Build 2026 マイクロソフト MAI 7モデル全解析

マイクロソフトが自社モデルを開発した理由：130億ドルの依存と2025年末の「契約からの解放」

過去7年間でマイクロソフトはOpenAIに累計130億ドル超を投資しました。Azure上のGPTモデルはAI戦略の中核となっていますが、この深い依存関係は3つの構造的リスクを生み出しています。

1. 01

   コストの暴走：API呼び出しのたびにOpenAIへ支払いが発生します。規模を拡大すればするほど利益率が圧迫されます。

2. 02

   技術的主権の欠如：モデルの反復速度、データソース、重みの所有権をコントロールできません。

3. 03

   契約上の制約：当初の契約は、マイクロソフトが大規模モデルを独自に訓練することを明示的に制限していました。

4. 04

   データフライホイールの流出：OpenAI API上での企業向けFine-tuneデータが、一部の条項下で競合の改善に活用される可能性があります。

5. 05

   反復の遅れ：AnthropicはOpus 4.8、OpenAIはGPT-5.6に到達している一方、マイクロソフトは第三者モデルのリリースを待つ状況にあります。

転換点は2025年末に訪れました。双方が再交渉し、新契約ではモデルサイズの制限が撤廃され、マイクロソフトが独自にスーパーインテリジェンスを追求することが明示的に許可されました。マイクロソフトAI責任者のMustafa Suleymanは次のように述べています。

Build 2026は、マイクロソフトが自社の「脳」を世界に初めて公開した場であり、OpenAIから独立した道が始まったことを宣言するイベントでもあります。

残り5つのMAIモデル：画像・音声・転写・コード

MAI-Image-2.5 / Flash — テキストから画像・画像から画像

テキストから画像と画像から画像の両方をサポートするマイクロソフト初の画像モデルです。Arena.aiの画像編集リーダーボードで#2、テキストから画像で#3にランクインしています。Text-to-Image、Image-to-Imageスタイル転送、Control with Preservation（編集時に意味構造を保持）が主要機能です。PowerPointとOneDriveに統合され、Azure Foundry Model Catalogに掲載されています。

MAI-Transcribe-1.5 — 音声からテキスト

43言語に対応し、自動検出機能を備えています。FLEURS平均WER 4.9%（業界最低水準のひとつ）、Artificial Analysis WER 2.4%（総合3位）、処理速度276倍リアルタイム（1時間の音声を秒単位で転写）を達成しています。1.4版比でレイテンシは5.7倍改善しました。Contextual Biasing機能がドメイン用語の精度を向上させます。価格は$0.36 / 音声時間あたりです。Scribe V2、Whisper-large-V3、GPT-4o-Transcribe、Gemini 3.1 Flashをベンチマークで上回ります。典型的な用途はTeams会議メモ、カスタマーサービス転写、Copilot音声入力です。

MAI-Voice-2 — 多言語TTS

• ゼロショット音声クローン：数秒の参照音声から話者をクローンできます
• 感情スタイル制御：トーン、ペース、感情の色合いを調整できます
• 言語カバレッジ：15以上の新規言語を追加しました
• 出力：24 kHzのMP3、価格$22 / 100万文字
• Flash版：リアルタイム音声Agent向けの超低レイテンシ版、近日公開予定です

Azure Foundry、VS Code、Dynamics 365、Microsoft Copilotに統合されています。

MAI-Code-1-Flash — コーディングアシスタント（一般提供中）

GitHub CopilotとVS Code向けに最適化された推論効率の高いコーディングモデルで、今日あなたのIDEで稼働しています。256Kコンテキストウィンドウを備え、GitHub Copilot（CLI含む）、VS Code、GitHub Actionsに組み込まれています。価格は$0.75 / 100万入力トークン、$4.5 / 100万出力トークンです。SWE-Benchスコアは51%でClaude Haiku 4.5を上回り、速度とコストで明確な優位性があります。FrontierNews.aiは、7つのMAIモデルの中で開発者の日常への影響が最も直接的なモデルと評価しています。

全7モデル：可用性一覧

開発者アクセスガイド：6ステップRunbookと引用可能なハードデータ

6ステップアクセスRunbook

1. 01

   利用可能モデルを確認：MAI-Code-1-Flash、Image-2.5、Transcribe-1.5、Voice-2は一般提供中です。Thinking-1はプライベートプレビュー申請が必要です。

2. 02

   Azure Foundryを有効化：ai.azure.comにアクセスし、Model CatalogでMAIモデルを検索してください。

3. 03

   MAI-Thinking-1プレビューを申請：Model Catalogで「MAI-Thinking-1」を検索してApplyをクリックするか、microsoft.ai/models/mai-thinking-1にアクセスしてください。

4. 04

   GitHub Copilotユーザー：MAI-Code-1-FlashはすでにCopilotのバックエンドモデルです（CLIとVS Codeインライン提案）。設定変更は不要です。

5. 05

   API呼び出し：Azure OpenAI互換インターフェースを使用し、api_versionに2026-05-01、modelにmai-code-1-flashを指定してください。

6. 06

   マルチモデル共存：単一のFoundryワークスペースでMAIモデルとGPT-5.6の両方を呼び出し、タスクの複雑さに応じてルーティングできます。

import openai

client = openai.AzureOpenAI(
    azure_endpoint="https://<your-resource>.openai.azure.com/",
    api_key="<your-api-key>",
    api_version="2026-05-01"
)

response = client.chat.completions.create(
    model="mai-code-1-flash",
    messages=[
        {"role": "system", "content": "You are an expert software engineer."},
        {"role": "user", "content": "Refactor this Python function to use async/await: ..."}
    ],
    max_tokens=2048
)
print(response.choices[0].message.content)

引用可能なハードデータ

• MAI-Thinking-1アクティブパラメータ：35B（スパースMoE、総パラメータ約1T）、推論コストは密な旗艦モデルをはるかに下回ります
• MAI-Transcribe-1.5速度：276倍リアルタイム、$0.36/音声時間、FLEURS 43言語WER 4.9%
• Surface Dev Boxコンピュート：1 PFLOPS、128GB統合メモリ、100W TDP、120B+モデルをローカル実行
• MAI-Code-1-Flash価格：$0.75/M入力 + $4.5/M出力、SWE-Bench 51%
• SWE-Bench Proギャップ：MAI-Thinking-1 52.8% vs Opus 4.8 69.2%（約16ポイント）

クラウドのみのMAI APIは推論コストを削減できますが、iOS署名チェーン、Xcodeローカルビルド、Metal推論、7×24 CI実行には依然として物理macOSノードが必要です。Surface Dev Boxは今秋に米国限定で発売され価格未定、VMには性能オーバーヘッドとEULAリスクがあります。iOS CI/CDとAI Agent自動化により安定した本番環境には、VpsMeshのMac Miniクラウドレンタルが通常より適しています。物理Apple Silicon、root権限、予測可能な月額料金で、MAI-Code-1-Flashの推論層と補完関係を築けます。Copilotがコード生成を担い、クラウドMacがビルドと署名を実行します。

参考資料：Microsoft AI: MAI-Thinking-1 · Azure AI Foundry Blog · Surface RTX Spark Dev Box · The Verge · VentureBeat