bing Image Creator w pełnym zakresie oraz do PowerPointa i OneDrive, gdzie służy do tworzenia i poprawiania obrazów. MAI-Voice-2-Flash to odchudzona wersja modelu mowy, zoptymalizowana pod kątem szybkości i skali dla zastosowań korporacyjnych o dużym wolumenie zapytań. Oba modele są dostępne w Azure AI Foundry oraz w MAI Playground.

Liczby wdrożeniowe

Zamiast ogólnych zapewnień o postępie Microsoft tym razem podał konkretne wskaźniki. W Dynamics 365 Contact Center, gdzie modele głosowe obsługują połączenia klientów, przejście na własną technologię obniżyło koszty GPU o 89 procent. W PowerPoincie redukcja sięgnęła 84 procent, a w OneDrive przejście na MAI-Image podniosło współczynnik zapisywania edytowanych obrazów o 26 procent. Model transkrypcji Dragon Copilot, wykorzystywany do dokumentacji medycznej, obsługuje teraz 58 języków.

Odwrót od OpenAI i Anthropic

Te premiery to kolejny krok w strategii, którą Microsoft rozpoczął w czerwcu 2026 roku podczas konferencji Build, gdzie zaprezentował siedem modeli rodziny MAI: flagowy model rozumowania MAI-Thinking-1, model kodujący MAI-Code-1-Flash z 5 miliardami aktywnych parametrów, dwa modele obrazu, model transkrypcji oraz dwa modele głosowe. Od 7 lipca 2026 Microsoft zaczął realnie przełączać na te modele część ruchu Copilota w Excelu i Outlooku, gdzie tygodniowo obsługują już dziesiątki tysięcy zapytań, głównie rutynowe zadania jak podsumowywanie e-maili czy formatowanie arkuszy.

Motywację tłumaczy wprost szef Microsoft AI Mustafa Suleyman, wskazując na koszty współpracy z Anthropic, którego modele Microsoft dotąd wykorzystywał w części aplikacji biurowych.

Anthropic jest ekstremalnie drogi i myślę, że wiele osób pilnie szuka alternatyw. Płacimy Anthropic dużo pieniędzy, więc naszym celem jest zredukowanie, a ostatecznie wyeliminowanie tego kosztu - Mustafa Suleyman, CEO Microsoft AI

To nie jest jeszcze całkowite zerwanie współpracy. Modele OpenAI wciąż obsługują bardziej złożone i wymagające zadania w produktach Microsoftu, a modele Anthropic pozostają wbudowane w wybrane funkcje wybranych aplikacji biurowych. Microsoft podkreśla za to, że modele obrazu i głosu rozwija bez destylacji z technologii firm trzecich, co ma świadczyć o rosnącej niezależności technologicznej firmy, mimo że od 2019 roku zainwestowała w OpenAI około 13 miliardów dolarów i ma wyłączność chmurową na jego modele.

Co to znaczy dla klientów

Dla klientów korporacyjnych korzystających z Microsoft 365 Copilot oznacza to, że część odpowiedzi generowanych w Excelu, Outlooku czy PowerPoincie już teraz pochodzi z modeli MAI, a nie z OpenAI czy Anthropic, choć Microsoft nie ujawnia szczegółowo, które konkretnie typy zapytań są przekierowywane. Dla firm rozliczających użycie AI według kosztu tokenów niższe stawki MAI-Image-2.5-Pro i MAI-Voice-2-Flash mogą realnie obniżyć rachunki za funkcje Copilota, jeśli Microsoft przełoży te oszczędności na ceny licencji. Redukcja zamówień na modele OpenAI i Anthropic w produktach o skali miliardów użytkowników uderza też w przychody z inferencji obu dostawców, dla których Microsoft jest jednym z największych klientów.

MAI-Image-2.5-Pro to duży krok naprzód dla narzędzi GenMedia - Rob Reilly, Global Chief Creative Officer, WPP