マイクロソフトは 2025 年 11 月に設立された AI 研究チーム「MAI スーパーインテリジェンス本部」を率いるムスタファ・スレイマン CEO の指揮のもと、テキスト、音声、画像を生成する 3 つの新基盤モデルを発表し、主要な AI 競合他社との競争を本格化させました。これらのモデルは、Microsoft Foundry と MAI Playground という新しいプラットフォームを通じて提供開始されます。具体的には、25 の言語で音声からテキストへの変換を行い、既存の Azure Fast 比で 2.5 倍高速な「MAI-Transcribe-1」、1 秒で 60 秒分のオーディオを生成しカスタム音声を作成できる「MAI-Voice-1」、そして画像生成に対応する「MAI-Image-2」が該当します。特に画像生成モデルは以前は限定版として提供されていましたが、今回より一般利用が可能になりました。スレイマン氏は、これらのモデルは人間中心の設計思想に基づき、実際のコミュニケーションや実用的な用途に最適化されていると強調しました。競合企業である Google や OpenAI のサービスよりも低価格で提供することが主な selling point となっています。MAI-Transcribe-1 は時間あたり 0.36 ドラから、MAI-Voice-1 は 100 万文字あたり 22 ドラから、MAI-Image-2 はテキスト入力 100 万トークンあたり 5 ドラ、画像出力 100 万トークンあたり 33 ドラから利用可能です。マイクロソフトは 130 億ドル以上を AI 研究に投資しており、これらのモデルは自社の製品やサービスにも導入される見込みです。さらに、OpenAI との提携関係も継続することを確認していますが、最新の再交渉により同社は独自のアプローチによるスーパーインテリジェンス研究を本格化させる余地を得ています。同社は自社製チップの生産と外部からの調達を両立させており、この方針は AI モデル開発においても適用されています。今後の展開として、Foundry 平台や Microsoft 製品内でさらなるモデルの提供が計画されています。この動きは、AI 市場におけるマイクロソフトの独自スタンスを強化し、多様なユーザーニーズに応えるための戦略的なステップとして位置づけられます。