Microsoft na Build pokazał się jako laboratorium modeli, nie tylko dystrybutor

Latent Space opisuje Microsoft Build jako moment, w którym Microsoft pokazał własne modele MAI obok Copilota, Windows i Web IQ. Kluczową ambicją jest jednoczesna kontrola nad danymi, inferencją i workflow programistów, bez oddawania tej dźwigni partnerom.

Microsoft pokazał MAI jako własny stack, nie kolejną integrację z OpenAI

Latent Space podsumowuje Build jako szeroki pakiet: nowe modele MAI, aplikację GitHub Copilot, agentową warstwę Windows i Web IQ do grounding agentów. Główna strona Microsoft AI była przy bezpośredniej weryfikacji blokowana przez Cloudflare, więc szczegóły opieram ostrożnie na dostępnym Substack API, snippetach wyszukiwania dla Microsoft AI i publicznym PDF raportu technicznego.

W centrum jest MAI-Thinking-1. Microsoft opisuje go jako sparse Mixture of Experts reasoning model z 35B aktywnych i około 1T łącznych parametrów oraz 256K context window. Według źródła Microsoft wydał też 109-stronicowy raport techniczny, który podkreśla trening od zera, clean data lineage i brak distillation z modeli firm trzecich.

W szerszej rodzinie są też MAI-Code-1-Flash dla codziennego workflow programistów, MAI-Image-2.5, MAI-Transcribe-1.5 i MAI-Voice-2. Web IQ, według Bing Search Blog, ma być zestawem AI-native grounding APIs dla web pages, news, images i videos.

Microsoft zyskuje dźwignię w Azure, Copilocie i umowach enterprise

Strategiczny punkt polega na tym, że Microsoft chce być czymś więcej niż największym kanałem dystrybucji cudzych frontier models. Jeśli kontroluje reasoning, coding, image, speech i grounding layer, może mocniej decydować, co działa w Azure, co trafia do Copilota i co klient enterprise dostroi pod kontrolowanymi zasadami danych.

Dla zespołów developerskich ciekawszy od benchmarków jest MAI-Code-1-Flash. Model budowany pod VS Code, GitHub Copilot i Copilot CLI oznacza optymalizację pod konkretną pętlę pracy: issue, terminal, editor, repo i review. To bardziej praktyczne niż ogólny chatbot, ale też mocniej wiąże workflow z GitHubem.

Dla kupujących enterprise ważne jest twierdzenie o clean data lineage. Microsoft celuje w firmy, które nie chcą sporu zakupowego o pochodzenie danych treningowych ani o to, czy dostawca widzi ich post-training data. To mniej efektowne niż wynik AIME, ale często ważniejsze przy realnym zakupie.

Transparentny raport nie zastępuje sprawdzonej niezawodności w produkcji

Większość liczb to nadal twierdzenia Microsoftu albo reakcje społeczności na raport. To nie znaczy, że są bezwartościowe. Znaczy to, że decyzja produkcyjna nadal wymaga niezależnych evals, latencji, ceny, dostępności regionalnej i zachowania na danych firmowych.

Dostępność trzeba opisywać ostrożnie. Publiczne sygnały wskazują, że Code-1-Flash celuje w GitHub Copilot i VS Code, Web IQ w warstwę API, a część modeli MAI w partnerów dystrybucyjnych. Nie wynika z tego, że każdy europejski zespół dostanie ten sam zakres, cenę albo tryb regionalny pierwszego dnia.

Dowód przyjdzie wtedy, gdy Copilot przestanie tylko asystować

Kolejnym sygnałem będzie adopcja w realnym workflow. Jeśli MAI-Code-1-Flash ograniczy ręczne poprawki w Copilocie, Web IQ poprawi grounding agentów, a MAI-Thinking-1 obroni się w niezależnych evals, Microsoft będzie miał argument, że jego warstwa modeli to coś więcej niż polisa na OpenAI.

Warto też obserwować, jak Microsoft połączy własne modele z hardware MAIA i Foundry. Jeśli klient dostanie jedną umowę, jeden model audytu i modele optymalizowane pod stack Microsoftu, walka przeniesie się z tabel benchmarków do działu zakupów.

Werdykt Lilith

Build 2026 był sygnałem, że Microsoft bierze warstwę modeli z powrotem pod własny dach. Copilot przestaje wtedy być integratorem cudzych API i staje się produktem z własnym kręgosłupem.