AI И НЕЙРОСЕТИ

Microsoft откроет веса ИИ-моделей для кастомизации в Azure

Microsoft разрешит компаниям адаптировать веса новых ИИ-моделей под свои данные и запускать их в Azure с контролем доступа.

✍️ Редакция iTech News | 19.11.2026 | ⏱ 4 мин | Источник: ZDNet
Microsoft откроет веса ИИ-моделей для кастомизации в Azure

Microsoft предложит корпоративным клиентам кастомизацию ИИ-моделей на собственных данных без полной публикации их весов. Инициатива Licensed Weights, представленная 18 ноября на Ignite 2026, должна закрыть неудобную нишу между облачными моделями «в чёрном ящике» и открытыми моделями, которые можно скачать и дообучать самостоятельно. Для российских команд, работающих с корпоративными данными и зарубежной облачной инфраструктурой, это ещё один сигнал: контроль над моделью становится таким же предметом переговоров, как цена токенов и условия хранения данных.

Как сообщает ZDNet, доступ к Licensed Weights будет не массовой раздачей файлов, а управляемой программой: заинтересованные компании должны обращаться к менеджерам Microsoft. Клиент сможет адаптировать новые модели Microsoft AI под свои данные и запускать результат в Azure. По словам главы Microsoft AI Мустафы Сулеймана, заказчик сам определяет, кто получает доступ к модели, а данные и внесённые адаптации остаются у него.

Это принципиально отличается и от API-доступа к крупной закрытой модели, и от привычной open-weight схемы. В первом случае компания отправляет запросы провайдеру и ограничена доступными механизмами настройки. Во втором — получает веса, сама отвечает за развёртывание, безопасность, обновления и лицензирование. Licensed Weights располагается посередине: веса доступны для кастомизации, но модель остаётся в контуре Azure и выдаётся по лицензии, а не как свободно скачиваемый артефакт.

Microsoft отдельно подчёркивает, что не будет использовать данные клиентов для обучения собственных моделей без их согласия. Для бизнеса это не мелкая юридическая оговорка. Внутренние базы знаний, код, переписка с клиентами, медицинские и финансовые документы часто являются именно тем материалом, который помогает модели быть полезной, но который нельзя безоговорочно отдавать внешнему поставщику. Возможность адаптировать модель при сохранении прав на результат может оказаться важнее очередного прироста в бенчмарке.

Не открытый код, а управляемый компромисс

На рынке ИИ закрепилась довольно простая развилка. Самые мощные проприетарные модели обычно удобны через API, но их внутренности недоступны для глубокого изменения. Открытые веса дают больше свободы для дообучения и локального запуска, однако требуют собственной ML-экспертизы и инфраструктуры. Microsoft пытается продать третий вариант: не отдавать модель полностью, но дать заказчику достаточно контроля, чтобы тот мог встроить её в продукт или корпоративных агентов.

Такая позиция особенно логична для Microsoft. Компания уже присутствует в корпоративном ИТ через Azure, Microsoft 365, GitHub и другие продукты, где вопрос доступа к данным редко решается одним только качеством ответов модели. ИТ-директорам нужны разграничение прав, аудит, понятная эксплуатация и договорная ответственность. Разработчикам — модель, которую можно подогнать под терминологию компании, рабочие процессы и закрытый код, не превращая проект в бесконечный конвейер промптов.

В Microsoft AI связали Licensed Weights с новыми моделями MAI. В частности, компания заявила, что MAI Code 2 в среднем достигает 98% производительности GPT 6.1 Sol на четырёх распространённых бенчмарках корпоративных задач программирования при 40% его стоимости. В сравнении с Opus 5.5 Microsoft оценила стоимость своей модели в 5% от конкурента. Эти цифры — заявление самого вендора, а не независимый аудит, но они показывают, на чём строится коммерческий аргумент: не только на качестве, но и на стоимости эксплуатации кастомной модели.

Для продуктовых команд кастомизация ИИ-моделей может изменить выбор архитектуры. Если данные и адаптация остаются у заказчика, можно рассматривать модель не просто как внешний чат-API, а как компонент собственного продукта: помощника поддержки, агента для внутренних регламентов, инструмента анализа документов или генератора кода с учётом внутренних библиотек. Но обещание контроля не отменяет практических вопросов: какие именно параметры разрешат менять, насколько глубокой будет настройка, кто отвечает за качество после адаптации и как клиент сможет перенести результат из Azure при смене поставщика.

Почему это важно не только для облачных гигантов

В западном сегменте рынка становится больше сильных моделей с открытыми весами: этот путь развивают, в частности, Mistral и Thinking Machines. При этом OpenAI и Anthropic по-прежнему занимают большую долю корпоративного ИИ. Microsoft не пытается буквально стать ещё одним поставщиком полностью открытых моделей. Вместо этого компания предлагает предприятиям договорный контроль и знакомую облачную среду — вариант для тех, кому свободная загрузка весов не обязательна, а закрытый API кажется слишком зависимым от вендора.

Для русскоязычных разработчиков и руководителей здесь полезен не столько сам доступ к программе Microsoft, сколько направление рынка. Закупка ИИ всё реже сводится к сравнению одной таблицы бенчмарков. В техническом задании рядом с контекстным окном и стоимостью запросов появляются права на данные, возможность адаптации, изоляция окружений, переносимость и режим использования дообученного результата. У модели, которую нельзя настроить под внутренние знания компании, экономия на старте быстро исчезает в ручной обработке исключений.

Главный вопрос для Licensed Weights — сумеет ли Microsoft дать заказчикам достаточно реальной свободы, не превратив услугу в ещё один дорогой слой над Azure. Если границы лицензии окажутся прозрачными, а заявленная производительность и цена подтвердятся на прикладных задачах, кастомизация ИИ-моделей в управляемом облаке станет заметным конкурентом и закрытым API, и самостоятельному хостингу. Детали анонса и комментарий Мустафы Сулеймана доступны в материале ZDNet.

Поделиться: Telegram X LinkedIn