Microsoft vừa công bố MAI-Image-2.5-Pro và MAI-Voice-2-Flash vào ngày 23/7/2026, và con số khiến mình ngồi thẳng dậy là: giảm tới 89% GPU cost so với model tương đương của OpenAI. Bing Image Creator giờ chạy 100% bằng AI nội bộ. PowerPoint giảm 84% chi phí GPU so với GPT-Image-2. Đây không còn là thử nghiệm — Microsoft đang thay thế OpenAI trong sản phẩm thật.
Nếu bạn follow industry AI, bạn biết Microsoft từng là nhà đầu tư lớn nhất của OpenAI. Nhưng kể từ khi tái cấu trúc hợp đồng tháng 10/2025, họ được quyền phát triển AGI độc lập. Và họ đang dùng quyền đó một cách rất nghiêm túc.
Microsoft MAI-Image-2.5-Pro là gì và tại sao bạn nên quan tâm?
MAI-Image-2.5-Pro là model tạo ảnh chất lượng cao nhất của Microsoft tính đến hiện tại, xếp hạng 2 trên Arena về image editing và hạng 3 về text-to-image. Model này xử lý tốt text-in-image — điểm yếu kinh điển của mọi AI image gen — và hỗ trợ chỉnh sửa ảnh bằng ngôn ngữ tự nhiên. Giá: $5/1M text input tokens, $8/1M image input, $106/1M image output.
Mình đã xem qua demo và so sánh với DALL-E và FLUX 3 của Black Forest Labs. Khả năng render text chính xác trong ảnh của MAI-Image-2.5-Pro tốt hơn hẳn thế hệ trước. WPP, tập đoàn quảng cáo lớn nhất thế giới, đã gọi đây là “bước nhảy vọt thực sự cho GenMedia tools”.
MAI-Voice-2-Flash nhanh và rẻ đến mức nào?
MAI-Voice-2-Flash nhanh gấp đôi MAI-Voice-2 và rẻ hơn 32%, giá $15/1M characters. Model này đang chạy production cho Dynamics 365 Contact Center — nền tảng call center dùng bởi T-Mobile và EasyJet. So với model voice của OpenAI, Microsoft báo cáo giảm 89% GPU cost. 89%, không phải 8.9. Con số này thay đổi hoàn toàn bài toán kinh tế của AI voice.
Suleyman, CEO Microsoft AI, nói thẳng trên X: “Chúng tôi trả rất nhiều tiền cho Anthropic, mục tiêu là giảm và cuối cùng là loại bỏ chi phí đó.” Không thể rõ ràng hơn.
Bing Image Creator chuyển 100% sang AI nội bộ có ý nghĩa gì?
Bing Image Creator giờ chạy hoàn toàn bằng MAI-Image-2.5, từ A đến Z. Không còn dùng model của OpenAI cho image generation. Trong OneDrive, model này tăng save rate 26%, giảm P95 latency 25%, và đạt efficiency gấp 2.5 lần so với model cũ. Trong PowerPoint, GPU cost giảm 84% so với GPT-Image-2.
Đây là tín hiệu rõ ràng: Microsoft không cần OpenAI cho workload image generation nữa. Họ đã tự build, tự optimize, và kết quả đo được tốt hơn trên mọi trục: chất lượng, tốc độ, chi phí.
Microsoft vượt GPT-5.5 với chi phí tốt hơn 10 lần — thật không?
Theo Microsoft, sau khi optimize model cho workflow của McKinsey, họ đạt hiệu suất vượt GPT-5.5 với cost efficiency tốt hơn 10 lần. Con số này cần được kiểm chứng độc lập, nhưng ngay cả nếu thừa nhận một nửa, nó vẫn cho thấy vertical integration trên AI model đang trả lời rất tốt về mặt kinh tế.
Nadella nói tại Build 2026: “Đã đến lúc mỗi công ty chuyển từ tiêu thụ frontier model sang tham gia đầy đủ ở frontier.” Câu này về bản chất là tuyên bố chiến lược: không ai nên phụ thuộc vào một vendor AI duy nhất.
MAI models đang chạy trong những sản phẩm nào?
Danh sách dài hơn mình tưởng:
- Bing Image Creator — 100% in-house, generation và editing
- PowerPoint — image generation và editing trong production
- OneDrive — default model cho image editing
- Dynamics 365 Contact Center — voice agent cho T-Mobile, EasyJet
- Azure Voice Live — developer platform cho speech-to-speech agents
- Dragon Copilot — 170,000 bác sĩ, xử lý 28 triệu patient encounters/qúy
- GitHub Copilot và Excel — đang trong quá trình chuyển đổi
MAI-Transcribe-1.5, model transcription nội bộ, hỗ trợ 58 ngôn ngữ và giảm 50% error rate cho multilingual clinical transcription trong Dragon Copilot. Microsoft cũng hợp tác với Mayo Clinic phát triển frontier model riêng cho y tế.
Microsoft vs OpenAI: Ai đang thực sự kiểm soát cuộc chơi?
Mình test và theo dõi cả hai bên nhiều tháng qua, và đây là quan sát của mình: OpenAI vẫn dẫn đầu về brand recognition và consumer mindshare với ChatGPT. Nhưng Microsoft đang âm thầm build một AI stack hoàn chỉnh — từ chip (GB200 cluster) đến model (MAI series) đến product (Bing, Office, Azure). Đây là vertical integration ở quy mô mà ít ai làm được.
Khi Microsoft report giảm 89% GPU cost cho voice và 84% cho image, đó không chỉ là PR. Đó là data production thật từ triệu user. Và khi Suleyman nói “mục tiêu là loại bỏ chi phí Anthropic”, anh ta không nói vui.
Nếu bạn là developer hoặc enterprise đang build trên OpenAI API, đây là lúc nên cân nhắc đa dạng hóa. Azure AI Foundry giờ có MAI models với giá cạnh tranh đáng kể. Bạn có thể tham khảo thêm bài Claude Opus 5 ra mắt để thấy bức tranh cạnh tranh model đang thay đổi nhanh thế nào.
Developer nên làm gì ngay bây giờ?
Nếu bạn đang dùng OpenAI cho image generation hoặc voice, test thử MAI-Image-2.5-Pro và MAI-Voice-2-Flash trên Azure AI Foundry. Cả hai đều có public preview. So sánh chất lượng và chi phí thực tế trên workload của bạn. Một con số giảm 84-89% GPU cost, nếu đúng ngay 50%, vẫn là sự khác biệt giữa business model khả thi và không khả thi.
Nhắc lại bài Anthropic vượt mặt OpenAI về doanh thu: cuộc đua AI không còn chỉ về model tốt nhất. Nó về cost efficiency, distribution, và vertical integration. Microsoft đang chơi game mà họ giỏi nhất: build platform, optimize cost, lock in enterprise.
Câu hỏi của mình là: khi Microsoft không cần OpenAI nữa, điều gì sẽ xảy ra với hợp đồng giữa hai bên? OpenAI đang tự build revenue qua ChatGPT và ChatGPT Ads, nhưng mất đi distribution miễn phí qua Microsoft products sẽ là cú sốc lớn. Năm 2026 có thể là năm chúng ta nhìn lại và nói: “Đó là lúc Microsoft tự đứng trên đôi chân mình.”
