Microsoft MAI-Thinking-1とは｜35Bパラメータ・OpenAI不使用・AIME97%・MAI-Code-1-Flash・Build 2026自社AI7モデル完全解説

MAI-Thinking-1は、Microsoftが2026年6月2日のBuild 2026で発表した、同社初の自社製推論特化フロンティアAIモデルです。 アクティブパラメータ35B（総パラメータ約1兆）のMixture of Experts構造を採用し、数学推論ベンチマーク「AIME 2025」で97.0%を記録。OpenAIモデルからの知識蒸留を一切行わずにゼロから学習した点が最大の特徴です。

• MAI-Thinking-1の基本仕様・ベンチマーク評価（注意点含む）
• Build 2026で発表された自社AI7モデルの全体像と「今すぐ使えるか」の現状
• MAI-Code-1-Flash（GitHub Copilot統合）の詳細
• 「OpenAI不使用・クリーンデータ」主張の実態と疑義
• Microsoftの垂直統合AI戦略（Maia 200チップ→MAIモデル→Foundry→Copilot）
• 競合推論モデル（OpenAI o3・Gemini 2.5 Pro・Claude Opus 4.6）との比較表
• 利用料金と申し込み方法

企業でのAI導入を検討しているIT担当者・エンジニア、GitHub Copilotを使っている開発者、Microsoftの自社AI戦略を把握したいビジネスパーソンを主な対象としています。

Build 2026全体の発表内容についてはMicrosoft Build 2026完全解説もあわせてご覧ください。

出典: Microsoft AI 公式サイト

MAI-Thinking-1とは何か — 基本仕様と定義

MAI-Thinking-1はMicrosoftが自社の「AI Superintelligence Team」名義でゼロから開発した、初の推論特化フロンティアAIモデルです。チームは2025年11月にDeepMind共同創業者でMicrosoft AI CEOのMustafa Suleimanのもとで結成されました。

技術仕様（公式確認済み）

「アクティブパラメータ35B」というのは、推論時に実際に動くパラメータ数です。MoE構造では総パラメータ（約1T）のうち一部のエキスパートのみが各トークン処理に使われるため、1Tの巨大モデルでも35Bモデルと同等の推論速度・コストで動作します。

コンセプト：「ヒューマニスト・スーパーインテリジェンス」

Mustafa Suleimanが掲げる設計方針は「人間を置き換えるのではなく、人間と組織に奉仕するAI」です。Suleimanはキーノートで次のように述べました。

「インテリジェンスは今や、コンピュートの関数だ。ログリニアなヒルクライムが標準になった。私たちはそれを最大限に活用するヒルクライミングマシンを作る」

— Mustafa Suleiman（Microsoft AI CEO）、Build 2026 MAIキーノート

学習の3原則

1. ゼロからの学習 — 他社（OpenAI・Anthropic等）のモデルを「先生」として使う知識蒸留を行わず
2. クリーンデータ — 商業利用ライセンス取得済みデータを使用（後述の注意点あり）
3. 自社インフラ — Maia 200チップ + 自社強化学習基盤

これら3点が、MicrosoftがOpenAI依存からの自立を宣言する際に強調する核心部分です。

Build 2026発表：Microsoftの自社AI7モデル全体像

Build 2026でMicrosoftが「Microsoft AI Superintelligence Team」名義で発表したのは以下の7モデルです。なお、Windowsオンデバイス向けSLM「Aion 1.0」は別枠発表です。

出典: Microsoft AI 公式サイト

さらに別枠としてAion 1.0 Instruct / Aion 1.0 Plan（Windowsオンデバイス SLM）が発表されています。これはクラウド推論ではなくPC上でオフライン動作するモデルです。

「今すぐ使えるか」を3段階で整理

✅ GA済み・今すぐ使える

• MAI-Code-1-Flash（GitHub Copilot Free〜Max）
• MAI-Transcribe-1.5（Azure AI Foundry）
• MAI-Voice-2（Azure AI Foundry）
• MAI-Image-2.5（MAI Playground）

🔶 プレビュー中（申請・審査が必要）

• MAI-Thinking-1（プライベートプレビュー / Microsoft Foundry）

📅 今後の予定

• MAI-Voice-2-Flash（近日提供）
• Aion 1.0 Instruct のオープンソース公開（2026年7月 HuggingFace予定）
• Aion 1.0 Plan GA（数カ月以内）
• MAI-Thinking-1 パブリックプレビュー・GA（日程未定）

MAI-Thinking-1のベンチマーク評価 — AIME97%の実態と注意点

出典: Microsoft AI 公式サイト

公式ベンチマーク

MAI-Thinking-1はAIME 2025で97%というスコアを主な差別化ポイントとして打ち出しています。SWE-Bench ProでもClaude Opus 4.6と同等であり、高難度の推論タスクでのパフォーマンスは実質的なものと考えられます。

⚠️ ベンチマーク評価の注意点

ただし、いくつかの点に留意が必要です。

独立検証が未完了：2026年6月4日時点で、外部の独立した研究機関によるベンチマークの完全再現検証は終わっていません。技術評論家のSimon Willison氏は「ベンチマーク主張自体は信頼性があると考えるが、完全な外部検証を待つべき」と述べ、初期報告にあった誤読（活性パラメータの誤認等）を自己修正した分析を公開しています。

コンテキスト長に関する混在情報：一部メディアが「128Kトークン」と誤記しているケースがありますが、公式仕様は256Kトークンです。

「クリーンデータ」の実態：「商業ライセンス取得済み」という主張と実際に使用されたデータには乖離がある可能性があります。実際にはCommon Crawlなど著作権上グレーなWebクロールデータも事前学習に含まれているとの分析があり、「クリーンデータ ≠ 著作権フリー」と理解しておく必要があります。

これらの注意点を踏まえながらも、発表されたベンチマーク数値は現時点でのトップクラスの推論モデルに匹敵する水準であることは確かです。

MAI-Code-1-Flash — GitHub Copilotに統合された5Bコーディングモデル

基本情報

MAI-Code-1-Flashはコーディング支援に特化した5Bパラメータのモデルで、Build 2026と同日（2026年6月2日）からGitHub Copilotへのロールアウトが開始されました。現在、Copilot Free・Pro・Pro+・Maxのすべてのプランで利用可能です。

出典: Microsoft AI 公式サイト

Claude Haiku 4.5との比較

公式によれば、Haiku 4.5と比べてコーディングタスクで有意な差があり、特に指示追従（IF Bench）での+28.9ptは実務的な影響が大きいとされています。

設計上の特徴

本番ハーネスでのトレーニング：合成ベンチマークではなく、実際のGitHub Copilot本番環境をハーネスとして使ってトレーニングされています。実際のコーディングワークフローに最適化された設計です。

適応的推論：シンプルなリクエストは簡潔に答え、複雑なタスクには推論バジェットを増やす「適応的推論」を採用。無駄なトークン消費を抑えます。

低リソース言語対応：RustやHaskellなど、学習データが少ない言語でも高いパフォーマンスを発揮するとされています。

Project Polarisとの関係

複数のメディアが「Project Polaris = GitHub Copilotのデフォルトを2026年8月にGPT-4 Turboから置き換えるMicrosoftの内製モデル」と報道しています。ただし、2026年6月4日時点でMicrosoft公式や GitHub公式ドキュメントでは「Project Polaris」という名称は確認できていません。MAI-Code-1-FlashがProject Polarisの公開名称である可能性は高いものの、8月のデフォルト変更計画を含め公式発表を待つ必要があります。

その他5モデルの概要（Image・Transcribe・Voice・Aion）

MAI-Image-2.5 / MAI-Image-2.5 Flash

テキストからの画像生成と画像編集（新機能）を提供します。Arena.aiリーダーボードで3位（スコア1,254）を獲得しており、前バージョン比+72pt。特に「コントロール with プリザベーション」機能により、元の画像の構造を保ちながら部分的な編集が可能になりました。

PowerPoint CopilotとOneDriveへの統合が即時開始。Azure AI Foundryへは2週間以内に展開予定です。

料金（MAI-Image-2.5 Flash、現時点の参考値）：テキスト・画像入力 $1.75/1Mトークン、画像出力 $33/1Mトークン（※既存MAI-Image-2の料金体系を参考。2.5での正式料金は確認中）

MAI-Transcribe-1.5

「エンティティバイアシング」という機能で、業界固有の用語や固有名詞をあらかじめ渡すことでドメイン特化の文字起こし精度を向上できます。医療・法務・金融など専門用語が多い領域での活用が期待されます。

MAI-Voice-2 / MAI-Voice-2-Flash

15言語以上（日本語含む）に対応した音声合成モデルです。悲しみ・囁き・興奮・恥ずかしさなど多様な感情スタイルを制御でき、5〜60秒の音声サンプルからゼロショットで声を複製する機能も備えます。MAI-Voice-1比で72%のブラインドテストで選好されたとされています。

Flash版は超低遅延を特徴とする音声エージェント向けバリアントで、近日提供予定です。

Aion 1.0（Windowsオンデバイス SLM）

Aion 1.0はクラウドではなくWindows PC上でオフライン動作するSLM（小型言語モデル）です。MAIクラウドモデルとは別枠の発表です。

インターネット接続不要で動作するため、セキュリティポリシーの厳しい企業環境や、データをクラウドに送れない用途に向いています。Aion 1.0 Instructは2026年7月にHuggingFaceでオープンソース公開が予定されています。

「OpenAI不使用・クリーンデータ」主張の実態と注意点

Microsoftは「他社モデルからの蒸留なし」「クリーン・商業ライセンス取得済みデータのみ使用」を強調しています。この主張の実態を整理します。

事実として確認できること

• 蒸留なし（確認済み）：OpenAIのGPT系モデルやAnthropicのClaude系モデルを「教師モデル」として出力を模倣する手法（知識蒸留）は使っていないとテクニカルペーパーに明記されています。これは独立した開発であることを示す重要な事実です。
• 合成データの事前学習段階での不使用（確認済み）：事前学習フェーズではAI生成コンテンツを排除しています。

注意点・疑義

「クリーンデータ」の定義の乖離：Gizmodoが技術レポートを分析した結果、MAI-Thinking-1の事前学習にはCommon Crawlを含む約7,940億ページ規模のWebクロールデータが使用されていることが判明しました。Microsoftが「商業利用ライセンス取得済み」と主張する一方で、Common Crawlは無差別に収集されたWebデータであり、著作権上の許諾が明確でないコンテンツも大量に含まれる可能性があります。

Gizmodoは「Microsoftは企業の著作権懸念を利用して自社モデルを販売している」と批判的に報道しています。

現時点での整理：

• 「GPT系モデルを先生にしていない」= 事実
• 「著作権侵害のリスクがゼロ」= 未確定（法的解釈・裁判例により変わる可能性あり）
• Microsoftは著作権保護機能を内蔵し、生成物に対する補償を表明しているが、学習データの権利問題は別途継続中

企業の法務部門が「クリーンデータだから安全」と判断する前に、自社の法務・コンプライアンス部門での確認が推奨されます。

Microsoftの垂直統合AI戦略 — Maia 200チップからCopilotまで

Build 2026でMicrosoftが示したのは、単なるモデル発表ではなく、AI開発のバリューチェーン全体を自社で完結させる垂直統合戦略です。

出典: Microsoft AI 公式サイト

Maia 200（自社AI半導体）
    ↓
MAIモデル群（自社LLM）
    ↓
Microsoft Foundry（自社推論基盤）
    ↓
GitHub Copilot / Microsoft 365 Copilot / Azure AI（自社配信チャネル）

Maia 200チップの役割

MAI-Thinking-1はNVIDIAのGPUではなく、Microsoft独自AI半導体「Maia 200」上でトレーニング・最適化されています。Maia 200の仕様（TSMC 3nmプロセス + 216GB HBM3e）により、NVIDIA GB200比で性能/ワット比1.4倍・性能/コスト比30%向上を達成したとされています。

自社チップでトレーニングすることで、NVIDIAへのハードウェア依存を減らしながら、推論コストの圧縮とモデルの最適化を自社でコントロールできる構造です。

OpenAIとの関係変化

MicrosoftとOpenAIの関係は「独占」から「マルチクラウド・マルチモデル」へと移行しています。詳細はOpenAI × Microsoft新パートナーシップ完全解説をご覧ください。現状では、Microsoft製品でOpenAIモデルと自社MAIモデルを並行して提供しつつ、中長期的な自立を進める形です。

「トップ4ラボ」戦略目標

Suleimanは明確に「他の3つはGoogle DeepMind・OpenAI・Anthropic」と名指しした上で、「4番目の世界トップAIラボになる」という目標を掲げています。チーム結成から約7カ月でフロンティアモデルを発表した点は、その速度感を示しています。

エンタープライズ向けの差別化：Frontier Tuning

MAIモデルはFrontier Tuningという機能により、組織独自のデータで強化学習できます。McKinseyでの実例では、チューニング後のMAIモデルがGPT-5.5に対して「最高のウィン率を10倍低コストで達成」したと報告されています。また、Mayo Clinicとは医療向けフロンティアAIモデルを共同開発中（Mayoが成果モデルの所有権を保持）。

料金と利用可能状況 — 2026年6月現在

MAI-Thinking-1の料金は2026年6月4日現在未発表です。参考として、同水準の競合推論モデルの料金帯は次の通りです。

• OpenAI o3: $10/1M入力トークン〜$40/1M出力トークン
• Gemini 2.5 Pro: $1.25〜$10/1M トークン
• Claude 3.7 Sonnet: Anthropic公式参照

GA時にはこの水準での設定が想定されますが、Frontier Tuning込みのエンタープライズ価格は個別交渉になる可能性があります。

競合推論モデルとの比較

OpenAI Chat Completions API互換を採用しているため、既存のo3統合コードを最小限の変更でMAI-Thinking-1に切り替えられる点は開発者にとって大きなメリットです。

Claude比較についてはClaude Opus 4.7 vs GPT-5.5 Spud 徹底比較もご参照ください。また、Microsoft 365 CopilotへのClaude統合に関心がある方はClaude Opus 4.7がMicrosoft 365 Copilotデフォルト化も参考になります。

こんな企業・開発者に向いている、向いていない

向いている企業・開発者

✅ 既存のOpenAI API統合を維持しながらモデルを差し替えたい開発者

OpenAI Chat Completions API互換のため、コードの大幅な変更なしに切り替えを試せます。

✅ 高難度の推論・数学・マルチステップ分析を自動化したいエンタープライズ

アーキテクチャレビュー、インシデント後分析、マイグレーション計画など、複雑な判断を要する業務に向いています。

✅ コーディング支援ツールのコストを抑えたい開発チーム

MAI-Code-1-FlashはGitHub Copilotの既存料金に含まれており、追加費用なしで高性能コーディング支援を利用できます。

✅ Microsoftエコシステム（Azure・Teams・M365）を中心に業務を組んでいる企業

Azure AI Foundry、Copilot、Teamsとのネイティブ統合により、既存インフラへの組み込みが容易です。詳しくはMicrosoft 365 Copilotエージェントとはもあわせてご確認ください。

✅ データプライバシーを重視し、Confidential Computingが必要な金融・医療・防衛企業

機密コンピューティングエンクレーブ版が提供予定で、クラウド事業者にも処理内容を見せない構成が可能です。

向いていない企業・開発者

❌ 今すぐMAI-Thinking-1を本番利用したい

2026年6月現在はプライベートプレビューのみ。GAスケジュールは未公表です。急ぎで推論モデルが必要な場合はo3・Gemini 2.5 Pro・Claude 3.7 Sonnetを検討してください。

❌ コストを事前に厳密に試算したい

MAI-Thinking-1の料金は未発表。プロジェクトの費用積算が必要な場合は、GAと同時に料金体系を確認する必要があります。

❌ 学習データの著作権クリアランスを確実に求めるメディア・出版企業

「クリーンデータ」主張にはGizmodo指摘のようなWebクロールデータ使用の実態があり、法務部門の独立した評価が必要です。

❌ GoogleエコシステムまたはAWSをメインとする企業

現時点ではAzure AI FoundryとMicrosoft Foundryが主な提供チャネルです。OpenRouter・Fireworks AI・Basentenでの利用も始まっていますが、AWSネイティブ統合は未発表です。

今すぐ使い始める方法

MAI-Code-1-Flash（最速・追加費用なし）

1. VS Codeを開き、GitHub Copilotプラグインを最新版にアップデート
2. Copilotチャット欄のモデルピッカー（通常「GPT-4o」と表示されているドロップダウン）を開く
3. 「MAI-Code-1-Flash」を選択
4. そのまま通常のCopilot操作で利用開始

ロールアウトが段階的なため、表示されない場合は数日後に再度確認してください。

MAI-Thinking-1（プライベートプレビュー申請）

1. Microsoft FoundryにアクセスしてMicrosoftアカウントでサインイン
2. MAI-Thinking-1のプライベートプレビュー申請フォームを記入（企業名・ユースケース等）
3. 承認後、Foundry APIエンドポイントを通じてアクセス可能
4. API互換はOpenAI Chat Completions APIのため、既存コードの model パラメータを変更するだけで動作

サードパーティ推論プロバイダー経由の場合：Fireworks AI、Baseten、OpenRouterでも段階的に展開中です。MAI Playgroundでのテストはplayground.microsoft.ai/chatから（近日パブリックプレビュー予定）。

MAI-Transcribe-1.5（$0.36/時間で即利用可能）

Azure AI Foundryのモデルカタログから「MAI-Transcribe-1.5」を選択してデプロイ。既存のAzureサブスクリプションがあればすぐ利用できます。Microsoft Teamsとの統合設定も同Foundryから管理できます。

よくある質問（FAQ）

Q. MAI-Thinking-1とClaude 3.7 Sonnetはどちらが優れていますか？

A. ベンチマーク上では、MAI-Thinking-1はSWE-Bench ProでClaude Opus 4.6と同等水準、人間評価ではClaude Sonnet 4.6より高評価という結果が出ています。ただし独立検証は未完了であり、タスクの種類によって向き不向きが変わります。現時点で本番用途で比較するには、実際のユースケースでA/Bテストを行うことを推奨します。

Q. 「OpenAI不使用」とはどういう意味ですか？

A. MAI-Thinking-1の事前学習において、GPT系モデルの出力を模倣する「知識蒸留」を行っていないという意味です。ただし「OpenAIのデータや技術を一切使っていない」という意味ではなく、学習データにはCommon Crawl等のWebクロールデータが含まれます（テクニカルペーパーより）。

Q. 日本語に対応していますか？

A. MAI-Thinking-1とMAI-Code-1-Flashの日本語対応について公式から明示的な言及はありませんが、30兆トークンの多言語データで学習されており、実用的な日本語処理が可能と考えられます。MAI-Transcribe-1.5は43言語対応（日本語含む）と明記。MAI-Voice-2も日本語を含む15言語以上に対応しています。

Q. MAI-Thinking-1をGPT-5.5の代替として使えますか？

A. API互換という観点では、OpenAI Chat Completions APIと互換性があるため、コードのmodelパラメータ変更で試すことは可能です。ただし性能・コストの詳細比較についてはGPT-5.5 Instantとはもご参照ください。

Q. プライベートプレビューの申請はいつ終わりますか？

A. 2026年6月4日現在、パブリックプレビューやGAのスケジュールは公式から発表されていません。Microsoft Foundryのニュースレターに登録しておくと情報を早期にキャッチできます。

Q. 企業データをMAI-Thinking-1で処理する際のセキュリティは？

A. Azure AI Foundry経由の場合、Azure Purviewによるデータガバナンス、Microsoft Entra IDによる認証、Intuneポリシー管理との統合が利用可能です。Baseten経由での利用時はファインチューニングデータ・フィードバックがMicrosoftに戻らない設計になっています。また金融・医療・防衛向けにはConfidential Computingエンクレーブ版が提供予定です。ただしEU地域のデータレジデンシーのタイムラインは未確認です。

まとめ：MAI-Thinking-1で押さえるべき6点

1. 実力は本物 — AIME 2025で97%、SWE-Bench Pro 53%はトップクラス。ただし独立検証は進行中
2. 今すぐ使えるのはMAI-Code-1-Flash — GitHub Copilot全プランで追加費用なし。MAI-Thinking-1はプレビュー申請が必要
3. OpenAI不使用 = 蒸留なしは事実。ただし「クリーンデータ = 著作権フリー」は過言で、法務確認が必要
4. 垂直統合戦略が本質 — Maia 200（チップ）→MAIモデル→Foundry→Copilotという自社完結ループが中長期的な競争力
5. 料金は未発表 — MAI-Thinking-1のGAコストは競合の$1〜$40/1M範囲内と想定されるが確定は待ち
6. Microsoftエコシステム活用企業に有利 — Azure・M365・GitHub Copilotを使っている組織は既存インフラへの統合が最も容易

Microsoftの自社AI戦略の全体像についてはBuild 2026の包括的な解説記事Microsoft Build 2026完全解説も参照してください。また、Microsoft Foundryを活用したAIエージェント構築に興味がある方はMicrosoft Agent 365とはもあわせてご覧ください。