MAI-Thinking-1 – 微軟推出的首款自研高級推理模型

MAI-Thinking-1是什麼

MAI-Thinking-1 是微軟推出的首款自研高級推理模型。模型採用 35B 活躍參數 / 約 1T 總參數的稀疏 MoE 架構，完全基於乾淨、商業授權數據從頭訓練，未使用任何第三方模型蒸餾。在 SWE-Bench Pro、AIME 2025/2026 等關鍵基準上達到業界頂尖水平，與 Claude Opus 4.6 持平，在盲測中優於 Sonnet 4.6。

MAI-Thinking-1的主要功能

• 高級數學與科學推理：在 AIME 2025 上達到 97.0%，AIME 2026 上達到 94.5%，具備極強的 STEM 推理能力。
• 智能軟件工程：在 SWE-Bench Pro 上獲得 52.8%，在 LiveCodeBench v6 上獲得 87.7%，支持多步驟代碼閱讀、編輯、測試與錯誤恢復。
• 超長上下文處理：支持最高 256K 的上下文窗口，可處理長文檔與大規模代碼庫。
• 工具調用與 Agent 能力：可調用外部工具與環境交互，執行復雜的多步驟任務。
• 安全與有用性平衡：在 RL 訓練中同時優化 helpfulness 和 safety，減少有害輸出。

MAI-Thinking-1的技術原理

• 稀疏 MoE 架構：MAI-Thinking-1 採用 78 層 Decoder-only Transformer，交替使用 8/512 專家激活的稀疏 MoE 層與密集 FFN 層，配合 5:1 局部/全局注意力機制，在保持 35B 活躍參數的同時實現接近 1T 總參數的性能，顯著降低推理時的 KV Cache 與計算開銷。
• 數據與預訓練：模型基於 30T tokens 的乾淨、商業授權數據從頭預訓練，嚴格排除 AI 生成內容與開源訓練集，並對常見基準進行去污染處理；中期訓練額外強化 STEM、數學與代碼能力，最終支持 256K 超長上下文。
• 強化學習”爬坡”：微軟提出”Hill-Climbing Machine”理念，通過自研 RL 框架從零開始學習推理鏈，不依賴先驗 CoT 蒸餾，分別針對 STEM 推理、Agentic 編碼和 Helpfulness & Safety 三個領域進行數千步的持續對數線性提升。
• 評估體系：內部建立近 40 個 NLL 基準覆蓋代碼、STEM、數學、通用知識和多語言五大類，優先採用負對數似然非多選題評估，避免格式偏差；同時構建私有基準防止數據污染，確保評估結果真實反映模型能力。

如何使用MAI-Thinking-1

MAI-Thinking-1 的具體使用方式和接入渠道尚未公佈。

MAI-Thinking-1的核心優勢

• 完全自研無蒸餾：不繼承第三方模型的設計偏見，具備更強的可操控性和適應能力。
• 中等規模，頂尖性能：35B 活躍參數即可對標 Claude Opus 4.6 等更大模型，推理成本更低，部署更靈活。
• 數據純淨可追溯：排除 AI 生成內容，確保模型行爲可解釋、可改進。
• 全棧自主可控：從微軟自研加速器到訓練框架、RL 環境均爲內部構建，可端到端優化。
• 持續進化能力：爬坡機器架構支持吸收更優數據、更強獎勵和更多算力，實現能力的持續提升。

MAI-Thinking-1的項目地址

• 項目官網：https://microsoft.ai/news/introducing-mai-thinking-1/
• 技術論文：https://microsoft.ai/wp-content/uploads/2026/06/main_20260602_2.pdf

MAI-Thinking-1的同類競品對比

MAI-Thinking-1的應用場景

• 企業級軟件開發：輔助開發者進行代碼審查、Bug 修復、功能實現和自動化測試。
• 科學研究與複雜計算：解決高等數學、物理、化學等複雜推理問題。
• 長文檔分析與知識管理：處理法律合同、技術文檔、論文等超長文本的深度理解與摘要。
• AI Agent 工作流：作爲核心推理引擎，驅動自動化辦公、數據分析、系統運維等 Agent 任務。