Microsoft AI, 추론 모델 MAI-Thinking-1 발표

MAI-Thinking-1은 중간 규모의 추론 모델로, 35B-active, 약 1T-total 파라미터의 스파스 Mixture of Experts 구조다. 대형 모델보다 추론 시 부하가 작은 것이 특징이며, 주요 소프트웨어 엔지니어링 계열 벤치마크에서 주요 모델에 필적한다고 한다. SWE-Bench Pro에서는 Claude Opus 4.6과 대등하다고 밝혔다. 블라인드 방식의 사람 병렬 평가에서는 Sonnet 4.6보다 선호되었다고 한다.

개발의 토대로는 Hill-Climbing Machine이라 부르는 공동 설계 파이프라인을 소개했다. 더 나은 데이터, 강력한 보상, 고도화된 환경, 더 많은 연산 자원을 흡수할 수 있는 반복 가능한 구조를 목표로 한다. 방침은 세 가지로, 능력을 상속하지 않고 학습할 것, 깨끗한 데이터를 사용할 것, 스택 전체를 자체 구축할 것이다.

학습 환경에서는 에이전트형 코딩에 주력했다. 각 환경은 결정적이고 실행 가능하며, 실제 테스트 스위트로 채점된다. 코드를 읽고, 파일을 편집하고, 테스트를 실행하고, 실패를 관찰해 도중의 실수에서 회복하는 다단계 작업을 훈련한다고 한다.

수학 분야에서는 AIME 2025에서 97.0%, AIME 2026에서 94.5%에 도달했다. 회사는 이 결과를 자사의 데이터, 보상, 평가 프로세스로 추론 능력을 키울 수 있다는 근거로 보며, 다른 영역으로도 일반화해 나갈 계획이라고 밝혔다. 또한 가속기 공동 설계부터 강화학습 프레임워크까지 자사 학습 기반에 집중하고 있다고 말했다.