Microsoft veröffentlicht MAI-Thinking-1 (35B) und MAI-Code-1-Flash (5B)
Microsoft hat am 2. Juni 2026 zwei neue hauseigene Sprachmodelle angekündigt: MAI-Thinking-1 und MAI-Code-1-Flash. MAI-Thinking-1 ist ein Reasoning-Modell mit 35 Milliarden Parametern, das zunächst nur ausgewählten Early-Access-Partnern zur Verfügung steht. MAI-Code-1-Flash kommt mit lediglich 5B Parametern und ist explizit für GitHub Copilot sowie VS Code optimiert; es wird schrittweise an individuelle Copilot-Nutzer in Visual Studio Code ausgerollt. Beide Modelle wurden laut Microsoft vollständig intern entwickelt — ohne Destillation aus Drittanbieter-Modellen und ausschließlich auf kommerziell lizenzierten, sauberen Daten. Microsoft behauptet, MAI-Thinking-1 werde in internen Blind-Evaluierungen gegenüber Anthropics Claude Sonnet 4.6 bevorzugt. Blogger Simon Willison hebt hervor, dass 35B-Modelle inzwischen auf Consumer-Hardware lauffähig sind, und zeigt besonderes Interesse an der Frage, welche Datenquellen als „appropriately licensed" gelten — dies könnte ein Präzedenzfall für lizenzkonformes Modelltraining bei Code-Modellen sein.
- MAI-Thinking-1: 35B Parameter, Reasoning-Fokus, vorerst nur für ausgewählte Early Partners verfügbar.
- MAI-Code-1-Flash: 5B Parameter, purpose-built für GitHub Copilot und VS Code, Rollout an Einzelnutzer läuft.
- Microsoft betont: kein Destillations-Training aus Drittmodellen, nur kommerziell lizenzierte Daten.
- Internes Blind-Evaluation: MAI-Thinking-1 soll Claude Sonnet 4.6 in side-by-side-Tests schlagen.
- Willison fragt kritisch, was Microsoft konkret unter 'appropriately licensed data' für Code-Training versteht.
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.
Verwandte Beiträge
Microsoft veröffentlicht MAI-Thinking-1 (35B) und MAI-Code-1-Flash (5B)
Microsoft hat am 2. Juni 2026 zwei neue hauseigene Sprachmodelle angekündigt: MAI-Thinking-1 und MAI-Code-1-Flash. MAI-Thinking-1 ist ein Reasoning-Modell mit 35 Milliarden Parametern, das zunächst nur ausgewählten Early-Access-Partnern zur Verfügung steht. MAI-Code-1-Flash kommt mit lediglich 5B Parametern und ist explizit für GitHub Copilot sowie VS Code optimiert; es wird schrittweise an individuelle Copilot-Nutzer in Visual Studio Code ausgerollt. Beide Modelle wurden laut Microsoft vollständig intern entwickelt — ohne Destillation aus Drittanbieter-Modellen und ausschließlich auf kommerziell lizenzierten, sauberen Daten. Microsoft behauptet, MAI-Thinking-1 werde in internen Blind-Evaluierungen gegenüber Anthropics Claude Sonnet 4.6 bevorzugt. Blogger Simon Willison hebt hervor, dass 35B-Modelle inzwischen auf Consumer-Hardware lauffähig sind, und zeigt besonderes Interesse an der Frage, welche Datenquellen als „appropriately licensed" gelten — dies könnte ein Präzedenzfall für lizenzkonformes Modelltraining bei Code-Modellen sein.
- MAI-Thinking-1: 35B Parameter, Reasoning-Fokus, vorerst nur für ausgewählte Early Partners verfügbar.
- MAI-Code-1-Flash: 5B Parameter, purpose-built für GitHub Copilot und VS Code, Rollout an Einzelnutzer läuft.
- Microsoft betont: kein Destillations-Training aus Drittmodellen, nur kommerziell lizenzierte Daten.
- Internes Blind-Evaluation: MAI-Thinking-1 soll Claude Sonnet 4.6 in side-by-side-Tests schlagen.
- Willison fragt kritisch, was Microsoft konkret unter 'appropriately licensed data' für Code-Training versteht.
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.