Microsoft AI setzt unter der Führung von CEO Mustafa Suleyman verstärkt auf kleine, spezialisierte KI-Modelle anstelle von teuren Allzweckmodellen. Diese Strategie zielt darauf ab, die Kosteneffizienz zu steigern, während komplexe Aufgaben weiterhin von leistungsstärkeren Modellen wie denen von OpenAI gelöst werden.
Fokus auf spezialisierte Modelle und Kosteneffizienz
Microsoft AI konzentriert sich auf die sogenannte „Token Efficiency“, um im Wettbewerb zu bestehen. Laut AI CEO Mustafa Suleyman muss die Branche die Spitzenleistung von KI-Modellen gegen deren Kosten abwägen. Anstatt ein einziges, alleskönnendes Modell zu entwickeln, trainiert das Unternehmen kompakte Modelle, die auf spezifische Aufgabenbereiche zugeschnitten sind.
Leistungsbeispiele und Orchestrierung
Ein Beispiel dieser Strategie ist das Cybersicherheitsmodell MAI-Cyber-1-Flash. Es übertrifft im CyberGym-Benchmark Anthropic’s Mythos um 12 Prozentpunkte und verursacht dabei nur halb so hohe Kosten. Dieses Ergebnis wird jedoch nur in Verbindung mit dem MDASH-System erzielt, einer Orchestrierungssoftware, die verschiedene Modelle verwaltet und anspruchsvolle Aufgaben an OpenAIs Reasoning-Modelle weiterleitet.
Ein weiteres Beispiel ist MAI-Image-2.5-Flash, das die GPU-Kosten im Vergleich zu GPT-Image-2 um bis zu 84 Prozent senken soll. Suleyman strebt zudem austauschbare Modelle an, um die Abhängigkeit von einer einzigen Modellfamilie zu verringern. Es bleibt allerdings fraglich, ob die kleinen MAI-Modelle die Leistung von OpenAI vollständig erreichen können.
Wandel im Wettbewerb: Orchestrierungssoftware
Der Wettbewerb in der KI-Branche verlagert sich zunehmend von einzelnen Modellen hin zu Orchestrierungssoftware, die Aufgaben weiterleitet und Kontexte bereitstellt. Solche Systeme leiten den Großteil der Arbeit an günstigere Spezialisten und reservieren die sogenannten „Frontier Models“ (Spitzenmodelle) für besonders anspruchsvolle Fälle. Anthropic hat diesen Ansatz bereits für sein Modell Claude Fable 5 angewendet, und Sakana hat sein Modell Fugu darauf aufgebaut.
Thema: OpenAI. Quelle/Inspiration: The Decoder.