Ngày 2 tháng 4, Microsoft âm thầm ra mắt ba mô hình AI tự phát triển: MAI-Transcribe-1, MAI-Voice-1 và MAI-Image-2. Không có sự kiện ra mắt, không có quảng cáo rầm rộ, chúng được bán trực tiếp trên nền tảng Microsoft Foundry.
Nhưng ý nghĩa đằng sau sự kiện này còn lớn hơn nhiều so với bản thân ba mô hình.
Ba mô hình là gì?
MAI-Transcribe-1: Chuyển giọng nói thành văn bản. Hỗ trợ 25 ngôn ngữ phổ biến nhất toàn cầu, với tỷ lệ lỗi từ (WER) 3,8% trên chuẩn FLEURS, thấp hơn cả Whisper của OpenAI và Gemini của Google. Tốc độ nhanh gấp 2,5 lần dịch vụ Azure Speech hiện tại của Microsoft. Giá 0,36 USD/giờ.
Điểm đáng chú ý: Mô hình này chỉ được tạo ra bởi 10 người.
MAI-Voice-1: Chuyển văn bản thành giọng nói. Trên một GPU đơn, có thể tạo 60 giây âm thanh trong 1 giây. Hỗ trợ nhân bản giọng nói tùy chỉnh từ các mẫu âm thanh ngắn. Giá 22 USD/triệu ký tự.
MAI-Image-2: Tạo hình ảnh. Đã đạt vị trí thứ ba trên bảng xếp hạng văn bản thành hình ảnh của Arena.ai, nhanh hơn ít nhất 2 lần so với phiên bản trước. Giá 5 USD/triệu token (đầu vào văn bản), 33 USD/triệu token (đầu ra hình ảnh). Trong số khách hàng doanh nghiệp ban đầu có WPP (tập đoàn quảng cáo lớn nhất thế giới).
Tại sao điều này lại quan trọng?
Bề ngoài, Microsoft chỉ tung ra một vài mô hình nền tảng, nhưng thực chất là Microsoft đang tự tạo cho mình một lối thoát.
Mối quan hệ giữa Microsoft và OpenAI, kể từ năm 2019, không chỉ đơn thuần là nhà đầu tư và công ty được đầu tư — Microsoft đã đầu tư 130 tỷ USD giai đoạn đầu và có quyền độc quyền sử dụng công nghệ của OpenAI để xây dựng sản phẩm. Copilot, Azure AI, các mô hình cốt lõi đằng sau hầu hết đều đến từ OpenAI.
Nhưng sự phụ thuộc cao độ này là con dao hai lưỡi. Nếu OpenAI điều chỉnh giá API, thay đổi điều khoản, hoặc một ngày nào đó bị mua lại hoặc gặp vấn đề, dòng sản phẩm AI của Microsoft sẽ rất bị động.
Tháng 9 năm ngoái, Microsoft đã đàm phán lại hợp đồng — khi nhận được cam kết dịch vụ đám mây Azure trị giá 250 tỷ USD, họ cũng giành được một điều khoản quan trọng: cho phép Microsoft độc lập phát triển các mô hình AI cạnh tranh. Điều khoản này trước đây không được cho phép.
Nhóm MAI được thành lập vào tháng 11 năm 2025, do CEO AI của Microsoft, Mustafa Suleyman, lãnh đạo. Sau 5 tháng thành lập, ba mô hình đã được ra mắt.
Hào phòng thủ thực sự không phải là công nghệ
Bản thân Microsoft cũng biết rằng ba mô hình này không nhằm mục đích vượt trội về mặt công nghệ so với OpenAI hay Google.
Lá bài thực sự là kênh phân phối: Nền tảng Microsoft Foundry có hơn 80.000 khách hàng doanh nghiệp, bao phủ 80% Fortune 500.
Việc đẩy trực tiếp các mô hình tích hợp sẵn "tốt, rẻ hơn, nhanh hơn" tới 80.000 doanh nghiệp này, không cần đứng nhất mọi chuẩn mực — chỉ cần đủ dùng, ổn định và tích hợp mượt mà, doanh nghiệp sẽ sử dụng. Đây là lợi thế tự nhiên của Microsoft trong cuộc cạnh tranh AI mà OpenAI và Anthropic không có được mạng lưới phân phối này.
Mustafa Suleyman đang đi một nước cờ
Suleyman nói với Financial Times rằng mục tiêu của Microsoft là đạt được "sự tự cung tự cấp thực sự" trong lĩnh vực AI.
Lịch trình của ông là năm 2027 — khi đó Microsoft dự kiến ra mắt một LLM tổng quát tiên tiến, cạnh tranh trực tiếp với các mô hình hàng đầu của OpenAI.
Từ góc nhìn của Microsoft, đây không phải là quay lưng với OpenAI, mà là xây dựng đòn bẩy định giá. Rốt cuộc, khi bạn đã có mô hình của riêng mình, bàn đàm phán gia hạn hợp đồng sẽ hoàn toàn khác.
Nguồn tham khảo: Microsoft takes on AI rivals with three new foundational models (TechCrunch); Microsoft launches three in-house AI models in direct challenge to OpenAI (The Next Web); Today we're announcing 3 new world class MAI models, CocoLoop, available in Foundry (Blog chính thức của Microsoft AI)