Microsoft baut eigene KI-Modelle — und will weg von OpenAI

Redaktion · 2. Juni 2026 · 5 Min. Lesezeit

Auf seiner Entwicklerkonferenz Build (2. bis 3. Juni 2026) hat Microsoft eine eigene Familie von KI-Modellen vorgestellt: die MAI-Reihe mit sieben Modellen, darunter das Reasoning-Modell MAI-Thinking-1 und das Coding-Modell MAI-Code-1-Flash. Das erklärte Ziel ist die Abhängigkeit von externen Anbietern wie OpenAI und Anthropic zu reduzieren — und gleichzeitig die Kosten für Entwickler zu senken, die GitHub Copilot nutzen. MAI-Code-1-Flash ist seit dem 2. Juni 2026 im Copilot-Modell-Picker verfügbar und rollt schrittweise über alle Copilot-Pläne aus.

Was Microsoft angekündigt hat

Sieben eigene MAI-Modelle auf der Build 2026 (2.–3. Juni), Ziel laut Microsoft: „langfristige Eigenständigkeit”.
MAI-Thinking-1 — Reasoning-Modell mit 35 Mrd. aktiven Parametern und 256k Kontextfenster, laut Microsoft ohne Distillation aus fremden Modellen trainiert.
MAI-Code-1-Flash — Coding-Modell, ab 2. Juni 2026 im GitHub-Copilot-Picker (Free, Pro, Pro+, Max), schrittweiser Rollout.
Strategischer Hebel: eigene Modelle auf Azure betreiben, Drittanbieter-Gebühren einsparen, Ersparnis an Entwickler weitergeben.
Kontext: Microsoft stellte Copilot zum 1. Juni 2026 auf token-basierte Abrechnung um — die für Unmut in der Entwickler-Community sorgte.

Was vorher galt

GitHub Copilot lief jahrelang auf Modellen von OpenAI und später zusätzlich Anthropic. Microsoft war damit Wiederverkäufer fremder Modell-Leistung: Jede Copilot-Anfrage erzeugte Kosten bei einem externen Anbieter, die Microsoft trug. Diese Abhängigkeit war strategisch unangenehm — gerade nachdem Microsoft Ende 2025 seine OpenAI-Partnerschaft neu verhandelt hatte.

Zugleich hatte Microsoft die Abrechnung von Copilot zum 1. Juni 2026 auf ein token-basiertes Modell umgestellt: Statt einer festen Monatspauschale zahlen Nutzer nun nach verbrauchten Tokens, verrechnet über „GitHub AI Credits”. Das löste spürbaren Unmut aus — in den von TechCrunch zitierten Fällen berichteten einzelne Entwickler von Rechnungen, die von rund 29 auf mehrere Hundert US-Dollar im Monat sprangen. Der Vorwurf: Microsoft habe zur intensiven Nutzung ermutigt und stelle jetzt nachträglich die Kosten-Rechnung.

Was jetzt gilt

1. Microsoft hat eigene Frontier-Modelle. Mit MAI-Thinking-1 besitzt Microsoft erstmals ein eigenes Reasoning-Modell, mit MAI-Code-1 und MAI-Code-1-Flash eigene Coding-Modelle. In von Microsoft angeführten Blind-Tests soll MAI-Thinking-1 gegenüber Anthropics Claude Sonnet 4.6 bevorzugt worden sein und auf dem SWE-Bench-Pro-Coding-Benchmark mit Claude Opus 4.6 gleichgezogen haben. Diese Zahlen stammen von Microsoft selbst und sind bislang nicht unabhängig verifiziert.

2. MAI-Code-1-Flash läuft direkt in Copilot. Das Modell wurde nicht nur gegen die Copilot-Umgebung getestet, sondern in deren Produktions-Harness trainiert. Seit dem 2. Juni 2026 steht es im VS-Code-Modell-Picker. Laut GitHub-Changelog liefert es „best-in-class Qualität für seine Größe” und eignet sich für leichtgewichtige Coding-Workflows — präzise Benchmark-Zahlen nennt der Changelog nicht.

3. Der Kostenvorteil ist der eigentliche Punkt. Mehrere Berichte nennen für MAI-Code-1-Flash einen Token-Preis von rund 0,75 US-Dollar Input / 4,50 US-Dollar Output pro Million Tokens — gegenüber 5 / 30 US-Dollar bei GPT-5.5 unter Copilot. Zusätzlich soll das Modell laut diesen Quellen bei schweren Aufgaben rund 60 Prozent weniger Tokens verbrauchen. Beide Werte stammen aus Sekundärquellen, nicht aus dem offiziellen Changelog — als Größenordnung sind sie aber konsistent mit Microsofts Kosten-Argument.

Einordnung

Die Schlagzeile „Microsoft baut eigene Modelle” ist weniger ein Modell-Ereignis als ein wirtschaftliches. Microsoft schließt einen Kreis, den es seit der OpenAI-Neuverhandlung Ende 2025 andeutet: ein eigenes Reasoning-Modell, ein eigenes produktionsreifes Coding-Modell — und damit einen glaubwürdigen Weg, von der OpenAI-Rechnung herunterzukommen. Wer die eigene Infrastruktur (Azure) und das eigene Modell besitzt, kontrolliert die Marge.

Der Timing-Zusammenhang ist kein Zufall. Die token-basierte Copilot-Abrechnung ab 1. Juni hatte die Kostenfrage gerade schmerzhaft sichtbar gemacht. Ein hauseigenes, deutlich günstigeres Modell im selben Picker ist die naheliegende Antwort: Microsoft kann Entwicklern eine billige Default-Option anbieten, ohne bei jedem Token an OpenAI oder Anthropic zu zahlen. Für die Nutzer kann das echte Ersparnis bedeuten — vorausgesetzt, die Qualität von MAI-Code-1-Flash trägt die Routine-Aufgaben, für die es gedacht ist.

Die nötige Vorsicht: Alle Leistungs- und Effizienz-Zahlen kommen bisher von Microsoft oder aus Sekundär-Berichten. „Bevorzugt in Blind-Tests” und „60 Prozent weniger Tokens” sind Hersteller- bzw. Reporting-Claims, keine unabhängig geprüften Fakten. Und ein günstiges Modell nützt wenig, wenn es bei den eigentlich teuren, komplexen Aufgaben nicht mithält — genau dort, wo der Token-Verbrauch entsteht.

Was du jetzt tun kannst

Wenn du GitHub Copilot nutzt: Probiere MAI-Code-1-Flash für leichtgewichtige Aufgaben (Boilerplate, kleine Refactorings, Tests) und vergleiche den Credit-Verbrauch gegen GPT-5.5 oder Claude an deinen echten Tasks. Bei der neuen token-basierten Abrechnung schlägt sich die Modellwahl direkt auf die Rechnung durch.

Wenn dich die Copilot-Umstellung getroffen hat: Miss deinen tatsächlichen Token-Verbrauch pro typischer Aufgabe, bevor du das Abo bewertest. Die berichteten Extrem-Rechnungen entstanden überwiegend bei intensiven, iterativen Workflows — ein günstigeres Default-Modell kann den Verbrauch spürbar drücken.

Wenn du Anbieter-Strategie für Kunden festlegst: Behandle MAI als Signal, nicht als fertige Empfehlung. Der Coding-Modell-Markt fragmentiert weiter — neben OpenAI und Anthropic ist jetzt Microsoft mit eigenem Modell im Rennen. Lock-in auf einen einzigen Anbieter wird teurer zu revidieren, je mehr Optionen entstehen.

Entdecke mehr

Blog

Themenuebersicht

KI-Modelle KI-Werkzeuge Coding-CLI