マイクロソフトが自社AI7モデル公開 ── OpenAI依存を断つコスト戦略

2026年6月2日、マイクロソフトが開発者会議「Build 2026」で発表したのは、単なる新機能ではなかった。同社が長年OpenAIに頼ってきたモデルの中核そのものを、自前でまかなう姿勢を初めて公の形で示したのだ。「MAI」と名付けられた7つの自社開発モデル群は、画像・音声・文字起こし・推論・コーディングまでを横断する。本稿では、この発表が示す戦略の本質と、企業がツール選定で何を見るべきかを実務目線で読み解く。

7モデル一斉公開という宣言

マイクロソフトが公開したのは、推論モデルのMAI-Thinking-1、コーディング向けのMAI-Code-1-Flash、画像生成のMAI-Image-2.5とその軽量版、文字起こしのMAI-Transcribe-1.5、音声合成のMAI-Voice-2と軽量版――計7モデルだ。同社は公式ブログで、これらを「他社の研究所から蒸留せず、不透明なデータにも頼らない」と説明する。データの素性をたどれること（クリーンなデータ系譜）を、企業向けの安心材料として前面に出した点が目を引く。

特に注目を集めたのがコーディング用のMAI-Code-1-Flashだ。アクティブパラメータは50億と小型ながら、GitHub CopilotとVS Codeに標準で組み込まれ、2026年6月2日からCopilotの全プランで使えるようになった。利用者は設定不要で、モデル選択画面や自動選択経由でそのまま試せる。開発の現場で「特別な手続きなしに、その日から触れる」という配り方そのものが、今回の戦略を象徴している。

「脱・OpenAI依存」と読むべき理由

この発表が大きな意味を持つのは、性能の数字よりも背景にある。独立系メディアの報道によれば、OpenAIは依然としてマイクロソフトのクラウド受注残の約45%を占め（2026年6月時点）、CopilotのほとんどはなおGPT-5.4が動かしている。つまりマイクロソフトは、最大のパートナーに製品の根幹を握られた状態が続いてきた。

転機は2025年11月だ。ムスタファ・スレイマン氏が率いる「MAIスーパーインテリジェンス・チーム」が発足し、Build 2026のおよそ半年前にはOpenAIとの契約見直しによって、自社の研究者・データ基盤・独自半導体を使って超知能を追求する正式な権限を得たと報じられている。今回の7モデルは、その自立に向けた最初の具体的な成果物にあたる。一社への依存は成果と同時にコスト面の弱みも生む――その構造をほどきにかかった、と見るのが自然だ。

ベンチマークの中身を冷静に見る

MAI-Code-1-Flashについて、マイクロソフトは競合のClaude Haiku 4.5を上回ると主張する。同社が示した数値は次の通りだ。

ここで重要なのは、これらが「ベンダー自身が公表した値」であり、外部の独立した再現はまだ無いという点だ。独立系メディアも、これらのベンチマークはそのモデルが得意になるよう訓練された項目をそのまま測っている、と慎重な見方を添えている。数字は出発点として受け止め、自社の実タスクで試してから判断するのが筋だろう。少ないトークンで同等以上の結果を出すという主張が本当なら、効いてくるのは精度よりもむしろ請求書の側だ。

「10倍効率」が経営に問いかけるもの

コスト面の主張はさらに踏み込んでいる。マイクロソフトは、表計算向けに調整したMAIモデルが「GPT 5.4に匹敵しつつ最大10倍効率的」だとし、ある大手企業の厳格な基準に合わせて調整した際には「テストした全モデル中で最も高い勝率を、約10分の1のコストで」達成したと述べる。

実務の視点で言えば、ここが本丸だ。生成AIの導入で多くの企業がつまずくのは性能ではなく、使えば使うほど膨らむ利用コストだった。大規模言語モデルは1トークンあたりの単価が安く見えても、全社で日常的に回せば請求額は跳ね上がる。小型で十分な精度を出すモデルが標準ツールに同梱されれば、高価なフロンティアモデルは本当に難しい仕事だけに使い、日常の処理は安価な小型モデルに任せる、という使い分けが現実的になる。スレイマン氏はこの狙いを次のように表現した。

導入する側が持つべき視点

では、企業はこの動きをどう活かすべきか。鍵になるのは「どのモデルが一番賢いか」ではなく「どのタスクに、どのコストのモデルを割り当てるか」という設計思想だ。コーディング補助やメール下書き、文字起こしといった量の多い定型処理は、小型・低コストモデルで十分なことが多い。逆に、複雑な意思決定や長い推論を要する作業には上位モデルを温存する。MAIのように開発ツールへ標準搭載されるモデルが増えるほど、この切り分けは特別な設定なしに日常へ溶け込んでいく。

もう一つの観点は、データの素性だ。マイクロソフトが「他社から蒸留しない・追跡可能なデータで訓練した」と繰り返すのは、法務・コンプライアンス上の不安を抱える企業に向けたメッセージでもある。AIの出力をめぐる権利関係が問われる場面が増えるなか、学習データの来歴を説明できることは、ツール選定の判断材料として今後さらに重みを増すだろう。

これから何が起きるか

MAI-Thinking-1は約1兆パラメータの混合エキスパート（MoE）構成で、アクティブは350億、文脈長は12万8000トークンに及ぶとされるが、当面は限定プレビューにとどまり、多くの開発者の手に届くのは先になる。一方でMAI-Code-1-Flashはすでに誰もが触れる。まずは小型コーディングモデルが日常の開発でどこまで実用に足るかを、自分の仕事で確かめてみることをすすめたい。最大手が「自前のモデルを、低コストで、標準搭載する」方向へ舵を切った事実は、私たちが普段使うツールの料金と選択肢を、静かに、しかし確実に塗り替えていく。

まとめ

マイクロソフトはBuild 2026で自社開発の7モデル「MAI」を公開し、コーディング用MAI-Code-1-Flash（50億パラメータ）をGitHub Copilotの全プランに同梱した。同社公表値ではClaude Haiku 4.5を複数のベンチで上回るが、独立検証は未了で、数字は自社の実タスクで確かめる前提で読むべきだ。背景には、クラウド受注残の約45%をOpenAIが占める依存構造（2026年6月時点）と、2025年11月のMAIチーム発足に始まる自立戦略がある。経営にとっての要点は性能競争ではなく、タスクごとに適切なコストのモデルを割り当てる設計と、説明可能なデータ系譜という二点に集約される。