Der US-Konzern verringert seine Abhängigkeit von externen KI-Anbietern und spart dabei Millionen.
Microsoft hat am 23. Juli 2026 mehrere neue KI-Modelle der hauseigenen MAI-Reihe in die öffentliche Vorschau gegeben. Die Strategie mit dem Namen „Frontier Diffusion & Control“ zielt darauf ab, die Betriebskosten KI-gestützter Produkte wie PowerPoint, Excel und Bing deutlich zu senken. Statt auf通用modelle von OpenAI oder Anthropic zu setzen, entwickelt der Konzern zunehmend spezialisierte Alternativen.
Neue Modelle für Bilder und Sprache
Zu den Neuzugängen gehören MAI-Image-2.5-Pro und MAI-Voice-2-Flash. Diese Modelle sind für konkrete Aufgaben optimiert und benötigen weniger Token als ihre Vorgänger. MAI-Image-2.5-Pro kostet fünf Euro pro eine Million Text-Eingabe-Token und acht Euro pro eine Million Bild-Eingabe-Token. Die Ausgabe von Bildern schlägt mit 106 Euro pro Million zu Buche. Das Modell treibt nun vollständig den Bing Image Creator – Microsofts Bildgenerierungsdienst läuft damit zu 100 Prozent auf eigener Infrastruktur.
MAI-Voice-2-Flash ist nach Unternehmensangaben doppelt so schnell und 32 Prozent günstiger als sein Vorgänger. Der Preis liegt bei 15 Euro pro eine Million Zeichen. Das Sprachmodell wird derzeit in Dynamics 365 Contact Center und Azure Voice Live integriert. Erste Kunden wie T-Mobile und EasyJet setzen es bereits in Callcentern ein.
Massive Einsparungen bei GPU-Kosten
Konzernchef Satya Nadella betonte, dass die neuen Modelle gezielt auf eine effizientere Hardware-Nutzung ausgelegt seien. In PowerPoint seien die GPU-Kosten durch den Wechsel zu MAI-Image-2.5 um bis zu 84 Prozent gesunken – im Vergleich zum zuvor genutzten GPT-Image-2. In Dynamics 365 Contact Center liegen die Einsparungen sogar bei bis zu 89 Prozent.
Die rasante Entwicklung und Integration neuer KI-Systeme in den Unternehmensalltag erfordert eine genaue Kenntnis der rechtlichen Rahmenbedingungen. Dieser kostenlose Umsetzungsleitfaden bietet Ihnen einen kompakten Überblick über alle Anforderungen, Pflichten und Fristen des EU AI Acts. EU AI Act in 5 Schritten verstehen
Auch bei Speicher und Entwicklungstools zeigen sich Erfolge: In OneDrive führte der Einsatz von MAI-Image-2.5 für Bildbearbeitung zu einem Anstieg der Speicherrate um 26 Prozent bei gleichzeitiger Reduzierung der Latenz um 25 Prozent. Im Entwicklungsbereich – konkret in GitHub Copilot – erzielte MAI-Code-1-Flash eine um rund zehn Prozent höhere Code-Akzeptanzrate als GPT-5.4 Mini und Claude Haiku 4.5.
Besonders bemerkenswert: Das spezialisierte Excel-Modell von Microsoft erreicht bei typischen Tabellenkalkulationsaufgaben die Leistung von GPT-5.6 – und das auf älterer H100- und A100-GPU-Hardware. Das ermöglicht eine flexiblere Bereitstellung.
Diversifikation und Tests mit chinesischem Modell
Obwohl Microsoft weiterhin Modelle von OpenAI und Anthropic nutzt, treibt der Konzern die Diversifikation voran. Berichten zufolge testet Microsoft intern das Kimi K3-Modell des chinesischen Entwicklers Moonshot AI. Erste Einschätzungen deuten darauf hin, dass der Einsatz des 2,8 Billionen Parameter umfassenden Open-Weight-Modells für weniger sensible Aufgaben in Copilot jährliche Einsparungen von bis zu 600 Millionen Euro bringen könnte.
Während Unternehmen durch spezialisierte KI-Modelle ihre Effizienz steigern, stellt die EU-KI-Verordnung neue Regeln für die Kennzeichnung und Risikodokumentation auf. Erfahren Sie in diesem kostenlosen Report, welche Systeme als Hochrisiko gelten und was Verantwortliche jetzt konkret tun müssen. Kostenlosen Report zum EU AI Act herunterladen
Allerdings: Beobachter weisen darauf hin, dass eine formelle Übernahme angesichts der aktuellen Handelsspannungen auf regulatorische Hürden stoßen könnte – auch wenn das Modell in Coding-Rankings gut abschneidet.
Open-Weight-Modell für die Forschung
Bereits am 21. Juli 2026 veröffentlichte Microsoft Mage-Flow auf Hugging Face – ein Bildmodell mit vier Milliarden Parametern. Entwickelt wurde es von Microsoft Asia. Die Lizenzierung erfolgt unter MIT-Bedingungen mit einer Forschungseinschränkung.
Mage-Flow nutzt einen neuen Tokenizer namens Mage-VAE. Laut Microsoft reduziert dieser den Rechenaufwand für die Kodierung um das Zwölffache und für die Dekodierung um das 22-Fache im Vergleich zu Branchenstandards. Das Modell generiert 1024×1024 Pixel große Bilder in rund 0,59 Sekunden auf einer einzigen A100-GPU – und erreicht damit die Leistung deutlich größerer Modelle bei wesentlich geringerem Speicherbedarf.
