微軟人工智慧主管穆斯塔法·蘇萊曼（Mustafa Suleyman）在週四的員工大會上向內部員工表示，公司自研的新模型在效能上超過了OpenAI提供的同類產品，而訓練它所消耗的算力只有後者的四分之一。這一表態出現在微軟與OpenAI既是深度合作伙伴、又在自研模型上漸行漸近的敏感節點。

微軟當天早些時候正式釋出了這款名為MAI-Base-2的模型，並稱已完成為其預訓練。該模型採用混合專家（MoE）架構，總引數量達2.8萬億，啟用引數量為800億。預訓練是構建AI模型的第一階段，模型需要從海量文本、影像等資訊中學習模式，這一環節對算力的消耗極為昂貴，因此訓練效率的提升直接關係到成本控制。

微軟在一篇公開部落格文章中稱，在四項評估中，其訓練方法的計算效率比DeepSeek-V4-Pro-Base高出4.2到12.3倍。蘇萊曼則進一步透露，微軟私下還將該模型與OpenAI的模型進行了對比測試，其中包括一款代號為“Spud”、驅動GPT-5.6的模型。他表示，在衡量AI理解和預測資訊模式能力的測試中，微軟的模型表現更好，並稱這些比較基於微軟所掌握的關於OpenAI模型的技術資訊。

這一系列表態的背景，是兩家公司關係的微妙演變。微軟已向OpenAI投資上百億美元，並持有這家公司的部分股份，價值可能超過1000億美元。雙方還建立了重要的商業合作：微軟通過Azure雲向客戶提供OpenAI模型，同時將OpenAI模型嵌入Copilot等自家產品。任何對OpenAI的公開批評，理論上都可能影響這筆鉅額投資的價值。

然而過去一年左右，兩家公司的關係逐漸出現裂痕。微軟越來越多地嘗試降低對OpenAI的依賴，包括著手研發自己的模型。今年3月，微軟為面向企業和消費者的Copilot產品組建了一個新的聯合團隊，並將蘇萊曼調任至公司的超級智慧部門，專注於構建AI模型。此次MAI-Base-2的釋出與蘇萊曼的內部表態，可以視為這一自研路線的最新進展。

從行業視角看，微軟強調的“算力效率”正是當前大模型競爭的核心議題之一。在高階晶片供應受限、訓練成本高企的背景下，誰能以更少的算力達到同等甚至更強的效能，誰就在成本結構和迭代速度上佔據優勢。微軟將自身訓練效率與DeepSeek的模型直接對比，也顯示出中國開源模型在效率維度上已成為被參照的基準之一。

值得注意的是，蘇萊曼的比較建立在微軟對OpenAI模型技術資訊的掌握之上，這類內部對比的細節並未完全公開，外界難以獨立驗證。截至發稿，微軟不予置評，OpenAI未回應置評請求。對於關注馬斯克生態與AI競爭格局的讀者而言，這一事件的意義在於：微軟與OpenAI這對曾經的緊密盟友，正在自研模型與算力效率的賽道上形成某種程度的競爭關係，而這一變化將如何影響雙方的商業合作與投資價值，仍有待觀察。