Am 17. November 2026 führte Microsoft auf der Ignite zwei Entwicklungen zusammen, die zunächst widersprüchlich erscheinen: Seit diesem Tag sind OpenAIs GPT-6.2 Astra und GPT-6.2 Sol allgemein über Microsoft Foundry verfügbar, zugleich baut der Konzern seine eigene MAI-Modellfamilie aus. Microsoft vertreibt damit weiterhin leistungsfähige Modelle anderer Anbieter und tritt zugleich in ausgewählten Einsatzfeldern selbst als Entwickler auf. Statt sich allein am Rennen um ein möglichst starkes Universalmodell zu beteiligen, setzt das Unternehmen auf spezialisierte Systeme, niedrigere Betriebskosten und eine engere Verzahnung von Modellen, Produkten und Cloud-Infrastruktur.
Sieben Einsatzbereiche, unterschiedliche Rollen Recherchequelle: Microsoft Corporate Blog
Sieben Modelle für klar getrennte Aufgaben
Microsoft fasst seine Ignite-Ankündigungen unter der Überschrift von sieben Modellen zusammen. Dabei handelt es sich nicht um eine einheitliche Klasse von Universalmodellen, sondern um Werkzeuge für unterschiedliche Einsatzfelder. MAI Cyber 2 Flash übernimmt Aufgaben der IT-Sicherheit, während MAI Code 2 und Code 2 Flash auf Softwareentwicklung ausgerichtet sind. Bei den Bildmodellen unterscheidet die Detailankündigung zwischen MAI Image 2.7 und MAI Image 2.7 Flash; MAI Image 2.7 erzeugt und bearbeitet Bilder. Für gesprochene Sprache gibt es zwei getrennte Ansätze: MAI Realtime 1 führt direkte Sprachdialoge, MAI Transcribe 2 erstellt Transkriptionen. Decision 1.1 wiederum dient eng umrissenen Vorgängen wie Routing, Klassifikation, Priorisierung und Prüfung.
Die Zahl sieben beruht somit auf Microsofts eigener Bündelung. Die Detailseiten führen mit MAI Image 2.7 Flash eine weitere Modellbezeichnung auf. Zudem waren nicht alle Bestandteile der Ankündigung auf der Ignite erstmals zugänglich: MAI Transcribe 2 war bereits seit dem 3. September 2026 verfügbar, MAI Image 2.7 als Bearbeitungsmodell seit dem 27. Oktober 2026 in einer Vorschau, und Decision 1.1 konnte schon vor der Konferenz öffentlich getestet werden. Auf der Ignite wurde Decision 1.1 allgemein verfügbar gemacht. Andere Modelle starten je nach Angebot in einer öffentlichen oder beschränkten Vorschau oder fließen unmittelbar in bestehende Microsoft-Dienste ein.
Hinter der gemeinsamen Präsentation steht deshalb kein einzelner technischer Durchbruch. Microsoft vereint neue Modelle, zusätzliche Varianten, Produktintegrationen und neue Bereitstellungsstufen zu einer Palette für bestimmte Arbeitsabläufe. Der Vergleich verlagert sich dadurch von einer allgemeinen Rangliste auf die Frage, welches Modell einen konkreten Arbeitsablauf am sinnvollsten erledigt.
Spezialisierung statt Alleskönner Recherchequelle: Microsoft AI
Wie Microsoft Programmierarbeit auf zwei Modelle verteilt
An den beiden Code-Modellen wird sichtbar, wie Microsoft die Spezialisierung praktisch umsetzt. Der Konzern verteilt die Programmierarbeit auf zwei unterschiedlich dimensionierte Varianten. Code 2 Flash ist für häufige, kurze Eingriffe gedacht, etwa Erklärungen, gezielte Anpassungen, Routinekorrekturen und schnelle Überarbeitungsschleifen. MAI Code 2 soll dagegen komplexere Änderungen in bestehenden Softwareprojekten bewältigen. Dazu zählen eine gründliche Fehlersuche, Eingriffe über mehrere Dateien hinweg und die Überführung von Code in den Produktivbetrieb.
Microsoft beansprucht bislang weder für Grundlagenforschung noch für besonders lang laufende agentische Arbeit eine besondere Optimierung; gegenüber einem universellen Programmiermodell ist der Einsatzbereich damit enger gefasst. Die Entwicklung konzentriert sich auf Aufgaben, die im Unternehmensalltag regelmäßig und in großer Zahl anfallen. Bei diesem Zuschnitt gewinnen neben der Qualität auch Geschwindigkeit und Kosten an Bedeutung.
Wie groß ein Vorteil gegenüber Konkurrenzmodellen ausfällt, richtet sich allerdings nach den verglichenen Einsatzfällen, Preisen und Testbedingungen. Beide Varianten sind laut Microsoft in GitHub Copilot verfügbar. Zusätzlich bietet der Konzern Code 2 Flash in einer Foundry-Vorschau mit beschränktem Zugang an.
Grenzen von Microsofts Preisvergleich Recherchequelle: Microsoft AI – MAI Code 2
Was der spektakuläre Preisvergleich tatsächlich aussagt
Die auffälligste Zahl der Präsentation gilt nur innerhalb einer genau umrissenen Versuchsanordnung. Auf CyberGym-E2E, einem End-to-End-Benchmark für die Entdeckung, reproduzierbare Demonstration und Behebung realer Softwareschwachstellen, erreichte MAI Cyber 2 Flash laut Microsoft eine Erfolgsquote von 92,3 Prozent. Für GPT-6 Astra nennt der Konzern 91,5 Prozent. Nach Angaben des Konzerns habe das eigene Modell mit der Hälfte des Denkbudgets gearbeitet und je Testfall weniger als zwei Prozent der Kosten verursacht. Das liefert zwar einen Hinweis auf mögliche Effizienz; je nach Anwendung, Modellkonfiguration, Denkbudget und Testmethode können solche Resultate jedoch anders ausfallen, sodass sich daraus kein allgemeingültiger Preis- oder Leistungssieg ableiten lässt.
Microsoft zufolge umfasste die vom Unternehmen verwendete Auswertung zunächst 905 Aufgaben. Davon strich es 92 bei sämtlichen Modellen, weil sie auf denselben Open-Source-Projekten und Schwachstellenberichten beruhten wie Teile der Trainingsdaten. Die jeweiligen Referenzlösungen seien nicht für das Training verwendet worden. Die veröffentlichten Resultate beruhen somit auf 813 Testaufgaben. Das ursprüngliche CyberGym-E2E-Papier beschreibt den Gesamtbenchmark dagegen mit 920 realen Schwachstellen aus 139 Projekten. Welche Fassung oder Teilmenge Microsoft für seine Auswertung heranzog, bleibt offen.
Auch die Kostenangabe ist eng gefasst: Microsoft berechnete sie offline anhand der Listenpreise für Eingabe-, zwischengespeicherte Eingabe- und Ausgabetoken, doch eine tatsächliche Kundenrechnung bildet diese Kalkulation nicht zwangsläufig ab.
Wie sich MAI Realtime 1 abrechnen lässt Recherchequelle: Microsoft AI – MAI Cyber 2 Flash
Sprachagenten mit kalkulierbarem Minutenpreis
Bei vereinzelten Anfragen mag ein kleiner Preisunterschied kaum ins Gewicht fallen. Ein Sprachagent, der über viele Stunden Gespräche führt, vervielfacht ihn dagegen mit jeder Audiominute. Für MAI Realtime 1 nennt Microsoft einen Grundpreis von 0,01 US-Dollar je Minute für die direkte Sprachverarbeitung. Zusätzliche Denkprozesse werden gesondert nach verbrauchten Token berechnet. Dadurch hängen die tatsächlichen Kosten vom jeweiligen Einsatz ab; für Anwendungen mit hohem Gesprächsvolumen gibt es jedoch eine klar benannte Basis.
Microsoft hat die Schnittstelle mit der OpenAI Realtime API kompatibel angelegt. Vorhandene Sprachanwendungen können deshalb möglicherweise mit geringerem Anpassungsaufwand mit dem neuen Modell erprobt oder darauf umgestellt werden. Vorgesehen ist der Einsatz unter anderem im Dynamics 365 Contact Center und in Dragon Copilot.
Die von Microsoft beanspruchten Vorteile gegenüber GPT Realtime 2.1 beruhen auf öffentlichen Benchmarks und eigenen Produktevaluationen. Ein allgemeiner Leistungsvorsprung für sämtliche Sprachanwendungen lässt sich daraus nicht ableiten. Für den wirtschaftlichen Betrieb dauerhaft aktiver KI-Systeme reicht eine überzeugende Demonstration jedoch nicht aus: Laufende Kosten müssen kalkulierbar sein, während Unternehmen zugleich festlegen wollen, wie und wo ihre Modelle eingesetzt werden. Mehr Kontrolle mit eigenen Modellgewichten Recherchequelle: Microsoft AI – MAI Realtime 1
Eigene Modellgewichte, mehr Kontrolle in Azure
Mit MAI Licensed Weights geht Microsoft über den bloßen Modellzugang hinaus: Ausgewählte Unternehmen sollen die Gewichte in ihrer eigenen Azure-Umgebung betreiben und mit firmeneigenem Wissen anpassen können. Über Zugriffsrechte und den Zeitpunkt von Aktualisierungen entscheiden die Kunden selbst; eine Weiterverwendung der dabei anfallenden Kundendaten und Anpassungen für Microsofts Modelltraining soll einer gesonderten Zustimmung bedürfen.
Allgemein verfügbar ist das Angebot derzeit nicht; der Zugang soll über sogenannte Frontier-Company-Projekte erfolgen. Welchen Nutzen Microsoft darin sieht, illustriert der Konzern mit kundenspezifischen Tests, deren Ergebnisse jeweils an die konkrete Anwendung und Testmethode gebunden sind. Bei Alaska Airlines stieg die Genauigkeit bei der Klassifikation von Wartungsberichten nach einer Anpassung von 81,2 auf 91,1 Prozent. Bei Woven by Toyota lieferte das Modell in einer eng begrenzten Aufgabe zur Codekorrektur in 44 Prozent der untersuchten Fälle direkt übernahmefähige Änderungen. Zuvor eingesetzte Spitzenmodelle hatten in diesen Fällen menschliche Eingriffe erfordert.
Die Beispiele verdeutlichen den strategischen Ansatz: Microsoft bietet nicht nur die Antworten eines Modells an, sondern überlässt den Kunden mehr Kontrolle über Betrieb und Anpassung. Diese Kontrolle bleibt allerdings an die Azure-Infrastruktur gebunden.
Partnerschaft und Konkurrenz mit OpenAI Recherchequelle: Microsoft AI – Licensed Weights
OpenAI bleibt Partner und wird zugleich Konkurrent
Der Ausbau eigener Modelle beendet die Verbindung mit OpenAI nicht. In der im April 2026 geänderten Vereinbarung bleibt Microsoft als primärer Cloudpartner vorgesehen, während OpenAI seine Produkte zugleich über weitere Cloudanbieter ausliefern kann. Auch der technologische Zugang besteht fort: Microsoft besitzt bis 2032 eine nicht exklusive Lizenz an OpenAIs geistigem Eigentum für Modelle und Produkte und bleibt ein bedeutender Anteilseigner.
Die seit dem 17. November 2026 bestehende allgemeine Verfügbarkeit von GPT-6.2 Astra und GPT-6.2 Sol in Foundry widerspricht daher nicht dem Ausbau der MAI-Familie: Microsoft kann OpenAI-Modelle über die eigene Plattform anbieten und parallel eigene Alternativen für ausgewählte Einsatzfelder entwickeln. Die Beziehung lässt sich weder als reine Partnerschaft noch als vollständige Loslösung beschreiben, weil Kooperation und Konkurrenz ineinandergreifen.
Microsoft gewinnt dadurch zusätzliche Auswahlmöglichkeiten. Der Konzern kann je nach Produkt und Anwendungsfall auf fremde oder eigene Modelle setzen. Sollten sich die MAI-Angebote im praktischen Betrieb bewähren, könnten sie zugleich die technische Abhängigkeit von einem einzelnen Modellentwickler verringern.
Microsoft will zugleich Plattform, Vertriebskanal und Hersteller sein Recherchequelle: Microsoft Corporate Blog
Microsoft besetzt die gesamte KI-Wertschöpfungskette
Microsoft besetzt inzwischen mehrere Stufen derselben technischen Kette. Über Foundry stellt der Konzern Modelle verschiedener Anbieter bereit, Azure liefert die Cloud-Infrastruktur, und mit der MAI-Familie wächst das eigene Modellangebot. Zugleich verankert Microsoft seine Technik in Produkten wie GitHub Copilot, Bing Image Creator, Dynamics 365 und seinen Sicherheitsdiensten. Je nach Bedarf kann das Unternehmen dadurch eigene und fremde Modelle kombinieren.
Axios ordnet die Ankündigung als Versuch ein, die bisherige Abhängigkeit von extern entwickelten Spitzenmodellen zu verringern und mit eigenen Angeboten vor allem beim Verhältnis von Leistung und Preis konkurrenzfähiger zu werden. Eine Trennung von OpenAI ist dafür nicht nötig. Schon die Möglichkeit, zwischen mehreren Anbietern und der eigenen Modellfamilie zu wählen, vergrößert Microsofts Spielraum bei Kosten, Produktgestaltung und Kundenbindung.
Die Ankündigungen markieren deshalb weniger einen radikalen Bruch als den Ausbau eines zweiten Standbeins. Microsoft bleibt Plattform und Vertriebskanal für fremde KI, tritt auf ausgewählten Feldern aber zunehmend selbst als Hersteller und Wettbewerber auf. So entsteht ein breiteres Geschäftsmodell, in dem der Konzern mehr Teile der technischen Wertschöpfung kontrollieren kann. Recherchequelle: Axios
Weiterführende Informationen
Quellenhinweis: Einzelne Fakten, Einschätzungen und Prognosen dieses Beitrags stützen sich auf Veröffentlichungen der nachfolgend genannten Unternehmen und Institutionen. Die Links dienen zugleich der weiterführenden Information.
All-AI – Microsoft Ignite 2026: Das sind Microsofts neue MAI-Modelle
Der Fachbeitrag erläutert Funktionen, Einsatzfelder und Verfügbarkeit der neuen MAI-Modelle für Programmierung, Cybersicherheit, Bilder, Sprache und Entscheidungsaufgaben.
https://www.all-ai.de/news/news26/microsoft-ignite-viele-modelle
Dr. Web – Microsoft lässt Kunden die Gewichte seiner KI-Modelle anpassen
Der Artikel vertieft Azure-Bindung, Anpassungsmöglichkeiten, Datenhoheit, Versionskontrolle und Zugangsvoraussetzungen von MAI Licensed Weights anhand konkreter Kundenbeispiele.
https://www.drweb.de/microsoft-mai-licensed-weights-azure/
OpenAI – Die nächste Phase der Microsoft-OpenAI-Partnerschaft
Die deutschsprachige Originalquelle nennt die seit April 2026 geltenden Cloud-, Lizenz-, Umsatzbeteiligungs- und Beteiligungsrechte der beiden Unternehmen.
https://openai.com/de-DE/index/next-phase-of-microsoft-partnership/



