MAI-Thinking-1؛ مدل استدلالی مایکروسافت
هوش مصنوعیClaude Opus 5خلاصهٔ کاملتر
مایکروسافت از MAI-Thinking-1 رونمایی کرد، مدل استدلالی تازهٔ تیم Microsoft AI که الان تو پیشنمایش عمومی Microsoft Foundry در دسترسه. از نظر معماری یه Mixture of Experts خلوته با ۳۵ میلیارد پارامتر فعال و حدود ۱ تریلیون پارامتر کل، یعنی ردپای اجراییش از مدلهای خیلی بزرگتر کوچیکتره. به گفتهٔ این تیم، همین موضوع تعیین میکنه که کمککدنویسی پیشرفته کجا و چقدر میتونه استفاده شه.
تیم مایکروسافت میگه بیشتر از خود مدل، چیزی که براش هیجانزدهست «ماشین تپهنوردی» یا Hill-Climbing Machine ـه: یه خط لولهٔ همطراحیشده که قراره هر جزء توسعهٔ مدل قابل بهبود پیوسته باشه. سه ستون داره — توانایی باید یاد گرفته شه نه به ارث برسه (بدون تقطیر از مدلهای شخص ثالث)، دادهٔ تمیز و قابلردیابی، و خودکفایی تو کل استک از شتابدهندههای خود مایکروسافت تا فریمورک یادگیری تقویتی داخلی.
روی بنچمارکها، مدل تو SWE-Bench Pro شونهبهشونهٔ Claude Opus 4.6 وایستاده و تو ریاضی به ۹۷.۰ درصد در AIME 2025 و ۹۴.۵ درصد در AIME 2026 رسیده. مایکروسافت میگه محیطهای آموزشی برای کدنویسی ایجنتیک رو جدی گرفته: هر محیط قطعی و اجراییه و با تستسوییت واقعی نمره میگیره تا مدل روی کار چندمرحلهای — خوندن کد، ویرایش فایل، اجرای تست و جبران خطاهای میانی — تمرین کنه.
یه ارزیابی انسانی کور هم با شریکشون Surge انجام شده: ۱٬۲۷۶ تسک تکدوری و چنددوری که تو اون ارزیابهای حرفهای MAI-Thinking-1 رو به Claude Sonnet 4.6 ترجیح دادن. از نظر آمادگی سازمانی، مدل پنجرهٔ ۲۵۶ هزار توکنی، فراخوانی تابع و دستورالعمل توسعهدهنده رو پشتیبانی میکنه و با Chat Completions API سازگاره.
تو بحث ایمنی، تیم میگه هم پذیرش درخواست ناامن و هم امتناع بیمورد رو بهعنوان نقص در نظر گرفته و هر دو رو تو همون حلقهٔ یادگیری تقویتی توانایی آموزش داده، تا ایمنی همیشه همتراز با توانایی جلو بره. اینها رو بخشی از مسیرشون به سمت چیزی میدونن که اسمشو «ابرهوش انسانگرا» گذاشتن: مدلی که زیر کنترل انسان بمونه و جای آدمها رو نگیره.
نکات کلیدی:
- MAI-Thinking-1 یه مدل استدلالی MoE با ۳۵ میلیارد پارامتر فعال و حدود ۱ تریلیون پارامتر کل
- بدون تقطیر از مدلهای شخص ثالث و روی دادهٔ قابلردیابی آموزش دیده
- تو SWE-Bench Pro همتراز Claude Opus 4.6 و تو AIME 2025 به ۹۷ درصد رسیده
- تو ارزیابی کور ۱٬۲۷۶ تسکی، به Claude Sonnet 4.6 ترجیح داده شده
- پنجرهٔ ۲۵۶ هزار توکنی، فراخوانی تابع و سازگاری با Chat Completions API
- الان تو پیشنمایش عمومی Microsoft Foundry در دسترسه
