Intensivo Grátis 21–22/11Intensivo gratuito de 2 dias em Vibecoding (21–22/11 às 16:00 MSK) · Turma 3 começa 23/11Inscrever-se grátis →Turma 3 (23/11)
LançamentoAnálise · No radarZDNet AI→ original

Microsoft vai permitir que empresas ajustem modelos MAI com seus próprios dados no Azure

Na Ignite, a Microsoft lançou o Licensed Weights: empresas poderão ajustar os modelos MAI com seus dados e executá-los no Azure. A proposta fica no meio-termo entre os modelos fechados da OpenAI e da Anthropic e os modelos abertos baixados do Hugging Face. O cliente decide quem terá acesso, e seus dados e ajustes continuam sob seu controle. Se você não quer incorporar o conhecimento da empresa a um modelo de terceiros, vale discutir essa opção com o gerente de conta da Microsoft.

Processado por IA de ZDNet AI; editado por Hamidun News
Microsoft vai permitir que empresas ajustem modelos MAI com seus próprios dados no Azure
Fonte: ZDNet AI. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalZDNet AI ↗
Editor-chefe
Dado-chave #1MAI Code 2 entrega 98% da qualidade do GPT 6.1 Sol por 40% do custo
Dado-chave #2O acesso só pode ser iniciado por meio do gerente de conta da Microsoft
Dado-chave #3Os dados dos clientes só são usados para treinar os modelos da Microsoft com consentimento

Na conferência Ignite, a Microsoft apresentou vários novos modelos de seu laboratório Microsoft AI (MAI). Mas há tantos lançamentos de modelos hoje que, por si só, eles já impressionam poucas pessoas. Mais interessante é como a Microsoft pretende entregá-los aos clientes. O programa se chama Licensed Weights e responde a uma pergunta que muitas empresas fazem hoje: como obter um modelo poderoso sem entregar seus dados e seu trabalho acumulado a terceiros.

O que é o Licensed Weights

A ideia é simples. A empresa pega um modelo de ponta da MAI, ajusta-o com seus próprios dados e o executa dentro da nuvem Azure. Os pesos do modelo, ou seja, suas "configurações", onde está armazenado tudo o que ele aprendeu, não são baixados pelo cliente para seu próprio servidor. Em vez disso, ele recebe uma versão personalizada do modelo e mantém o controle sobre ela.

O chefe da MAI, Mustafa Suleyman, resumiu assim: você decide quem tem acesso ao modelo, e seus dados e ajustes continuam totalmente seus. Depois, a Microsoft promete trabalhar com o cliente por meio do programa Frontier Company, ajudando a implantar o modelo personalizado e integrá-lo a seus produtos e agentes. A empresa também afirmou que só usará as informações dos clientes para treinar seus modelos com o consentimento deles.

O acesso pode ser iniciado por meio do gerente de conta da Microsoft. Ainda não há um botão aberto para "conectar", então, na prática, trata-se de uma negociação corporativa.

Onde isso se encaixa no mapa da IA aberta e fechada

Normalmente, o mercado é descrito de forma simplificada. Modelos fechados, como os da OpenAI e da Anthropic, são caros e os mais potentes, mas não podem ser profundamente ajustados ao contexto de cada empresa. Os abertos são mais baratos e flexíveis, mas costumam ser mais fracos. O Licensed Weights fica no meio do caminho. Ele é mais aberto que as APIs da OpenAI e da Anthropic, mas não tanto a ponto de publicar o modelo no Hugging Face, como a Mistral fez com o Le Chonk.

Formalmente, isso não é uma família de modelos abertos. Ainda assim, a abordagem acrescenta nuances ao debate entre "aberto" e "fechado" e diferencia a oferta da Microsoft da de seus concorrentes. Suleyman afirmou no palco que ninguém quer incorporar sua inteligência a um modelo de terceiros. Um argumento semelhante já foi apresentado mais de uma vez por Alex Karp, CEO da Palantir.

O contexto é este: laboratórios ocidentais, entre eles Thinking Machines e Mistral, lançam modelos abertos cada vez mais competitivos. Mas a maior parte do mercado corporativo de IA ainda está com a Anthropic e a OpenAI. Os modelos MAI ainda não competem diretamente com eles em capacidade. Já a Microsoft tem uma enorme base de clientes corporativos, e esse é seu principal trunfo.

E o preço e a qualidade

O acesso aos pesos, por si só, significa pouco se o modelo for fraco. Por isso, a Microsoft apresentou ao mesmo tempo números do novo modelo de código, o MAI Code 2. Segundo Suleyman, na média de quatro testes populares com tarefas típicas de programação corporativa, como as que aparecem no GitHub Copilot, ele entrega 98% da qualidade do GPT 6.1 Sol por 40% do custo. Em comparação com o Opus 5.5, o preço é de apenas 5%. São afirmações da própria Microsoft; não há verificações independentes na fonte.

A empresa também lançou o modelo de edição de imagens MAI Image 2.7. De acordo com a Artificial Analysis, ele lidera a categoria e supera o Nano Banana Pro e alguns modelos da GPT em preço e qualidade.

O que isso significa na prática

Para gerentes de produto e fundadores, a conclusão é esta. Se você trabalha com dados sensíveis, como código interno, contratos ou registros de clientes, o Licensed Weights pode ser um meio-termo. Você obtém um modelo treinado com o seu material, e o custo fica abaixo dos modelos mais avançados dos laboratórios fechados, caso os números anunciados se confirmem.

Há também limitações claras. As condições ainda não são públicas: não se sabe quanto custa o programa, quais volumes mínimos são exigidos nem o quanto o modelo pode ser alterado. Os pesos permanecem com a Microsoft, o que vincula você ao Azure. Ao mesmo tempo, existem modelos totalmente abertos que podem ser executados em qualquer lugar.

O passo sensato agora é comparar o MAI Code 2 em suas próprias tarefas com o modelo que você usa hoje, calcular o custo e só então procurar o gerente de conta. Se a qualidade estiver próxima do que foi anunciado e seus requisitos de dados forem rígidos, a opção da Microsoft merece uma análise séria.

História

Perguntas frequentes sobre a notícia

O que é o Licensed Weights?

A ideia é simples. A empresa pega um modelo de ponta da MAI, ajusta-o com seus próprios dados e o executa dentro da nuvem Azure. Os pesos do modelo, ou seja, suas "configurações", onde está armazenado tudo o que ele aprendeu, não são baixados pelo cliente para seu próprio servidor. Em vez disso, ele recebe uma versão personalizada do modelo e mantém o controle sobre ela. O chefe da MAI, Mustafa Suleyman, resumiu assim: você decide quem tem acesso ao modelo, e seus dados e ajustes continuam totalmente seus.

Onde isso se encaixa no mapa da IA aberta e fechada?

Normalmente, o mercado é descrito de forma simplificada. Modelos fechados, como os da OpenAI e da Anthropic, são caros e os mais potentes, mas não podem ser profundamente ajustados ao contexto de cada empresa. Os abertos são mais baratos e flexíveis, mas costumam ser mais fracos. O Licensed Weights fica no meio do caminho. Ele é mais aberto que as APIs da OpenAI e da Anthropic, mas não tanto a ponto de publicar o modelo no Hugging Face, como a Mistral fez com o Le Chonk.

O que se sabe sobre E o preço e a qualidade?

O acesso aos pesos, por si só, significa pouco se o modelo for fraco. Por isso, a Microsoft apresentou ao mesmo tempo números do novo modelo de código, o MAI Code 2. Segundo Suleyman, na média de quatro testes populares com tarefas típicas de programação corporativa, como as que aparecem no GitHub Copilot, ele entrega 98% da qualidade do GPT 6.1 Sol por 40% do custo. Em comparação com o Opus 5.5, o preço é de apenas 5%. São afirmações da própria Microsoft; não há verificações independentes na fonte.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
O que você acha?
Carregando comentários…