Microsoft เปิดตระกูลโมเดล MAI 7 ตัวที่ Build 2026 — MAI-Thinking-1 โมเดล reasoning เรือธงตัวแรกที่เทรนเองโดยไม่พึ่งข้อมูล OpenAI
ในงานนักพัฒนา Microsoft Build 2026 ที่ซานฟรานซิสโกเมื่อวันที่ 2 มิถุนายน 2026 ทีม MAI Superintelligence ของ Microsoft เปิดตัวโมเดล AI ในบ้าน (in-house) ทั้งหมด 7 ตัว โดยตัวที่เป็นพระเอกคือ MAI-Thinking-1 ซึ่งบริษัทเรียกว่าเป็น “โมเดล reasoning เรือธงตัวแรก” ของตัวเอง และ MAI-Code-1-Flash โมเดลเขียนโค้ดขนาดเล็กที่เริ่มทยอยปล่อยลง GitHub Copilot แล้ว
จุดที่ทำให้ข่าวนี้สำคัญกว่าสเปก คือทั้งสองโมเดลถูก เทรนจากศูนย์โดยไม่พึ่งเทคโนโลยีหรือการ distill จากโมเดลของ OpenAI เลย ถือเป็นก้าวที่ชัดเจนที่สุดของ Microsoft ในการสร้างสแต็กโมเดลของตัวเองครบทุกด้าน ตั้งแต่ reasoning, code, image, voice ไปจนถึง transcription เพื่อลดการพึ่งพาพาร์ตเนอร์อย่าง OpenAI สำหรับความสามารถหลัก
MAI-Thinking-1 และ MAI-Code-1-Flash: สเปกและเบนช์มาร์ก
MAI-Thinking-1 เป็นโมเดล sparse Mixture of Experts ขนาดกลาง มี active parameters 35 พันล้านตัว และ context window 256,000 โทเคน เทรนบนข้อมูลเกรดองค์กรที่มีสิทธิ์ใช้เชิงพาณิชย์ ออกแบบมาสำหรับคำสั่งหลายขั้นที่ซับซ้อน การ reasoning แบบ long-context และการสร้างโค้ด พร้อมรองรับ function calling ในตัว ฝั่งเบนช์มาร์กคณิตศาสตร์ทำได้ 97.0% บน AIME 2025 และ 94.5% บน AIME 2026 ส่วนงานโค้ด Microsoft อ้างว่าเสมอ Claude Opus 4.6 บน SWE-Bench Pro และในการประเมินแบบ blind side-by-side โดย Surge ผู้ประเมินอิสระ ผู้ทดสอบเลือก MAI-Thinking-1 มากกว่า Claude Sonnet 4.6
MAI-Code-1-Flash เป็นโมเดลขนาด 5 พันล้านพารามิเตอร์ เน้นเร็วและถูก สร้างมาเพื่องานเขียนโค้ดใน GitHub Copilot โดยเฉพาะ เทรนตรงบน production harness ของ Copilot จึงเรียนรู้ที่จะทำงานร่วมกับเครื่องมือรอบตัวในเวิร์กโฟลว์ agentic coding จริง Microsoft ระบุว่ามันมี “adaptive thinking” คือใช้โทเคนน้อยกับงานง่าย และใช้ budget การคิดมากขึ้นกับงานยาก โดยอ้างว่าชนะ Claude Haiku 4.5 ในเบนช์มาร์กโค้ดหลักทั้ง 4 ตัว และนำ 16 แต้มบน SWE-Bench Pro (51.2% เทียบ 35.2%) พร้อมแก้งานยากด้วยโทเคนน้อยลงสูงสุด 60% บน SWE-Bench Verified
ตระกูล MAI ที่เหลือ และเรื่องราคา
นอกจากสองตัวข้างต้น ตระกูล MAI ที่ Build 2026 ยังมี MAI-Image-2.5 (+ รุ่น Flash) โมเดลสร้างภาพที่ Microsoft อ้างว่าแซงคุณภาพ Nano Banana Pro ของ Google บนเบนช์มาร์ก ELO, MAI-Transcribe-1.5 ที่รองรับ 43 ภาษาและขึ้นอันดับหนึ่งบนเบนช์มาร์ก FLEURS และ MAI-Voice-2 สำหรับสร้างเสียงพูดในกว่า 15 ภาษา โดยโมเดลเหล่านี้เริ่มขับเคลื่อนฟีเจอร์ใน Copilot, Bing, PowerPoint และ Azure Speech อยู่แล้ว
ด้านการเข้าถึง MAI-Thinking-1 อยู่ใน private preview บน Microsoft Foundry และจะเปิดผ่านผู้ให้บริการ inference อื่นอย่าง Fireworks AI, Baseten และ OpenRouter ส่วน MAI-Code-1-Flash เริ่มทยอยขึ้น GitHub Copilot ใน VS Code ตั้งแต่ 2 มิ.ย. ครอบคลุมแพลน Free, Pro, Pro+ และ Max โดยหน้าราคาระบุ $0.75 ต่อล้านโทเคน input และ $4.50 ต่อล้านโทเคน output (ราคายังไม่ไฟนอล)
มุมมอง AI Curator
ตัวเลขเบนช์มาร์กน่าสนใจ แต่เรื่องที่สำคัญกว่าคือ การเมืองของซัพพลายเชนโมเดล Microsoft ลงทุนใน OpenAI หลายหมื่นล้านดอลลาร์ แต่กลับเทรนโมเดลของตัวเองให้แข่งกับ Claude และ GPT โดยตรง และเน้นจุดขายที่ “ขนาดกลาง ต้นทุนต่อโทเคนต่ำ” แทนที่จะไล่ตามจำนวนพารามิเตอร์ — นี่คือกลยุทธ์ optionality ที่บริษัทใหญ่ทุกเจ้ากำลังทำ คือไม่ยอมผูกชะตากับซัพพลายเออร์โมเดลรายเดียว แม้จะเป็นพาร์ตเนอร์ที่ลงทุนเองก็ตาม
สำหรับนักพัฒนาไทยและอาเซียน นัยที่จับต้องได้คือ ทางเลือกในกล่อง Copilot จะหลากหลายและถูกลง ถ้า MAI-Code-1-Flash ราคาถูกกว่าและเร็วกว่าจริงตามที่อ้าง งาน autocomplete และ agentic coding ปริมาณมากจะมีตัวเลือกที่คุ้มค่าขึ้น โดยเฉพาะทีมที่คุมงบ token อย่างเข้มงวด ส่วนข้ออ้างที่ว่า fine-tune ให้ McKinsey แล้วคุ้มกว่า GPT-5.5 ถึง 10 เท่า ก็เป็นสัญญาณว่าการ fine-tune โมเดลกลางๆ บนโดเมนเฉพาะกำลังกลายเป็นสมรภูมิต้นทุนที่แท้จริง มากกว่าการไล่ล่าโมเดล frontier ที่ใหญ่ที่สุด อย่างไรก็ดี ควรรอ feedback จากผู้ใช้ Copilot จริงก่อนเชื่อตัวเลขเบนช์มาร์กที่ผู้ผลิตเป็นคนรายงานเอง
แหล่งข่าว
อ่านเพิ่มในหมวด โมเดลใหม่
Google เปิดตัว Gemini 4 Carbon ขึ้นอันดับ 1 Artificial Analysis v5 ด้วยคะแนน 59 แต่ยังให้ใช้แค่นักป้องกันไซเบอร์กลุ่มเล็ก
Gemini 4 Carbon เปิดตัว 28 ต.ค. แซง Claude Opus 5.5 บน Intelligence Index v5 แค่ 1 คะแนน และตามหลังเพียง 3 คะแนนในดัชนี coding agent ราคาเปิดตัว $2/$10 แต่นักพัฒนาทั่วไปยังเรียกใช้ไม่ได้ ระหว่างที่ Google ค่อย ๆ เปิดผ่านโปรแกรม Fairwind
Microsoft ปล่อย Mage-VL-Cowork โมเดล 4B คุมเดสก์ท็อปและเทอร์มินัลในตัวเดียว ได้ 66% บน OSWorld-Verified สัญญาอนุญาต Apache-2.0
Mage-VL-Cowork ขนาด 4B ของ Microsoft เลือกเองว่าจะคลิกหน้าจอหรือสั่ง bash ทำคะแนน OSWorld-Verified 66.0% ใกล้ค่าอ้างอิงมนุษย์ 72.4% ในตารางเดียวกัน แต่คำว่าดีที่สุดในขนาด 4B มีคู่เทียบบนตารางนี้แค่รุ่นเดียว
Mistral ปล่อยน้ำหนัก Large 4 จริงแล้ว — 1T ราคาลดเกือบครึ่ง แต่บน AA ได้ 26 และสัญญาอนุญาตห้ามขายเป็น API ถ้าไม่มีใบอนุญาตแยก
Mistral ปล่อยน้ำหนัก Large 4 (Le Chonk) เมื่อ 29 ต.ค. เป็นรุ่นที่ฝึก RL ต่ออีกสามสัปดาห์หลัง preview ขนาด 1T ใช้พื้นที่ราว 1.06TB ราคา API ลดเหลือ $0.70/$2.10 Mistral นำ open-weight ด้าน coding แต่คะแนนรวม AA 26 ตามหลังโมเดลจีน และสัญญาอนุญาตกันธุรกิจ Model-as-a-Service