सैन फ्रांसिस्को, 5 जून 2026 (IT Samachar डेस्क): Microsoft ने 2 जून को Build 2026 developer conference में सात in-house MAI models लॉन्च किए — जिनमें flagship reasoning model MAI-Thinking-1 (35 अरब active parameters) और GitHub Copilot के लिए बना coding model MAI-Code-1-Flash (5 अरब parameters) सबसे अहम हैं। दोनों models OpenAI technology के बिना, पूरी तरह commercially licensed data पर scratch से train किए गए हैं — partner OpenAI पर निर्भरता घटाने की दिशा में कंपनी का अब तक का सबसे साफ़ क़दम।
यह launch सिर्फ़ नई model entries नहीं है। Microsoft अब वही compute (Azure), वही distribution (Copilot, GitHub, Office) और अपने models — तीनों एक छत के नीचे रखकर cost equation बदल रहा है। दुनिया के सबसे बड़े developer markets में शामिल भारत के लाखों GitHub Copilot users के लिए इसका असर सीधा होगा।
MAI-Thinking-1 और MAI-Code-1-Flash में क्या है
MAI-Thinking-1 एक sparse Mixture-of-Experts model है — 35 अरब active parameters और 256,000-token context window। यह multi-step instructions, long-context reasoning और code generation के लिए बनाया गया है, जिसमें function calling का built-in support है। MAI-Code-1-Flash छोटा और तेज़ है — सिर्फ़ 5 अरब parameters — और production Copilot harnesses पर सीधे train हुआ है। Microsoft इसे “adaptive thinking” वाला model बताता है: आसान requests पर concise रहता है, मुश्किल tasks पर ज़्यादा reasoning budget खर्च करता है।
Benchmarks पर दावे बड़े हैं — DataNorth की रिपोर्ट के मुताबिक़ MAI-Thinking-1 ने AIME 2025 पर 97.0% और AIME 2026 पर 94.5% स्कोर किया, और SWE-Bench Pro पर Claude Opus 4.6 की बराबरी का दावा है। MAI-Code-1-Flash ने SWE-Bench Pro पर 51.2% बनाम 35.2% — यानी 16 points — से Claude Haiku 4.5 को पीछे छोड़ा, और SWE-Bench Verified पर 60% तक कम tokens में मुश्किल coding tasks हल किए।
Suleyman का ‘zero distillation’ दांव
Microsoft AI के CEO Mustafa Suleyman ने launch post में models की साझा बुनियाद पर ज़ोर दिया,
“All these models are built on a shared foundation, hill-climbing from the bottom with zero distillation.” — Mustafa Suleyman, CEO, Microsoft AI
distillation यानी किसी बड़े मौजूदा model की नकल से छोटा model बनाना — सस्ता तरीक़ा, पर ceiling सीमित। Windows Central की रिपोर्ट के मुताबिक़ Microsoft का ज़ोर इसी बात पर है कि MAI models किसी “teacher” model की imitation नहीं, original architecture हैं। Suleyman ने उसी post में लिखा,
“They share the same data discipline, the same infrastructure and the same evaluation framework.” — Mustafa Suleyman, CEO, Microsoft AI
blind side-by-side human evaluations में — जो Microsoft के independent rating partner Surge ने कराए — MAI-Thinking-1 को Claude Sonnet 4.6 पर तरजीह मिली। हालांकि ध्यान रहे, ये कंपनी के अपने commissioned evaluations हैं; तीसरे पक्ष की स्वतंत्र पुष्टि अभी बाक़ी है, और real-world coding workflows में नतीजे अक्सर benchmark rankings से अलग निकलते हैं।
cost efficiency का सबसे चर्चित दावा consulting firm McKinsey वाला है — CNBC की रिपोर्ट के मुताबिक़ McKinsey के लिए fine-tune करने के बाद MAI model ने OpenAI के GPT-5.5 से बेहतर नतीजे 10 गुना बेहतर cost efficiency पर दिए।
पूरी MAI family और pricing
Build 2026 में announce हुई सात models की lineup में MAI-Thinking-1 और MAI-Code-1-Flash के अलावा MAI-Image-2.5 (image generation, Arena.ai leaderboard पर तीसरे स्थान पर debut), MAI-Image-2.5-Flash, MAI-Transcribe-1.5 (43 भाषाएं, FLEURS speech benchmark पर शीर्ष), MAI-Voice-2 और MAI-Voice-2-Flash शामिल हैं। ये models पहले से Copilot, Bing, PowerPoint और Azure Speech के features चला रहे हैं।
MAI-Thinking-1 अभी Microsoft Foundry में private preview में है और आगे Fireworks AI, Baseten और OpenRouter जैसे third-party inference providers पर आएगा। MAI-Code-1-Flash की GitHub pricing list के मुताबिक़ दरें $0.75 प्रति million input tokens और $4.50 प्रति million output tokens हैं (pricing अभी finalize हो रही है) — model 2 जून से Visual Studio Code में Copilot individual users के लिए roll out होना शुरू हो चुका है, और आगे Copilot Free, Pro, Pro+ और Max plans तक पहुंचेगा।
भारत के developers के लिए क्या मायने?
भारत GitHub की सबसे तेज़ बढ़ती developer आबादी वाले देशों में है, और TCS, Infosys व Wipro मिलकर 3 लाख से ज़्यादा Microsoft 365 Copilot seats deploy कर चुके हैं — उस कहानी पर हमारी रिपोर्ट यहां पढ़ें। MAI models का सीधा असर दो जगह दिखेगा: Copilot plans में सस्ते in-house models से Microsoft भारतीय price-sensitive market में margins सुधार सकता है, और OpenRouter जैसे platforms पर सस्ते MAI tokens भारतीय startups के inference bills घटा सकते हैं। साथ ही Indian IT firms के लिए संकेत साफ़ है — client engagements में अब single-vendor AI stack की जगह multi-model portfolio की advisory बढ़ेगी।
आगे क्या? (Outlook)
अगले 30-90 दिनों में तीन चीज़ें देखने लायक होंगी। पहली — MAI-Thinking-1 की public pricing और general availability, जो OpenAI-Anthropic-Google token economics पर दबाव बनाएगी। दूसरी — GitHub Copilot users का real-world feedback: benchmarks के दावे production workflows में टिकते हैं या नहीं। तीसरी — OpenAI के साथ partnership की अगली शर्तें, क्योंकि Microsoft अब उसी का सबसे बड़ा distributor भी है और प्रतिद्वंद्वी भी।
स्रोत: CNBC, Windows Central, DataNorth AI, Microsoft AI (official blog), Yahoo Finance (दिनांक 5 जून 2026 तक की रिपोर्टिंग)।
