エンタープライズ AI 戦略を担う Tech Lead やプラットフォームエンジニアにとって、Build 2026 の MAI 発表は「Microsoft = OpenAI 依存」という単純図式を更新する転換点です。本記事は ① 7モデル全体像、② MAI-Thinking-1 の MoE 仕様とベンチマーク・マーケティング現実、③ マルチモーダル4兄弟（Image・Transcribe・Voice・Code）、④ OpenAI・Anthropic との追い上げ分析、⑤ Surface RTX Spark Dev Box とローカル開発、⑥ Foundry 開発者 API、⑦ 6 ステップ Runbook、⑧ FAQ をまとめます。併読：GitHub Copilot Agent Runbook、MCP 標準解説、AI コーディングアシスタント比較。
00Build 2026：MAI 7モデルと「Hill-Climbing Machine」
Mustafa Suleyman は MAI を「Hill-Climbing Machine」——データ・報酬・環境・計算を繰り返し投入して能力を段階的に登らせる共設計パイプライン——と位置づけました。7モデルは次のとおりです。
- MAI-Thinking-1：初の自社推論モデル。ゼロ蒸留・エンタープライズ級データ。
- MAI-Code-1-Flash：5B active の高速コーディングモデル。GitHub Copilot・VS Code に深く統合。
- MAI-Image-2.5 / Flash：テキスト→画像・画像編集の両対応。Arena 上位。
- MAI-Transcribe-1.5：43言語 STT。速度と精度のフロンティア。
- MAI-Voice-2 / MAI-Voice-2-Flash（近日）：15言語 TTS。短いサンプルから声を適応。
配布は Microsoft Foundry（プライベート／パブリックプレビュー）、OpenRouter、Fireworks、Baseten（重みチューニング可）に及びます。Foundry には Hugging Face 由来を含む 11,000+ モデルが既にホストされており、Microsoft は「自社フロンティア」と「マルチモデル・プラットフォーム」の二面性を同時に示しました。
痛点ベンチマークとマーケティングの現実ギャップ
- 「Opus 並み」との言い回し：SWE-Bench Pro で Claude Opus 4.6 と同水準とされる一方、独立再現はプライベートプレビュー限定で一般開発者は検証困難です。
- 盲検人間評価の限界：Surge ラーターによる Sonnet 4.6 優位は 1,276 タスクの社内／パートナー評価。自社ワークロードへの汎化は別問題です。
- ゼロ蒸留の主張：109ページ技術レポートは透明性で高評価を得ましたが、第三者の完全独立監査は未実施です。
- Flash 系の混在：Image Flash・Voice-2-Flash は「近日」または製品内先行。Foundry API の価格表と SLA が揃っていないモデルがあります。
- OpenAI パートナーシップとの共存：Copilot は引き続き GPT 系列を併用。MAI への切り替えタイムラインは製品チームごとに異なります。
- ローカル再現のハードル：Surface RTX Spark は米国限定・年内発売。macOS／Apple Silicon 中心の iOS チームには直接関係しません。
01MAI-Thinking-1：MoE 仕様・ベンチマーク・技術レポート
MAI-Thinking-1 は Microsoft AI 初の推論モデルです。アーキテクチャは 35B active・~1T total のスパース MoE。推論時のアクティブパラメータを抑えつつ、Opus 級のコーディングベンチを狙う設計です。コンテキストは 256K（約600ページ相当）、Function Calling と Chat Completions API 互換を謳います。
| ベンチマーク | MAI-Thinking-1 | 比較対象（公称） |
|---|---|---|
| AIME 2025 | 97.0% | 同重量級でフロンティア水準 |
| AIME 2026 | 94.5% | — |
| SWE-Bench Pro | 53% | Claude Opus 4.6 と同水準（Microsoft 公称） |
| 盲検人間評価 | Sonnet 4.6 を優位 | Surge プロラーター、1,276 タスク |
訓練は 8192 GB200 GPU、約 30T トークン（サードパーティ要約）と報告されています。MAIA 200 シリコン上ではエンドツーエンドで 30% 性能／ドル向上、1.4× 性能／ワットと Microsoft は主張。RL は「推論未曝露チェックポイント」から開始するという非一般的な選択が技術コミュニティで議論されました。
データ構成（内部 NLL セット要約）：コード 50%、STEM 17.5%、数学 17.5%、一般知識 10%、多言語 5%。エージェント的コーディング向けに決定論的・実行可能な検証環境と実テストスイートによる採点を強調しています。
02MAI-Image-2.5・Transcribe-1.5・Voice-2・Code-1-Flash
MAI-Image-2.5（および Flash）はテキスト→画像と画像編集の両方に対応。Arena の Image Edit でスコア 1401（#2）、Nano Banana 2 等より +10 点と独立リーダーボードが裏付け。PowerPoint・OneDrive に先行投入済み、Foundry でも展開中です。
MAI-Transcribe-1.5 は Artificial Analysis によると約 276× リアルタイム、AA-WER 2.4%、リーダーボード #3。43言語（日英中アラビア語等）、固有名詞・医療用語のキーワードバイアス対応。Foundry 価格は $6 / 1,000分（同分析）。
MAI-Voice-2 は 15言語の高品質 TTS。短い音声サンプルから声を適応でき、悪用防止のセーフガードを強調。Flash 版は低コスト・近日公開。
MAI-Code-1-Flash は active 5B ながら SWE-Bench Pro 51%（Microsoft 公称）。Haiku 級のサイズ／コストで Copilot・VS Code・CLI に統合済み。一部要約では総パラメータ 137B MoE・256K context・10T+ トークン訓練と読まれますが、公式の「5B」は active 数を指すと解釈するのが妥当です。
| モデル | 主用途 | 主要指標 | 提供状況（2026年7月） |
|---|---|---|---|
| MAI-Image-2.5 | 生成・編集 | Arena Image Edit #2 | PowerPoint・Foundry |
| MAI-Transcribe-1.5 | STT | 276× RT、WER 2.4% | Foundry・OpenRouter |
| MAI-Voice-2 | TTS | 15言語・声クローン | Foundry・OpenRouter |
| MAI-Code-1-Flash | コーディング | SWE-Bench Pro 51% | Copilot・VS Code 本番 |
03OpenAI・Anthropic との追い上げ分析
2026年上半期のフロンティア競争は OpenAI（GPT-5.6 系列・Ultra モード）、Anthropic（Claude Opus／Sonnet 4.6）、Google（Gemini）、xAI（Grok 4.5）が主役でした。Microsoft の MAI 参入は「プラットフォーム企業が自社モデルラボを前面に出す」転換です。
- 推論：MAI-Thinking-1 は Opus 4.6 並みの SWE-Bench Pro を主張するが、GPT-5.6 Sol の Ultra 64 サブエージェントや Claude の長文エージェント実績とは評価軸が異なります。
- コーディング：Code-1-Flash は Copilot 内で即利用可能——API より製品統合深度が差別化。Cursor・Claude Code ユーザーは別スタックです。
- マルチモーダル：Image・Transcribe は Arena／AA で独立検証あり。Voice は詳細ベンチが少なく、OpenAI Realtime・Google の音声 API との実戦比較はこれからです。
- エンタープライズ：Frontier Tuning（組織データで RL 環境内チューニング）と Mayo Clinic 共同モデルは、汎用チャットボット競争とは別レーンの垂直統合です。
- パートナー依存：Azure OpenAI 契約は継続。MAI は「第二のフロンティア」であり、当面はマルチベンダーが現実的です。
04Surface RTX Spark Dev Box と開発者 API
Surface RTX Spark Dev Box は NVIDIA RTX Spark スーパーチップ搭載のコンパクト開発機。最大 1 PFLOP の AI 計算、128 GB ユニファイドメモリ。ローカルで最大 120B パラメータ・100万トークン コンテキストのエージェント実行を謳います（Microsoft 公称）。
- プリインストール：WSL2 + GPU パススルー、CUDA、VS Code、GitHub Copilot 等。
- 想定ワークロード：長時間訓練、エージェントパイプライン、ローカル fine-tuning。
- 提供：2026年内・米国・Microsoft.com 経由。
開発者 API アクセス：MAI-Thinking-1 は Microsoft Foundry プライベートプレビュー、MAI Playground パブリックプレビューは近日。Chat Completions 互換のため既存 SDK の差し替えが容易です。OpenRouter・fal・Baseten 経由でも同日ローンチ。Baseten では「100% eyes-off」ポストトレーニングと重みチューニングが可能とされています。
05MAI vs 主要フロンティア（構造比較）
| 次元 | Microsoft MAI | OpenAI | Anthropic |
|---|---|---|---|
| 旗艦推論 | MAI-Thinking-1（35B active MoE） | GPT-5.6 Sol（Ultra 64 agent） | Claude Opus 4.6 |
| コーディング入口 | Code-1-Flash in Copilot | Codex in ChatGPT Desktop | Claude Code |
| 配布 | Foundry + 1P 製品 + OpenRouter | API + ChatGPT | API + Claude.ai |
| 差別化 | Frontier Tuning・MAIA シリコン | Ultra マルチエージェント | 長文・Computer Use |
06MAI モデル評価 6 ステップ Runbook
-
01
ユースケースの固定：推論（Thinking-1）・コーディング（Code-Flash）・画像・音声のどれが主かを決め、比較対象（既存 GPT／Claude ルート）を明文化します。
-
02
アクセス経路の確保：Foundry プライベートプレビュー申請、Copilot 組織ポリシー、OpenRouter キーを並行取得。Code-1-Flash は Copilot 側が最速です。
-
03
同一タスクでベンチ：自社リポジトリの SWE タスク、議事録 STT、スライド画像生成を固定データセットで A/B。公称ベンチのみで判断しません。
-
04
コストとレイテンシ計測：Transcribe は $/1,000分、Thinking-1 は出力トークン単価、Code-Flash は Copilot シート課金を含め TCO を算出します。
-
05
コンプライアンス確認：データ所在地、eyes-off チューニング条項、Azure OpenAI との契約重複を法務と整理します。
-
06
クロスプラットフォーム CI の分離：iOS／macOS ビルドと MAI API 評価は別パイプラインに。Apple Silicon 上の Xcode ゲートは専用ノードで固定し、独占ノード Runbook と整合させます。