HOME/ビジネス/Microsoft Foundry/Microsoft MAI
MICROSOFT AI / MAI MODELS

Microsoft MAI(マイ)モデル
自社開発の基盤モデル7種と、使い分けの設計

Microsoftが自社で開発する、用途別のAIモデルのシリーズです。音声・画像・コード・セキュリティ・判断まで、どんなモデルがあり、どう使い分けるかを、基礎から解説します。

01/概要

MAIとは: Microsoftが自社で開発する、用途別のAIモデルのシリーズ

Microsoft MAI(マイ)とは、Microsoft AIが自社で開発するAI基盤モデルのシリーズで、音声認識(文字起こし)、音声合成、声での会話、画像生成、コード、セキュリティ、業務判断など、用途ごとに作られたモデルを、Microsoft Foundryなどを通じて業務に組み込めるようにしたものです。

2026年4月に、文字起こし・音声生成・画像生成の3モデルがMicrosoft Foundryに登場しました。さらに、同年11月17日のMicrosoft Igniteで、新しい7モデルと、モデルを自社環境で調整できる「MAI Licensed Weights」が発表されました。

MAIの7モデルと、自社で調整する仕組み(当社作図)

次の図は、MAIのモデルを、どんな仕事に使うかで6つに分けて並べたものです。

声で使う聞く・話す・読み上げるMAI Realtime 1 声で話しかけ、声で答える会話MAI-Transcribe 音声の文字起こし(音声認識)MAI-Voice-1 文章を声にする(音声合成)
2026年4月・11月
画像で使う画像の生成と編集MAI-Image-2 画像の生成MAI Image 2.7 画像の編集と生成。大量処理向けのFlash版もあります
2026年4月・11月
開発で使うコードを書く・直すMAI Code 2 日々の開発向けMAI Code 2 Flash 説明・小さな修正など大量の作業向け
2026年11月
守りで使うサイバー防御MAI Cyber 2 Flash 24時間動く防御向けのセキュリティモデル
2026年11月
判断で使う分類・振り分けDecision 1.1 業務の判断と、モデルの振り分け
2026年11月
自社で調整する自社データで仕上げるMAI Licensed Weights MAIモデルを自社データで調整し、自社のAzure環境で動かす
2026年11月
Microsoft AIの公式発表(2026年4月・11月17日のMicrosoft Ignite)をもとに作図。提供状況は「09 提供状況」を参照してください。

MAIを選択肢に加えると、次のメリットがあります。

メリット 1費用を抑えやすいMicrosoftは、コード向けのMAI Code 2が比較対象のモデルの約98%の性能を約40%の価格で、画像編集のMAI Image 2.7が競合の約5分の1の価格で使えると説明しています(比較の条件は公式発表を参照)。大量に使う業務ほど、費用の差が効きます。
メリット 2仕事ごとに選べる音声・画像・コード・セキュリティ・判断と、用途に絞ったモデルが揃っています。1つの大きなモデルに何でも任せず、仕事に合うものを選べます。
メリット 3自社の環境で調整できるMAI Licensed Weightsを使うと、自社のデータでモデルを仕上げ、自社のAzure環境で動かせます。データと調整の内容は自社に残ります。
出典:Microsoft AI「Seven new world class models at scalable price-performance」(2026年11月17日)、Microsoft AI「Announcing 3 new world class MAI models, available in Foundry」(2026年4月)

02/注目される背景

AIモデルは「1つに決める」から「仕事ごとに選ぶ」へ: 国の取り組みにも、複数モデルの使い分けと費用の管理が示されている

つながるネットワークを表したイメージ
写真はイメージです

MAIが注目される理由は、新しいモデルが増えたことだけではありません。生成AIを業務に使う側が、1つのモデルに決めず、仕事ごとに選び、費用と継続性まで管理することを求められるようになっています。国のAI利用基盤の計画にも、この考え方が示されています。

国の取り組み性能を基準に、複数のモデルを仕事に応じて選ぶデジタル庁は、政府職員向けの生成AI利用環境「源内」で、国産・外国産を問わず性能を基準にモデルを選び、複数のモデルを仕事に応じて選べる方式をとっています。2026年度は国産を含む複数の基盤モデルを実際に使って比べ、2027年度には複数モデルを選び・連携させ・評価する統合的な運用基盤の開発が計画されています。出典:デジタル庁 源内班「政府内における生成AI「源内」の活用について」(2026年9月)
国の取り組み費用の最適化と、特定の事業者に頼り切らない備え同じ資料には、運用基盤に、仕事の難しさや緊急度に応じて費用を最適化する仕組みを入れること、特定のAI事業者の障害や撤退に備えて代替のモデルへ切り替えられるようにすることが示されています。利用状況、AIが処理した文字量に応じた費用、障害、リスクを見える化し、モデルの選び方に反映する方針です。出典:デジタル庁 源内班「政府内における生成AI「源内」の活用について」(2026年9月)
国の取り組み日本語の力など、評価の観点を決めて選ぶ同じ資料の評価項目には、日本語の能力、法令・政策の知識、論理的に考える力、長い文書の処理、指示の理解、もっともらしい誤り(ハルシネーション)の抑え方などが挙がっています。新しいモデルを入れるときも、自社の業務で同じように確かめる必要があります。出典:デジタル庁 源内班「政府内における生成AI「源内」の活用について」(2026年9月)
提供元の方針Microsoftは、品質と価格を同時に最適化するモデル群として用意Microsoft AIは、Microsoft Igniteで、用途別の7モデルを発表しました。品質と価格をあわせて磨き込み、AIを日常的に動かし続けられる費用にすることを掲げています。一方で、基礎的な科学研究や、非常に長期のエージェント作業には調整していないとも明記されています。出典:Microsoft AI「Seven new world class models at scalable price-performance」

このため、MAIは「GPTやClaudeの代わり」ではなく、業務ごとの最適な組み合わせを考えるための選択肢を広げる部品として捉えると、判断しやすくなります。

03/仕組み

MAIを使う流れ: 業務を分け、モデルを選び、測って入れ替える

次の図は、MAIを含む複数のモデルを、業務ごとに選んで使うときの流れを順に追ったものです。モデルを決めてから業務を当てはめるのではなく、業務から先に考えます。

基板の上のチップを拡大したイメージ
写真はイメージです
モデルを選んで使う4つの段階(当社作図)
1
業務を、仕事の種類で分ける声での会話、文字起こし、画像、コード、判断など、仕事の種類ごとに分けます。種類が決まれば、候補になるモデルが絞れます。
音声画像コード判断
2
候補のモデルを並べるいま使っているモデルとMAIを、同じ条件で並べます。比べる場として、複数のモデルを扱えるMicrosoft Foundryなどを使います。
現行のモデルMAI
3
自社の業務データで測る日本語の正確さ、数字や固有名詞の聞き取り、応答の速さ、1件あたりの費用を、実際の業務データで測ります。
精度速さ費用
4
入れ替えられる形で組み込むモデルを入れ替えても業務が止まらない作りにして、定期的に見直します。AIの動きの記録と評価は、AgentOpsで続けます。
入れ替え可能定期的な見直し
モデルの振り分けの考え方(Decision 1.1・当社作図)

次の図は、Microsoftが紹介している「モデルの振り分け」の考え方を、仕事を受けてから結果を返すまでの流れで示したものです。小さく速いモデルで判断し、必要なときだけ大きなモデルや人に回します。

1 仕事を受け取る問い合わせ、書類、依頼など、AIに任せたい仕事が届きます。
入力
2 種類と難しさを判断するDecision 1.1のような判断モデルが、内容を分類し、どれくらい確かな判断かを数字で返します。
分類確信度
3 行き先を振り分ける簡単なものは軽いモデルで。難しいものは大きなモデルへ。確信が低いものは、人や別のAIに確認します。
軽いモデル大きなモデル人の確認
Microsoft AIの説明(モデルの振り分けをアプリに組み込める)と、当社のMicrosoft-Decision-1の発表内容をもとにした作図です。判断の仕組みの詳細はMicrosoft-Decision-1をご覧ください。
標準で使う場合と、自社で調整する場合の違い(当社作図)

次の図は、MAIを使う2つの形を比べたものです。まず標準のモデルで試し、必要になった業務だけ自社で調整する、という順番が現実的です。

標準のモデルを使うMicrosoft Foundryなどで提供されるモデルを、そのまま業務に組み込みます。まず試して、効果を測るときの入口です。
すぐ試せる他のモデルと比べやすい
MAI Licensed Weightsで自社調整自社のデータでMAIモデルを仕上げ(任意)、自社のAzure環境で安全に動かします。アクセス権限は自社で管理し、データと調整の内容は自社に残ります。
自社データで調整自社のAzure環境で実行
出典:Microsoft AI「Seven new world class models at scalable price-performance」。提供条件は公式発表で確認してください。自社の環境でモデルを動かす考え方は、オープンウェイトモデル、SLM(小規模言語モデル)、Foundry Localのページでも解説しています。

04/使いどころ

モデル別の使いどころ: どんな業務に向くか

モデルごとに、向いている業務と、試すときに見るポイントを整理しました。実際の向き不向きは、自社の業務データで確かめる必要があります。

コードが映る画面を操作する人
写真はイメージです
MAI Realtime 1声での会話(リアルタイム音声)コンタクトセンターや受付で、人と話すように声で応対するAIに向きます。Microsoftは、声の1分あたり0.01ドルからという価格を示しています。試すときの見方:電話番号やコードなどの数字の聞き取り、話の途中への割り込み、日本語の読み間違い。
コンタクトセンター受付・予約
音声で応対するAIオペレーターの事例もご覧ください。
MAI-Transcribe文字起こし(音声認識)会議、通話、面談、現場の音声を、文字にして残す業務に向きます。MAI-Transcribe-1は25言語に対応し、Microsoft FoundryとMAI Playgroundで使えます。試すときの見方:専門用語、複数人の会話、日本語の精度、バッチ処理の速さ。
会議記録通話の記録
MAI-Voice-1音声合成(読み上げ)案内音声、読み上げ、音声での応答に向きます。数秒の音声から、自社向けの声を作れると紹介されています。試すときの見方:自然さ、読み間違い、長い文章での声の一貫性、権利と同意の確認。
音声ガイダンス読み上げ
MAI-Image-2 / MAI Image 2.7画像の生成と編集資料、広告、商品画像などの作成と、既存画像の編集に向きます。Microsoft Foundryで提供されています。試すときの見方:画像の中の文字、色や質感、大量に作るときの費用、権利の確認。
資料づくり画像の編集
MAI Code 2 / Code 2 Flash日々の開発(コード)コードの説明、小さな修正、定型の直しなど、毎日たくさん発生する開発作業に向きます。GitHub Copilotで提供されています。試すときの見方:費用と品質のバランス。難しい問題や長期の作業には調整していないと明記されているため、向く作業を切り分けます。
開発の日常作業大量の小さな作業
AI駆動開発、SAIDDarもご覧ください。
MAI Cyber 2 Flash守り(セキュリティ)24時間動き続ける防御向けのセキュリティモデルです。MicrosoftのコードスキャンサービスMDASHで使われています。試すときの見方:検出の確かさ、誤検知の量、処理あたりの費用。
常時監視コードの点検
Microsoft MDASH、Agentic Securityもご覧ください。
Decision 1.1判断(分類・振り分け)問い合わせの振り分け、優先順位付け、採否の判断など、決まった選択肢から選ぶ仕事に向きます。モデルの振り分けにも使えると紹介されています。試すときの見方:判断の確からしさ(確信度)の基準、確信が低いときの人への回し方。
振り分け優先順位付け
Microsoft-Decision-1もご覧ください。
MAI Licensed Weights自社で調整して使う自社のデータでMAIモデルを仕上げ、自社のAzure環境で動かしたい場合に向きます。通信事業者向けに、ネットワーク運用の分析に特化したモデルを作った例が紹介されています。試すときの見方:調整に使えるデータの量、実行環境の費用、権限の管理。
自社データ自社のAzure環境

05/選び分け

MAIを選ぶ場面、今のモデルのままでよい場面: 選び分けの4つの問い

新しいモデルを入れるかどうかは、モデルの新しさではなく、業務で何を重視するかで決めます。次の図は、4つの問いに順に答えると、進め方が決まるようにしたものです。

選び分けの判断(当社作図)
1
いまのモデルで、費用に困っていますか大量に処理する業務で費用が膨らんでいるなら、軽いモデルやMAIのFlash系を候補にして比べます。困っていなければ、いまのモデルのままで構いません。
費用
2
用途は、声・画像・コード・判断のどれですか用途が決まっていれば、その用途に絞ったMAIのモデルが候補になります。用途が広い相談業務は、汎用のモデルのほうが向く場合があります。
用途
3
日本語の業務データで、精度を確かめられますか音声や文書は日本語の精度で差が出ます。自社の音声や帳票で、現行モデルと同じ条件で比べてから決めます。
日本語の精度
4
データの置き場所や、調整の自由度は必要ですか自社のデータで調整し、自社の環境で動かしたい場合は、MAI Licensed Weightsやローカルで動かす方法を検討します。
データの置き場所

当社は、特定のモデルに寄せず、業務ごとに組み合わせることを前提にしています。理由は次の3つです。

理由 1適材適所声・画像・コード・判断と、仕事ごとに得意なモデルが違います。仕事に合うモデルを選ぶほうが、品質が安定します。
理由 2費用の最適化難しい仕事だけ大きなモデルに回し、大量の定型作業は軽いモデルに任せると、全体の費用を抑えられます。
理由 3業務を止めないモデルの障害や仕様の変更があっても、別のモデルに切り替えられる作りにしておけば、業務を止めずに済みます。

06/当社の支援内容

MAIを「すぐ載せられる」状態にする、切り替え前提の設計と検証の支援

MAIはMicrosoftが提供するモデルで、当社は、モデルを業務に組み込む設計・検証・運用を支えます。Microsoft Foundryでの開発支援、AIエージェントの運用、音声・判断・開発・セキュリティの各領域で培ってきた知見を、MAIを含む複数のモデルの比較と切り替えに生かします。

画面を見ながら検討する人たち
写真はイメージです
STEP 1 診断AIに任せたい業務の棚卸しと、費用・精度・速さの評価軸を決めます。
STEP 2 比較検証自社の音声・文書・コードで、現行モデルとMAIを同じ条件で比べます。
STEP 3 切り替え前提の設計モデルを入れ替えても動く構成と、権限・記録の統制を設計します。
STEP 4 運用・展開精度と費用を測り続け、全社に広げます。AI FinOpsやAI Agent CoEにつなぎます。

支援の根拠になる、当社の取り組みと知見です。

第三者審査AI Platform on Microsoft Azure Specialization2026年10月、第三者審査で、Microsoft Foundryを含むAzure AIサービスを使った顧客支援実績と、AI導入の企画・設計から開発、セキュリティ、ガバナンス、本番運用、導入後支援までを一貫して提供する組織の力が確認されました。出典:当社のお知らせ(2026年10月9日)
判断のAI化Microsoft-Decision-1による業務判断ヘッドウォータースとヘッドウォータースコンサルティングは、Microsoftの判断特化型モデルで、分類・振り分け・優先順位付けなどの業務判断をAI化する取り組みを2026年10月に始めました。判断の基準を整え、判断し、実行するまでを3層でつなぎます。出典:当社のお知らせ(2026年10月16日)
音声AI音声で応対するAIの開発金融機関向けに、AIが音声で応対するAIオペレーターの受付サービスを拡充しています(2025年10月発表)。音声AIの検証では、数字の聞き取り、話の割り込み、日本語の読み間違いを課題として整理し、評価の軸にしています。出典:当社のお知らせ(2025年10月20日)
複数モデルの比較比べて選ぶ構成の設計コンタクトセンター向けの提案で、Microsoft Foundryの複数のモデルを比べて選ぶ構成を設計しています。モデルを固定せず、業務ごとに選ぶ考え方を、提案に組み込んでいます。
AI駆動開発標準設計からAIコーディングまで標準設計からGitHub Issueへの分解、AIコーディングによる実装までをつなぐ取り組みです。コード向けモデルの比較と切り替えの受け皿になります。SAIDDar
セキュリティコードとクラウドの多層防御Microsoft MDASHを含む、AIによるコードセキュリティの製品比較と、段階別の支援メニューを整理しています。防御向けモデルの活用先になります。Microsoft MDASH/Agentic Security

現場に入って一緒に進める場合はX-Tech FDE、まず小さく始めたい場合はHWS Agent Campをご利用いただけます。

07/試し方

モデルを試すときの見方: 6つの評価観点

MAIに限らず、新しいモデルを入れるときは、評価の観点を先に決めておくと、比べやすくなります。次の6つを、自社の業務データで確かめます。

観点 1日本語の正確さ言い回しや業界用語を、正しく扱えるかを確かめます。公式の対応言語に日本語が含まれていても、自社の業務での精度は別に確認します。
観点 2数字・固有名詞電話番号、コード、商品名、人名などを、取り違えないかを確かめます。声の業務では特に差が出ます。
観点 3応答の速さ声の会話では、待ち時間が体験を左右します。通信や処理の遅れを含めて測ります。
観点 41件あたりの費用1通話、1枚、1件の処理にかかる費用で比べます。公表価格だけでなく、実際の使い方で見積もります。
観点 5安全と統制データの扱い、権限、記録を確かめます。AIの動きの把握にはAgent 365を使えます。
観点 6切り替えやすさ別のモデルへ入れ替えるのに、どれくらい手間がかかるかを確かめます。入れ替えやすい作りが、将来の選択肢を守ります。

小さく試す場合は、同じ入力を現行のモデルとMAIに流し、結果を並べて見比べます。数十件でも、費用と精度の傾向はつかめます。

08/関連ソリューション

MAIとあわせて検討したい、関連ソリューション

Microsoft FoundryMicrosoft Foundry複数のモデルを比べ、選び、運用するための基盤です。詳しく見る →
Microsoft-Decision-1Microsoft-Decision-1業務の分類・振り分け・優先順位付けを、確率で判断するモデルです。詳しく見る →
音声で応対するAIオペレーター音声で応対するAIオペレーター音声でお客様に応対するAIの、受付サービスの拡充事例です。詳しく見る →
AI FinOpsAI FinOpsAIの利用料を見える化し、モデルの選び方に生かす取り組みです。詳しく見る →
Agentic SecurityAgentic SecurityAIエージェントとコードを守る、多層防御の支援です。詳しく見る →
AI Agent CoEAI Agent CoEモデルとAIエージェントの活用を、全社で定着させる支援です。詳しく見る →

09/提供状況

Microsoft Ignite 2026での発表内容と、提供状況(2026年11月17日時点)

提供の場所・価格・対応言語は変わります。ここでは、Microsoft AIの公式発表に書かれている内容を、発表時点のまま整理しました。最新の状況は、公式の発表をご確認ください。

MAI Cyber 2 Flash24時間動く防御向けのセキュリティモデル。MDASHで使われています。前の世代より、AIの出力にかかる費用が86%低いと説明されています。
MDASHで利用
MAI Code 2日々のコーディング向け。4つの指標の平均で、比較対象の約98%の性能を約40%の価格で、と説明されています。難しい問題や長期の作業は未調整です。
GitHub Copilot
MAI Code 2 Flash大量の日常作業向け。比較対象と同等の性能を、65%・20%の価格で、と説明されています。
GitHub CopilotFoundry(限定アクセスのプレビュー)
MAI Image 2.7 / Flash画像の編集と生成。画像編集の外部評価で1位と説明されています。Flash版は約1,000枚あたり約10ドルです。
Microsoft Foundry
MAI Realtime 1初の、声で会話するリアルタイム音声モデル。声の1分あたり0.01ドルからです。
MAI Labsで試用可(利用関心の登録)
MAI Transcribe 2(Dragon Copilot Transcribe)多言語の文字起こしで、誤りの割合が半減したと説明されています。医師と患者の会話の記録に使われています。
Dragon Copilot
Decision 1.1モデルの振り分けを、アプリに組み込める判断モデル。外部の判断評価で、他社のモデルを上回ると説明されています。
公式発表に詳細あり
MAI-Transcribe-1 / Voice-1 / Image-22026年4月に登場した、文字起こし・音声生成・画像生成のモデル。
Microsoft FoundryMAI Playground
出典:Microsoft AI「Seven new world class models at scalable price-performance」、同「Microsoft Ignite 2026: MAI keynote transcript」、同「Announcing 3 new world class MAI models, available in Foundry」。性能・価格の比較は、Microsoftが公表した条件によるもので、実際の業務での結果を示すものではありません。

10/よくあるご質問

Microsoft MAIについてのご相談

Q.Microsoft MAIとは何ですか。
A.Microsoft AIが自社で開発するAI基盤モデルのシリーズです。声での会話、文字起こし、音声合成、画像生成、コード、セキュリティ、業務判断など、用途ごとのモデルがあり、Microsoft FoundryやGitHub Copilotなどで使えます。
Q.GPTやClaudeなどの既存モデルとは何が違いますか。
A.MAIは用途を絞ったモデルで、品質と価格のバランスを重視しているとMicrosoftは説明しています。置き換えるものではなく、業務ごとに最適なモデルを選ぶ、選択肢の1つとして考えるのが現実的です。
Q.MAIはMicrosoft Foundryで使えますか。
A.2026年4月に、MAI-Transcribe-1、MAI-Voice-1、MAI-Image-2がFoundryに登場しました。Igniteの発表では、MAI Image 2.7がFoundryで提供され、MAI Code 2 Flashは限定アクセスのプレビューです。MAI Realtime 1はMAI Labsで試用できます。モデルごとに提供の場所が違うため、最新の状況をご確認ください。
Q.日本語の業務でも使えますか。
A.MAI-Transcribe-1は25言語に対応するとされていますが、日本語の業務での精度は、自社の音声や文書で確かめる必要があります。電話番号などの数字、話の割り込み、日本語の読み間違いは、音声の業務で特に確認したい点です。
Q.費用は、どれくらい抑えられますか。
A.Microsoftは、比較対象のモデルより低い価格で同程度の性能が出ると説明していますが、条件はモデルごとに違います。実際の費用は業務の使い方で変わるため、小さく試して、1件あたりの費用を測ることをおすすめします。
Q.いま使っているモデルから、切り替える必要はありますか。
A.必須ではありません。費用がかさんでいる大量処理の業務、声や画像などの用途が決まった業務から、比べて決めるのが現実的です。モデルを入れ替えられる作りにしておくと、障害や仕様の変更にも備えられます。
Q.自社のデータでMAIを調整できますか。
A.MAI Licensed Weightsにより、MAIモデルを自社のデータでカスタマイズし、自社のAzure環境で動かせると発表されています。アクセス権限は自社が管理し、データと調整の内容は自社に残ります。提供条件は、公式の案内をご確認ください。
Q.MAIの導入を支援してもらえますか。
A.当社は、モデルの比較検証、切り替え前提の設計、運用の仕組みづくりを支援します。MAI自体はMicrosoftが提供するモデルです。まずは、対象にしたい業務をお聞かせください。
こんなときは、ご相談ください
  • 音声AI(コンタクトセンター・受付)の、費用や応答の質を見直したい
  • いまのモデルの費用が増えていて、用途別に切り替えられる構成にしたい
  • MAI・GPT・Claudeを、同じ条件で比べる検証の進め方を知りたい
  • 自社のデータでモデルを調整し、自社のAzure環境で動かすことを検討したい
  • 開発・セキュリティ・音声など、複数の用途でモデルを使い分ける方針を決めたい
お問い合わせ