---
title: "Microsoft conclui pré-treino do MAI-Base-2, com 2,8 trilhões de parâmetros"
url: https://dailyjournal.news/news/2026-10-15/microsoft-ai-desenvolve-modelos-de-3-trilhoes-de-parametros
published: 2026-10-15T16:40:43.664852+00:00
updated: 2026-10-16T02:31:26.83+00:00
categories: ["technology"]
source_count: 2
outlet_count: 1
language: pt-BR
publisher: "Daily Journal"
---

# Microsoft conclui pré-treino do MAI-Base-2, com 2,8 trilhões de parâmetros

A Microsoft AI diz ter concluído o pré-treino do MAI-Base-2, modelo MoE de 2,8 trilhões de parâmetros que, segundo a empresa, é 4,2 a 12,3 vezes mais eficiente em FLOPs que o DeepSeek-V4-Pro-Base; o pós-treino segue em andamento.

## Pontos principais

- O MAI-Base-2 é um modelo MoE com 2,8 trilhões de parâmetros totais e 80 bilhões ativos; o pós-treino ainda está em andamento.
- A Microsoft AI afirma que o modelo supera todos os modelos open-weight testados em avaliações held-out, medidas em bits por byte.
- A estimativa de eficiência, de 4,2 a 12,3 vezes sobre o DeepSeek-V4-Pro-Base, vem de projeção por leis de escala sobre quatro avaliações, e não de treino direto de um modelo equivalente.
- O treino usou 16 mil GPUs GB200 por 38 dias, em agosto e setembro de 2026, com MFU médio de 21% e goodput de 89%.
- A empresa diz que a mistura de treino tem 50 trilhões de tokens, todos processados internamente, sem destilação de outros modelos, com corte de conhecimento da web em março de 2026.
- Diferentemente do MAI-Base-1, o pré-treino incorpora visão nativamente, com dados de imagem e texto em 18% da mistura.
- A comparação com Kimi K3, Qwen3.8-2.4T-A95B e MiMo-V2.6-Pro-RL usa apenas checkpoints pós-treinados desses modelos, o que, segundo a empresa, pode afetar os resultados.
- A Microsoft pretende licenciar os pesos a parceiros confiáveis pela Foundry, sem data nem lista de parceiros, e já prepara o MAI-Base-3.

A Microsoft AI, divisão de IA da big tech norte-americana, informou ter concluído o pré-treino do MAI-Base-2, seu modelo de linguagem em arquitetura MoE, e afirma que ele supera todos os modelos open-weight que testou em avaliações held-out. A empresa atribui o resultado a três frentes: leis de escala que consideram dados repetidos no treino, otimizações conjuntas de modelo e infraestrutura, e a expansão do pipeline de dados.

O pós-treino ainda não terminou, e a empresa diz que divulgará resultados em breve.

## Fontes

- [Microsoft unveils MAI-Base-2, a MoE model with 2.8T total and 80B active parameters, claiming 4x-12x more pretraining FLOPs-efficiency than DeepSeek-V4-Pro-Base (Microsoft AI)](https://www.techmeme.com/261015/p59#a261015p59) — Techmeme (2026-10-16)
- [@mustafasuleyman: We now have state-of-the-art pre-trained base models in the 3T-parameter weight class, built entirely in-house at MAI.](https://x.com/mustafasuleyman/status/2110766651344146564) (2026-10-15)

---

Publicado por Daily Journal. Versão HTML: https://dailyjournal.news/news/2026-10-15/microsoft-ai-desenvolve-modelos-de-3-trilhoes-de-parametros