11月12日、InfoWorldが「Exploring Microsoft's AI foundation models」と題した記事を公開した。MicrosoftがOpenAIとの補完関係を維持しながらも、自社ファウンデーションモデル群「MAI」と推論専用ハードウェア「Maia 300」を軸に、トークンコスト削減という現実問題に正面から取り組み始めている実態が詳しく紹介されている。「最高性能」ではなく「十分な品質をより低コストで」というポジションは、AI活用コストの増大に頭を抱える開発・運用現場に刺さる提案だ。
トークンコスト削減が本命——MAIモデルの立ち位置
AzureはOpenAI、Anthropic、Meta、Mistral、DeepSeekなど1万1,000以上のモデルをAzure AI Foundry経由で提供してきた。しかしMicrosoft自身のフロンティアモデルは長らく存在しなかった。その空白を埋めるのが、Microsoft AI(MAI)プログラムだ。
MAIが狙うのは「競合より低いトークンコスト」という一点である。ハイパースケーラーが数兆円規模のAIデータセンター投資を回収しようとしている今、トークンを無制限に消費し続ける「tokenmaxxing」(コスト度外視でトークンを大量消費する開発・運用スタイル)は経済的に成立しなくなっている。MAIはこの流れを読んで設計されており、安全性と環境負荷の低減を設計哲学の中心に据えた「ヒューマニスト」なアプローチを標榜している。
現時点でのMAIモデル群は以下の通りだ:
- **MAI-Thinking-1**:推論特化の思考モデル。Azure Foundryで一般提供
- **MAI-Code-1.1-Flash**:GitHub Copilotに組み込み済み
- **MAI-Cyber-1.1-Flash**:セキュリティプラットフォーム「MDASH(Microsoft Defender and Security Hubの略称で、Microsoft統合セキュリティ運用プラットフォーム)」に統合済み
コードやベンチマーク数値でAnthropicやOpenAIに水をあけられている部分もあるとMicrosoft自身が認めているが、「十分な品質をより低コストで」というポジションを明確に取っている。
既存コードから乗り換えやすい設計
MAI-Thinking-1は既存のAzure OpenAI APIと互換性がある。移行手順はシンプルで、Foundryインスタンスにモデルをデプロイし、APIコールのエンドポイントURLを変更するだけだ。大幅なリファクタリングなしに試せる点は、現場エンジニアには刺さるポイントだろう。
機能面では:
- ファンクションコールによるツール利用(エージェント組み込みが可能)
- リクエスト間で暗号化された推論チェーンの保存(エージェントの連続処理を高速化)
- ストリーミングレスポンス(ユーザー体験向上に活用可能)
- トークン上限の設定(コスト管理)
- Microsoft Decision-1モデルをエージェントルーターとして組み合わせることで、ステップごとに最適モデルを自動選択するワークフローも構築できる
なお、Microsoft Decision-1はMAIシリーズとは別に開発された「エージェントルーター」専用モデルだ。タスクの性質や要求精度・コストを判断し、MAI-Thinking-1やMAI-Code-1.1-Flashなど複数のモデルを動的に振り分ける役割を担う。エージェントワークフロー全体のコスト最適化を実現する上での要となる存在だ。
「Flash」モデル——ローカル推論でさらにコストを下げる
MAIで特に注目したいのがFlashモデルの方向性だ。クラウドだけでなくローカル実行を想定した小型モデルで、クラウド専用モデルと同等の精度を維持しながらコストを大幅に削減できるとしている。
ただし現時点では120GB超のRAMが必要であり、MicrosoftがCopilot+ PCとして展開するArmベースの低コストハードウェアでは動作しない。128GB RAMを搭載したNVIDIA RTX Spark搭載のSurface Ultraクラスが最低ラインとなる。ローカル運用が経済合理的かどうかは、エージェントの使用頻度次第だ。
セキュリティ用途のMAI-Cyber-1.1-Flashは実績も出ている。MDASHプラットフォームでは、以前は大型モデルが担っていたタスクの90%をFlashモデルが処理するようになり、コストを削減しつつパフォーマンスを維持している。さらに1.0バージョンと比べて運用コストが18%削減されている。コスト削減効果が定量的な数字として示されている点は、導入を検討する企業にとって説得材料になる。
Maia 300——推論インフラを自前で握る
MAIの競争力を語る上で、ハードウェアの話を外せない。MicrosoftはAzure向けの推論アクセラレータ「Maia 300」を開発・展開している。自社モデルおよびOpenAIモデルに最適化されており、SDLA(Software Defined Locally Accessed Dataflow Architecture)と呼ぶ独自アーキテクチャを採用している。
SDLAの核心は「データをどこから・どの順序でアクセラレータに届けるか」をソフトウェア定義で制御する点にある。従来の推論チップが抱えていたメモリ帯域のボトルネックを回避し、大規模バッチ推論時のスループットを高める設計だ。自社モデルの推論ワークロードに特化して最適化できるため、汎用GPUに対してワットあたり性能で優位に立てる、というのがMicrosoftの主張だ。
性能面では前世代比で:
- コンピュート演算量:**+36%**
- 高帯域メモリ(HBM)性能:2.5倍
- ワットあたりの総合性能:約2倍
1ラックあたり96基のアクセラレータを搭載し、ラックをまたいだシャーディングにも対応する。マルチテナント推論をノンブロッキングで処理できるスケールアウト設計であり、推論インフラをサードパーティに依存せず自前で握ることで、MAIのコスト競争力をハードウェアレイヤーから支える構造になっている。
まとめ
MAIが描くのは「最強モデル」ではなく「十分に良くて安いモデル」という現実路線だ。OpenAIとの関係を切るのではなく、用途に応じてMAIと使い分けることでトータルコストを下げる、というのが現実的な活用シナリオである。コスト増大に悩む企業にとっては、既存APIとの互換性を保ちながら切り替えられる選択肢として、MAIは十分に検討に値する候補になってきている。
詳細はExploring Microsoft's AI foundation modelsを参照していただきたい。




