Microsoft AI, 2,8 trilyon parametreli MAI-Base-2 modelinin ön eğitimini tamamladı

Microsoft'un yapay zeka birimi Microsoft AI (MAI), 15 Ekim'de yayımladığı teknik blog yazısında yeni temel modeli MAI-Base-2'nin ön eğitimini tamamladığını duyurdu. Uzmanlar karışımı (Mixture-of-Experts, MoE) mimarisine sahip modelde toplam 2,8 trilyon parametre bulunuyor ve bunların 80 milyarı her adımda aktif çalışıyor. Model şu anda son eğitim (post-training) aşamasında; şirket bu aşamanın sonuçlarını "yakında" paylaşacağını söylüyor. Hatırlatmak gerekirse öncül model MAI-Base-1, Microsoft'un Haziran 2026'da duyurduğu MAI-Thinking-1 modelinin temelini oluşturuyordu.

16 bin GPU, 38 gün, 50 trilyon token

Microsoft'un paylaştığı bilgilere göre MAI-Base-2, Ağustos ve Eylül 2026'da 16 bin NVIDIA GB200 GPU üzerinde 38 gün boyunca eğitildi. Ortalama model FLOP kullanım oranı (MFU) yüzde 21, eğitimin fiilen ilerlediği sürenin payını gösteren "goodput" değeri ise yüzde 89 olarak açıklandı. Mühendislik tarafında MoE katmanlarındaki verimlilik yüzde 24'ten yüzde 35'e çıkarıldı; bu sayede MAI-Base-1'de yalnızca dönüşümlü katmanlarda kullanılan MoE yapısı artık her katmanda yer alıyor. Eğitim karışımı 50 trilyon token'dan oluşuyor ve benzersiz token sayısı MAI-Base-1'e göre yaklaşık yüzde 36 artmış durumda. Şirket, başka modellerden damıtma (distillation) yapılmadığını, web verisinin bilgi kesim tarihinin Mart 2026 olduğunu ve tarayıcısının robots.txt kurallarına uyduğunu belirtiyor. Önemli bir yenilik de görsel yetenek: MAI-Base-2, ayrı bir görüntü kodlayıcısı kullanmayan bir görsel-dil mimarisiyle baştan görsel veriyle eğitildi ve bu veri eğitim karışımının yüzde 18'ini oluşturuyor.

DeepSeek ile verimlilik kıyası

Yazının en iddialı kısmı verimlilik karşılaştırması. Microsoft, ölçekleme yasalarına dayanan tahminlerle eğitim tarifinin dört ayrı değerlendirme setinde DeepSeek-V4-Pro-Base'e göre 4,2 ila 12,3 kat daha FLOP verimli olduğunu, MAI-Base-1'e göre ise 6,3 ila 12,7 kat iyileşme sağladığını öne sürüyor. Şirket ayrıca MAI-Base-2'nin dışarıya açık olmayan değerlendirme setlerinde test ettiği tüm açık ağırlıklı modellerden iyi sonuç verdiğini savunuyor; karşılaştırmada Kimi K3 ve Qwen3.8-2.4T-A95B gibi modeller de yer alıyor. Ölçüm, modelin metni ne kadar iyi tahmin ettiğini gösteren bayt başına bit (BPB) metriğiyle yapılmış. Yani bu sonuçlar henüz son kullanıcının göreceği sohbet ya da kodlama performansını yansıtmıyor.

Microsoft, MAI-Base-2 ağırlıklarını Foundry üzerinden güvenilir iş ortaklarına lisanslamayı planladığını ve MAI-Base-3 hazırlıklarının başladığını da açıkladı; henüz bir çıkış tarihi ya da fiyat paylaşılmadı. Haber, OpenAI modellerini de kendi altyapısında sunan Microsoft'un öncü model geliştirme konusunda ne kadar iddialı olduğunu gösteriyor. Azure ve Foundry kullanan Türk kurumları için bu, ilerleyen dönemde platformda Microsoft'un kendi büyük modellerinin de güçlü bir alternatif olarak yer alması anlamına gelebilir.

Kaynak: Microsoft AI