Zdjęcie: Growtika / Unsplash
Microsoft Superintelligence zaprezentowała dwa nowe modele sztucznej inteligencji o wydajności porównywalnej z GPT-5. Klucz tkwi w tym, że pracują na starszym sprzęcie i potrzebują znacznie mniej zasobów obliczeniowych niż dotychczasowe rozwiązania konkurencji.
Mniejsze, szybsze, bardziej efektywne
Pierwszy z zaprezentowanych modeli to MAI-Code-1-Flash — lekka wersja przeznaczona dla deweloperów. Podczas testów wypadł lepiej niż oferowane przez OpenAI GPT-5.4 Mini czy Anthropic Claude Haiku 4.5:
- o 10% wyższy wskaźnik akceptacji podpowiadanego kodu w VSCode,
- o 6% lepszy wskaźnik powrotu do kodu w ciągu kilku dni (w porównaniu z GPT-5.4 Mini) i o 11% lepszy niż w przypadku Claude Haiku 4.5,
- o 10% mniejsze zużycie tokenów.
To nie wszystko. Model poradzi sobie na starszych kartach graficznych Nvidia A100 oraz na H100, nie wymagając najnowszego sprzętu potrzebnego dla modeli klasy GPT-5.6. W praktyce oznacza to, że mniejsze zespoły i firmy mogą pracować z naprawdę wydajnym narzędziem bez konieczności inwestowania w najnowszą infrastrukturę.
Hill-climbing, czyli nauka od użytkowników
Jak Microsoft uzyskał takie wyniki? Odpowiedź kryje się w metodologii zwanej hill-climbing. To pętla sprzężenia zwrotnego — model uczy się na rzeczywistych danych i opiniach użytkowników Copilota oraz Excela.
System składa się z czterech warstw: bazowego modelu AI, środowiska produktowego (gdzie rzeczywiście pracuje), agenta posiadającego narzędzia i pamięć do interakcji oraz ewaluacji opartych na konkretnych zadaniach z prawdziwych aplikacji. Choć w opisie brzmi to skomplikowanie, w praktyce oznacza, że model stale się doskonali na podstawie realnych działań użytkowników.
Plan Microsoftu na kolejne lata
W kwietniu Mustafa Suleyman, szef Microsoft AI, zapowiedział, że firma zamierza do 2027 roku wprowadzić zaawansowane modele we wszystkich modalnościach — obejmujących tekst, obrazy i dźwięk. Aby to osiągnąć, Microsoft stale rozbudowuje infrastrukturę: od października w Microsoft AI pracuje klaster procesorów Nvidia GB200.