MAI-Thinking-1

Fiche modèle · Microsoft · mai-thinking-1

MAI-Thinking-1 is Microsoft AI's first in-house reasoning model, a 35B-active / ~1T-total parameter sparse Mixture of Experts model (base model MAI-Base-1) trained from scratch without distillation from third-party models. Built with Microsoft's Hill-Climbing Machine pipeline, it was pre-trained on 30T tokens of clean, commercially licensed, human-generated data (plus 3.55T mid-training tokens), then post-trained via reinforcement learning across STEM, agentic coding, and helpfulness/safety specialists consolidated into a single model. It delivers strong mathematical reasoning and software-engineering performance for its weight class, going toe-to-toe with Claude Opus 4.6 on SWE-Bench Pro and reaching 97.0% on AIME 2025. It supports a 256k token context window, function calling, and developer instructions, and is preferred over Claude Sonnet 4.6 in blind human side-by-side evaluations.

Identité

OrganisationMicrosoft
Pays—
Famille—
Typellm
Date de sortie2026-06-02
Licenceproprietary
Licence commercialenon
Licence open sourcenon
Poids ouvertsnon
Auto-hébergement (DGX Spark)non — poids fermés
Modalités—
Fenêtre de contexte256 000
KV cache / token (Q8)—
Paramètres totaux1 T
Paramètres actifs (session)35 B
Source des paramètres actifsweb : https://microsoft.ai/pdf/mai-thinking-1.pdf
Curation des paramètres actifs2026-10-19
Prix par session—
Tokens / tâche (Data Players)1.2 M
Tokens / tâche (Terminal-Bench)83.3 M (est.)
Ratio Terminal-Bench / Data Players69.4×
Coût / tâche (Terminal-Bench)—
Tokens d'entraînement30 000 000 000 000
Coupure de connaissance—
Créé le2026-06-05T21:54:38.998093Z
Mis à jour le2026-11-04T06:04:52.903647Z
SourceLLM Stats
URLhttps://llm-stats.com/models/mai-thinking-1

Prix par fournisseur

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Aucune donnée.

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

CatégorieScore
chat0.50
instruction_following0.70
language0.80
legal0.90
long_context0.80
math0.90
multimodal0.40
physics0.80
reasoning0.70
structured_output0.70
factuality0.30
finance0.80
frontend_development0.70
general0.70
healthcare0.60
agents0.60
biology0.80
chemistry0.80
code0.60
communication0.50
tool_calling0.60
vision0.40

Scores par benchmark

BenchmarkCatégorieScoreMaxNormalisé (API)VérifiéAuto-déclaréDaté du
advancedifinstruction_following0.851.000.85nonoui2026-11-04T06:04:53.023217Z
aime-2025math0.971.000.97nonoui2026-11-04T06:04:52.913398Z
aime-2026math0.941.000.94nonoui2026-11-04T06:04:52.924685Z
air-benchsafety0.881.000.88nonoui2026-11-04T06:04:53.061033Z
bfcl-v3general0.721.000.72nonoui2026-11-04T06:04:53.053065Z
corpusqalong_context0.821.000.82nonoui2026-11-04T06:04:53.143155Z
cyberseceval-4safety0.631.000.63nonoui2026-11-04T06:04:53.082400Z
gpqareasoning0.841.000.84nonoui2026-11-04T06:04:52.944416Z
graphwalkslong_context0.901.000.90nonoui2026-11-04T06:04:53.043186Z
healthbench-professionalhealthcare0.351.000.35nonoui2026-11-04T06:04:53.113166Z
hmmt-feb-26math0.851.000.85nonoui2026-11-04T06:04:52.933220Z
ifbenchinstruction_following0.691.000.69nonoui2026-11-04T06:04:53.013203Z
livecodebench-v6reasoning0.881.000.88nonoui2026-11-04T06:04:52.953474Z
longbench-v2long_context0.611.000.61nonoui2026-11-04T06:04:53.133133Z
longfactfactuality0.981.000.98nonoui2026-11-04T06:04:53.092473Z
medxpertqahealthcare0.431.000.43nonoui2026-11-04T06:04:53.123542Z
mmlu-prolanguage0.851.000.85nonoui2026-11-04T06:04:52.993338Z
multichallengechat0.531.000.53nonoui2026-11-04T06:04:53.033384Z
simpleqa-verifiedfactuality0.311.000.31nonoui2026-11-04T06:04:53.003180Z
swe-bench-proreasoning0.531.000.53nonoui2026-11-04T06:04:52.981252Z
swe-bench-verifiedreasoning0.731.000.73nonoui2026-11-04T06:04:52.973359Z
terminal-bench-2reasoning0.461.000.46nonoui2026-11-04T06:04:52.966608Z
truthfulqageneral0.881.000.88nonoui2026-11-04T06:04:53.103527Z

Classements

CatégorieRangScoreNote conservatriceBenchmarks évaluésMéthodeDaté duProvenance
agents113—12.603trueskill2026-10-19model_history
code120—19.053trueskill2026-10-19model_history

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04