Microsoft AI erklärt Tokeneffizienz zum nächsten Wettbewerbsfeld und setzt auf kleine Spezialmodelle statt auf generalistische Frontier-Modelle. KI-CEO Mustafa Suleyman schreibt im Blog von Microsoft AI, die Branche müsse Spitzenleistung gegen Kosten abwägen. Statt eines Universalmodells trainiert das Unternehmen kompakte Modelle für einzelne Fachgebiete. MAI-Cyber-1-Flash führt laut Suleyman den CyberGym-Benchmark an, liegt 12 Prozentpunkte vor Anthropics Mythos und kostet halb so viel. Das funktioniert allerdings nur im MDASH-System, das mehrere Modelle orchestriert und für schwierige Aufgaben weiter auf OpenAI-Reasoning-Modelle zugreift. MAI-Image-2.5-Flash senke die GPU-Kosten gegenüber GPT-Image-2 um bis zu 84 Prozent.
Suleyman nennt neben dem Preis einen zweiten Grund: Die Modelle sollen austauschbare Bausteine bleiben, damit Microsoft nicht von einer einzelnen Modellfamilie abhängt. Ob die kleinen MAI-Modelle, mit denen Microsoft teils OpenAI ersetzt, wirklich deren Leistung erreichen, darf bezweifelt werden.
Der Fall zeigt, dass sich der Wettbewerb vom einzelnen Modell zum Harness verschiebt, also zur Software, die Modelle steuert und mit Kontext versorgt. Ein starker Orchestrator verteilt Aufgaben an günstigere Spezialisten, das teure Frontier-Modell übernimmt nur die harten Fälle. Anthropic rechnet ein solches Muster für Claude Fable 5 durch, Sakana baut mit Fugu ein ganzes Produkt darauf.
KI-News ohne Hype – von Menschen kuratiert
Mit dem THE‑DECODER‑Abo liest du werbefrei und wirst Teil unserer Community: Diskutiere im Kommentarsystem, erhalte unseren wöchentlichen KI‑Newsletter, 6× im Jahr den "KI Radar"‑Frontier‑Newsletter mit den neuesten Entwicklungen aus der Spitze der KI‑Forschung, bis zu 25 % Rabatt auf KI Pro‑Events und Zugriff auf das komplette Archiv der letzten zehn Jahre.
