微软人工智能主管穆斯塔法·苏莱曼（Mustafa Suleyman）在周四的员工大会上向内部员工表示，公司自研的新模型在性能上超过了OpenAI提供的同类产品，而训练它所消耗的算力只有后者的四分之一。这一表态出现在微软与OpenAI既是深度合作伙伴、又在自研模型上渐行渐近的敏感节点。

微软当天早些时候正式发布了这款名为MAI-Base-2的模型，并称已完成为其预训练。该模型采用混合专家（MoE）架构，总参数量达2.8万亿，激活参数量为800亿。预训练是构建AI模型的第一阶段，模型需要从海量文本、图像等信息中学习模式，这一环节对算力的消耗极为昂贵，因此训练效率的提升直接关系到成本控制。

微软在一篇公开博客文章中称，在四项评估中，其训练方法的计算效率比DeepSeek-V4-Pro-Base高出4.2到12.3倍。苏莱曼则进一步透露，微软私下还将该模型与OpenAI的模型进行了对比测试，其中包括一款代号为“Spud”、驱动GPT-5.6的模型。他表示，在衡量AI理解和预测信息模式能力的测试中，微软的模型表现更好，并称这些比较基于微软所掌握的关于OpenAI模型的技术信息。

这一系列表态的背景，是两家公司关系的微妙演变。微软已向OpenAI投资上百亿美元，并持有这家公司的部分股份，价值可能超过1000亿美元。双方还建立了重要的商业合作：微软通过Azure云向客户提供OpenAI模型，同时将OpenAI模型嵌入Copilot等自家产品。任何对OpenAI的公开批评，理论上都可能影响这笔巨额投资的价值。

然而过去一年左右，两家公司的关系逐渐出现裂痕。微软越来越多地尝试降低对OpenAI的依赖，包括着手研发自己的模型。今年3月，微软为面向企业和消费者的Copilot产品组建了一个新的联合团队，并将苏莱曼调任至公司的超级智能部门，专注于构建AI模型。此次MAI-Base-2的发布与苏莱曼的内部表态，可以视为这一自研路线的最新进展。

从行业视角看，微软强调的“算力效率”正是当前大模型竞争的核心议题之一。在高端芯片供应受限、训练成本高企的背景下，谁能以更少的算力达到同等甚至更强的性能，谁就在成本结构和迭代速度上占据优势。微软将自身训练效率与DeepSeek的模型直接对比，也显示出中国开源模型在效率维度上已成为被参照的基准之一。

值得注意的是，苏莱曼的比较建立在微软对OpenAI模型技术信息的掌握之上，这类内部对比的细节并未完全公开，外界难以独立验证。截至发稿，微软不予置评，OpenAI未回应置评请求。对于关注马斯克生态与AI竞争格局的读者而言，这一事件的意义在于：微软与OpenAI这对曾经的紧密盟友，正在自研模型与算力效率的赛道上形成某种程度的竞争关系，而这一变化将如何影响双方的商业合作与投资价值，仍有待观察。