- MicrosoftがBuild 2026で初の自社推論モデル「MAI-Thinking-1」を発表（2026年6月2日）
- アクティブ350億・総1兆パラメータのMoE構成で、Claude Opus 4.6と同等の推論力
- 他社モデルからの蒸留を一切行わない「ゼロディスティレーション」が最大の特徴
- Microsoft独自AIチップ「Maia 200」で、NVIDIA GB200比1.4倍の電力効率を実現
- OpenAI依存からの本格脱却を象徴する戦略的発表で、日本企業の選択肢も拡大
「Microsoftの新しいAIは、ChatGPTを作ったOpenAIに頼らずに動くらしい」――そんなニュースが2026年6月2日に飛び込んできました。Build 2026で発表された「MAI-Thinking-1」は、Microsoftが自社だけで一から開発した初の本格的な推論AIです。ここでは、何がすごくて、私たちにどう関係するのかを、やさしい言葉で整理します。
Build 2026の真の主役、MAI-Thinking-1とは
Microsoftは2026年6月2日、米シアトルで開催した開発者会議「Build 2026」で、7つの新しい自社AIモデルを公開しました。その中で最も注目を集めたのが、推論モデル「MAI-Thinking-1」です。
推論モデルとは、答えを出す前に「考える時間」を取るタイプのAIのこと。難しい数学やプログラミングの問題で、人間の数学オリンピック選手のように一歩ずつ筋道を立てて解いていきます。
35B/1Tパラメータの中規模MoE構成
MAI-Thinking-1は、アクティブパラメータ350億・総パラメータ約1兆のMoE（Mixture of Experts、専門家を切り替えながら使う仕組み）アーキテクチャを採用しています。
つまり、毎回1兆全部を動かすわけではなく、質問に応じて必要な「専門家」だけを呼び出して処理します。これで計算コストを抑えながら、巨大モデル並みの性能を出せます。
コンテキストウィンドウは128Kトークン。日本語の小説1冊分くらいを一気に読み込んで会話できる長さです。
ベンチマーク成績はClaude Opus 4.6と同等
Microsoftが公開した性能数値は次のとおりです。
- SWE-bench Pro（実プロジェクトのバグ修正）：53%。これはAnthropicのClaude Opus 4.6（同時期のトップモデル）とほぼ同等の数字です
- AIME 2025（数学オリンピック予選）：97%
- ブラインドテスト：独立評価者の主観評価で、Claude Sonnet 4.6を上回る回答品質
ベンチマークの数字だけでなく、実際に人間が答えを並べて選ぶ「ブラインドテスト」でも評価されたのがポイント。実用性重視の作り込みが見えます。
「ゼロディスティレーション」の意味と価値
MAI-Thinking-1の最大の特徴は、技術仕様よりも学習方針にあります。
他社モデルから一切「真似」しない
多くの新興AI企業は、強い既存モデル（GPTやClaudeなど）に大量の質問を投げて回答を集め、それを教師データにして自社モデルを訓練します。これを蒸留（ディスティレーション）と呼びます。
近道としては便利ですが、元のモデルの権利・契約・バイアスをそのまま引き継いでしまうリスクがあります。Microsoftはこれを完全に避け、商用ライセンス済みのクリーンなデータだけで一から学習したと強調しています。
なぜ企業ユーザーが注目するのか
ある中堅メーカーの法務担当者が、生成AI導入の稟議を上げた場面を想像してください。役員から飛んでくる質問は「学習データは何ですか」「うちの社内文書が他社モデル経由で漏れていませんか」。
蒸留モデルだと、この問いに「元モデルの学習データに依存します」としか答えられません。ゼロディスティレーションのMAI-Thinking-1なら、学習データの出どころをMicrosoft単独で説明できるのです。
金融・医療・公共領域など、コンプライアンス重視の業種では、この差が選定理由になります。
Maia 200で実現する電力効率1.4倍
MAI-Thinking-1は、Microsoftが自社開発したAIチップ「Maia 200」に最適化されています。
NVIDIAの最新世代GPU「GB200」と比べて、1ワット当たりのAI処理性能が1.4倍。同じ電気代でより多くの推論を回せる計算になります。
AIデータセンターの最大の悩みは電力不足です。Microsoftは「自社モデル×自社チップ×自社データセンター」の3点セットで、電力コストを根本から下げる戦略に踏み込みました。
ちなみに、NVIDIAへの巨額発注を続けながら、並行して自社チップも育てる二段構えです。「全部NVIDIAに依存する」リスクの分散が、AI業界全体の流れになっています。
他社モデルとの比較表
主要な推論モデルの位置づけを整理します。
- MAI-Thinking-1（Microsoft）：SWE-bench Pro 53%。中規模MoEで電力効率重視。学習データの透明性が売り。提供はMicrosoft Foundryのプライベートプレビュー
- Claude Opus 4.6（Anthropic）：SWE-bench Pro 53%前後。コード生成と推論の両方で長く首位を取り続けている定番
- Claude Opus 4.8（Anthropic、最新）：SWE-bench Pro 69.2%。トップ性能だが利用料金が高い
- GPT-5.4（OpenAI）：Copilotの中核として現役。汎用力に強い
- Gemini 3シリーズ（Google）：マルチモーダルと長文処理に強み。Geminiは別記事も参照
MAI-Thinking-1は「トップ性能を狙う」より、「クリーンな来歴×電力効率×Microsoft純正」のバランスで選ばれるモデルとして登場しました。
Microsoftの脱OpenAI戦略のロードマップ
Microsoftは2019年から累計130億ドル（約2兆円）をOpenAIに投じてきました。それでも自社モデルを増やしているのは、なぜでしょうか。
2025年11月：MAI Superintelligence Team発足
Mustafa Suleyman氏（元DeepMind共同創業者）がMicrosoft AIのCEOとして率いる新組織。「長期的自給自足」を掲げて設立されました。
2026年4月：第1弾の3モデル公開
MAI-Transcribe-1、MAI-Voice-1、MAI-Image-2を発表。それぞれ10人以下のチームで、競合の半分のGPUで作られたことが話題になりました。
2026年6月：Build 2026で「推論」が加わり完成形へ
MAI-Thinking-1、MAI-Code-1（GitHub Copilot統合）、MAI-Image-2.5、MAI-Voice-2、MAI-Transcribe-1.5の7モデルを一挙公開。テキスト・コード・画像・音声・転写の主要モダリティが揃いました。
つまり、Copilotという「商品」を、OpenAI製GPT-5.4だけでなく自社MAIにも切り替えられる体制が整ったのです。OpenAIとの投資・提携は続けつつ、有事には自社モデルだけで完結できる状態を作る――これがMicrosoftの真の戦略です。
日本市場への影響と開発者が今できること
日本のエンジニアや企業にとって、何が変わるのでしょうか。
Microsoft Foundryから利用申請が可能
MAI-Thinking-1はMicrosoft Foundry（旧Azure AI Foundry）でプライベートプレビューとして提供されています。アクセスには申請が必要で、現時点では西米国・東米国・西欧などの海外リージョン中心の展開です。
日本リージョンでの正式提供時期は明示されていませんが、Microsoft Japanの過去パターンを踏まえると、グローバル一般提供の数か月後に東日本リージョンが追加される見込みです。
GitHub CopilotユーザーはMAI-Code-1を自動的に体験
同時発表のMAI-Code-1はVS CodeとGitHub Copilotに統合済み。日本のエンジニアが使うCopilotの裏側で、自然にMicrosoft自社モデルが動き始めます。
選定担当者がチェックすべきポイント
- 学習データの来歴を明示できるモデルが社内ガイドライン上の必須要件か
- Copilotの裏側モデルを選べるオプションが、自社契約に含まれているか
- Azureの予算消化サイクルでMAI価格がいつ反映されるか
導入検討段階の企業は、Microsoftの担当営業に「MAI-Thinking-1の日本提供ロードマップ」を必ず聞くタイミングです。
よくある質問（FAQ）
Q1. MAI-Thinking-1は今すぐ使えますか？
A. Microsoft Foundryのプライベートプレビューとして提供中で、アクセス申請が必要です。一般公開（GA）の日付は未発表ですが、Build 2026で複数モデルが公開プレビューに進んでおり、年内のGA化が予想されます。
Q2. ChatGPT（GPT-5.4）と比べてどちらが賢いですか？
A. ベンチマーク上ではGPT-5.4とほぼ同じ土俵で戦える水準ですが、得意分野が違います。MAI-Thinking-1はコード・数学・長文推論に最適化されており、汎用チャット力はGPT-5.4が依然強い傾向。用途で使い分けが正解です。
Q3. 「ゼロディスティレーション」は他社にもあるんですか？
A. AnthropicやGoogleも独自データで学習していますが、「他社モデルから一切蒸留していない」と明示的に主張するのは大手では珍しいです。エンタープライズ向けの差別化ポイントとしてMicrosoftが押し出しています。
Q4. Maia 200チップはどこで動いていますか？
A. Microsoftが自社運営するAzureのAIデータセンターに順次配備されています。利用者は通常のAzure APIを叩くだけで、裏側でMaia 200が動く形になります。チップを直接購入することはできません。
Q5. OpenAIとの提携はどうなりますか？
A. Microsoftは累計130億ドルのOpenAI出資を継続し、CopilotのデフォルトモデルもGPT-5.4のままです。MAIは「代替」ではなく「選択肢の追加」であり、両社の戦略パートナーシップは少なくとも2030年まで続く契約構造です。
まとめ
MAI-Thinking-1は、単なる新モデル発表ではなく、Microsoftの長期戦略の節目でした。要点を振り返ります。
- Microsoft初の自社推論モデル。アクティブ350億・総1兆パラメータのMoE構成
- SWE-bench Pro 53%でClaude Opus 4.6と同等、AIME 2025で97%
- 他社モデルからの蒸留を一切しない「ゼロディスティレーション」が差別化点
- Maia 200チップ最適化で、NVIDIA GB200比1.4倍の電力効率
- Microsoft Foundryのプライベートプレビューで提供中、日本リージョンは順次予定
これからすべきことは、自社のAI契約で「Copilotの裏側モデルを選べるオプション」が含まれているかを1度確認することです。MAI時代の主導権は、契約条項の細部に宿ります。
参考文献
- Microsoft AI公式「MAI-Thinking-1」モデルページ
- ITmedia AI＋「Microsoft、初の自社推論モデルを発表」
- Neowin「Microsoft unveils MAI-Thinking-1 reasoning and MAI-Code-1 coding models」
- Microsoft Community Hub「New MAI models in Microsoft Foundry」
- GeekWire「Microsoft unveils seven homegrown AI models in bid for long term self-sufficiency」
こんな時代だから遊んで学びたい
AIを学ぶオンラインサロン「AIフレンズ」では、生成AIを楽しく、どこよりも優しく学べる環境をご用意しております。
毎週開催されるオンラインセッションでは、リアルタイムで学び合える機会を提供しています。 さらに、月に一度のオフラインイベントでは、メンバー同士が直接交流し、アイデアや知識を深めることができます。
「AIフレンズ」の仲間とともに、新しい価値を創造し、可能性を広げてみませんか？
一緒に学び、成長しながら、生成AIを使いこなす力を身につけましょう！
