# Microsoft AI 的 MAI-Thinking-1 進入公開預覽，256k token 長上下文支援企業推理與開發工作流程

> 📖 本站完整內容索引（documentation index）：[llms.txt](/llms.txt)

> 原作者：Mustafa Suleyman (@mustafasuleyman) · 策展與摘要：EasyVibeCoding · 平台：X (Twitter) · 熱度：🔥🔥🔥🔥 · 日期：2026-08-13

> 原始來源：https://x.com/mustafasuleyman/status/2087570047967408396

## 證據與延伸閱讀

- [Microsoft AI 的 MAI-Thinking-1 進入公開預覽，256k token 長上下文支援企業推理與開發工作流程](https://microsoft.ai/news/introducing-mai-thinking-1/) — 官方文件

## 中文摘要

Microsoft AI 的 MAI-Thinking-1 進入公開預覽，256k token 長上下文支援企業推理與開發工作流程。

Microsoft Developer 說明，這款模型面向複雜推理、程式開發工作流程與企業部署，並可透過 [Microsoft Foundry](https://aka.ms/mai-thinking-1-foundrycard) 試用。

<video src="https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/1786567505656-xqz7jnf2.mp4" poster="https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/8930aa26d00042d5.jpg" controls playsinline preload="metadata" style="max-width:100%;height:auto;display:block;margin:1rem 0"></video>
> MAI-Thinking-1 模型的雲端服務推出公告，上方為多彩水彩風格的思考氣泡圖示

**核心理念** Microsoft AI 將 MAI-Thinking-1 定位為中型推理模型，開發重點包括：

- 能力應由模型自行學會，而不是從其他模型繼承，因此未採用第三方模型蒸餾。
- 使用乾淨、可追溯且符合企業需求的資料，提升品質、來源可查性與控制力。
- 從模型設計、Microsoft 自有加速器到強化學習框架，建立自有訓練基礎設施。

官方將這套持續改善模型、資料、獎勵、環境與運算資源的流程稱為「Hill-Climbing Machine」，並表示這是邁向 Humanist Superintelligence 的一部分，目標是服務人與組織，而非取代人類。

**模型表現** MAI-Thinking-1 採用稀疏 Mixture of Experts 架構，具備 `35B-active`、約 `~1T-total` 參數，推論所需資源低於更大型模型。官方表示，它在 SWE-Bench Pro 上與 Claude Opus 4.6 表現相當；AIME 2025 得分 97.0%，AIME 2026 得分 94.5%。在與 Surge 合作、涵蓋 1,276 項單輪與多輪任務的盲測中，使用者偏好 MAI-Thinking-1 勝過 Sonnet 4.6。

**企業能力** 模型支援 256k token 的長 context window，約可容納 600 頁文件，也支援 function calling、開發者指示，以及廣泛使用的 Chat Completions API。Microsoft Foundry 同時提供整合式評估、可觀測性、安全性、部署、資安與法遵能力，主打品質、來源控管與成本效率。官方完整說明見 [Introducing MAI-Thinking-1](https://microsoft.ai/news/introducing-mai-thinking-1/)。

## 標籤

新產品, LLM, 功能更新, Microsoft, MAI-Thinking-1