Der Konzern aus Redmond hat am 23. Juli eine neue Generation hauseigener KI-Modelle vorgestellt. Die MAI-Serie soll teure Frontier-Modelle bei Routineaufgaben ersetzen – und das zu einem Bruchteil der Kosten.
Durchbruch bei der Kosteneffizienz
Mit MAI-Image-2.5-Pro und MAI-Voice-2-Flash starten gleich zwei neue Modelle in die öffentliche Testphase. Die interne Entwicklung zahlt sich aus: Gegenüber externen Spitzenmodellen sparen die neuen Systeme bis zu 89 Prozent der GPU-Kosten ein.
Besonders beeindruckend sind die konkreten Einsparungen in Microsofts eigener Produktpalette. In PowerPoint senkt MAI-Image-2.5 die GPU-Kosten um 84 Prozent im Vergleich zur bisherigen GPT-Image-2-Implementierung. Noch deutlicher fällt der Sprung im Dynamics 365 Contact Center aus: Hier reduziert MAI-Voice-2-Flash die Kosten um 89 Prozent. Das Sprachmodell arbeitet zudem doppelt so schnell wie sein Vorgänger und ist 32 Prozent günstiger – bei einem Preis von 15 Euro pro Million Zeichen.
Für die Bildgenerierung setzt Microsoft künftig auf MAI-Image-2.5-Pro als Standard im Bing Image Creator. Das Modell verarbeitet Texteingaben von bis zu 32.000 Token und kostet 5 Euro pro Million Text-Token, 8 Euro pro Millionen Bild-Token und 106 Euro pro Millionen ausgegebener Bild-Token.
Produktivitätsschub für Entwickler und Unternehmen
Die rasante Entwicklung neuer KI-Modelle stellt Unternehmen auch vor rechtliche Herausforderungen durch den EU AI Act. Dieser kostenlose Download verschafft Ihnen den Überblick über Fristen und Pflichten, den Ihre Rechts- und IT-Abteilung jetzt dringend braucht. EU AI Act in 5 Schritten verstehen: Fristen, Pflichten und Risikoklassen kompakt erklärt
Die neue Modellfamilie durchdringt das gesamte Microsoft-Ökosystem. In GitHub Copilot kommt MAI-Code-1-Flash zum Einsatz – mit beeindruckenden Ergebnissen: Die Code-Akzeptanzrate liegt zehn Prozent über der von GPT-5.4 Mini und Claude Haiku 4.5, bei gleichzeitig zehn Prozent weniger Token-Verbrauch.
Auch Excel profitiert: Ein spezialisiertes MAI-Modell erreicht bei alltäglichen Aufgaben die Leistung von GPT-5.6, läuft aber auf kostengünstigerer H100- und A100-Hardware. Bei OneDrive führte der Wechsel zu 26 Prozent höheren Speicherraten und einer um etwa 25 Prozent gesunkenen P95-Latenz.
Im Gesundheitssektor zeigt sich die Stärke der neuen Modelle besonders deutlich. Dragon Copilot, das von 170.000 medizinischen Fachkräften genutzt wird, setzt nun auf MAI-Transcribe-1.5. Die Transkriptionsfehlerquote sank dadurch um 50 Prozent – und das in 58 Sprachen.
Strategische Neuausrichtung: Frontier Diffusion
Microsoft-CEO Satya Nadella skizzierte mit der Ankündigung die neue Strategie des Konzerns. „Frontier Diffusion and Control“ heißt das Konzept: KI-Verkehr wird intelligent auf spezialisierte interne MAI-Modelle gelenkt, sobald diese bei bestimmten Aufgaben mit teuren Frontier-Modellen mithalten oder sie übertreffen. Die rechenintensiven Spitzenmodelle bleiben so nur den komplexesten Workloads vorbehalten.
Mustafa Suleyman ergänzte, dass MAI-Modelle bereits in mehr als der Hälfte aller Microsoft-Produkte zum Einsatz kommen. Erste Kunden aus der Geschäftsprozessauslagerung – darunter T-Mobile und EasyJet – setzen die KI-Sprachmodelle bereits im Kundenservice ein.
Während Microsoft die Effizienz seiner KI-Systeme steigert, müssen Unternehmen die neuen Regeln für Hochrisiko-Systeme kennen. Dieser kostenlose Report klärt auf, welche KI-Systeme unter die neue Verordnung fallen und was Verantwortliche jetzt konkret tun müssen. Welche KI-Systeme gelten als Hochrisiko – und was müssen Unternehmen jetzt konkret tun?
Hardware-Offensive: AMD und neue Partnerschaften
Die neue Modellstrategie erfordert eine leistungsfähige Infrastruktur. Microsoft treibt daher seine Silicon-Diversity-Strategie voran. Am 23. Juli gab das Unternehmen die Bereitstellung der AMD Helios-Rack-Scale-Plattform auf Azure für Frontier-Modell-Inferenz bekannt. Neue AMD EPYC-Virtual-Maschinen-Familien und die Azure Cobalt 200-Infrastruktur sollen laut Microsoft eine um bis zu 50 Prozent bessere Leistung bieten.
Parallel dazu wurde die strategische Partnerschaft mit Databricks bis in die 2030er Jahre verlängert. Der Datenanalyse-Spezialist wird seine Kernoperationen künftig auf Azure Databricks betreiben und sein Unity AI Gateway mit dem Microsoft-365- und Azure-Datenökosystem verknüpfen.
