Microsoft Build 2026: siete modelos MAI propietarios para reducir la dependencia de OpenAI

Microsoft dejó de depender exclusivamente de OpenAI para sus productos de IA. En Build 2026, celebrado esta semana en San Francisco, la compañía presentó siete modelos de IA propietarios —la familia MAI— desarrollados para ejecutarse sobre infraestructura Azure y reducir la dependencia de proveedores terceros a los que Microsoft lleva años pagando miles de millones.

El buque insignia es MAI-Thinking-1, un modelo de razonamiento de 35.000 millones de parámetros activos con una ventana de contexto de 256.000 tokens. Fue entrenado desde cero con datos limpios y con licencias comerciales, sin destilación de modelos de otras compañías, lo que facilita el despliegue en entornos empresariales sensibles a la propiedad intelectual. El responsable de IA de Microsoft, Mustafa Suleyman, afirma que MAI-Thinking-1 supera a GPT-5.5 de OpenAI en calidad con una eficiencia de coste diez veces mayor, calculada comparando los precios de Azure con las tarifas públicas de los competidores a escala de tamaño de modelo.

Las evaluaciones independientes de Surge sitúan a MAI-Thinking-1 por encima de Claude Sonnet 4.6 en comparativas directas e igualando a Claude Opus 4.6 en benchmarks de programación. Igualar a Opus 4.6 posiciona al modelo en el segmento premium-no-frontera, que es exactamente donde las cargas de trabajo empresariales concentran la mayor parte de su cómputo. No se trata de perseguir los primeros puestos en los rankings de benchmarks: es ir a por el segmento donde se gasta la mayor parte del dinero empresarial en IA.

El modelo específico para programación, MAI-Code-1-Flash, convierte descripciones en lenguaje natural en código fuente funcional y ya está disponible en GitHub Copilot y Visual Studio Code, las dos superficies con mayor distribución entre desarrolladores. Los cinco modelos restantes cubren generación de imágenes, transcripción de audio y síntesis de voz, dando a Microsoft una pila de modalidades completa que puede operar de forma independiente.

La lógica estratégica es directa. Microsoft ha estado pagando grandes sumas a OpenAI por acceso a modelos bajo un acuerdo de asociación exclusiva en la nube, mientras al mismo tiempo necesita ofrecer precios competitivos a sus clientes de Azure. La compresión de márgenes entre lo que Microsoft paga a OpenAI y lo que puede cobrar a los desarrolladores ha sido un problema estructural. Tener modelos propios elimina esa compresión: cada dólar de inferencia va ahora a Microsoft, no a un competidor.

Suleyman lo resumió sin rodeos en Build: “Hemos cerrado una brecha enorme”.

No es una afirmación modesta viniendo de una empresa que hace dos años no tenía ninguna capacidad de modelo frontera. Igualar a Opus 4.6 no es solo cerrar una brecha: es llegar a la mesa donde se toman las decisiones de compra de IA empresarial. La pregunta real es si Microsoft puede alcanzar la frontera real (GPT-5.5 Pro, Opus 4.8, Gemini 3.5) en la próxima generación, o si la familia MAI se establece en un segmento de coste optimizado por debajo de los laboratorios frontera.

La afirmación de diez veces mejor eficiencia de coste es el número comercial más importante por ahora. Si los desarrolladores pueden ejecutar en MAI-Thinking-1 tareas que de otro modo irían a GPT-5.5 al décimo del coste, la decisión de enrutamiento se vuelve evidente a escala. Los clientes de Azure ejecutarán cargas de trabajo sensibles al coste en MAI y reservarán el acceso a modelos frontera para tareas donde la diferencia de calidad justifique el precio premium.

Los modelos MAI están disponibles ahora en Azure AI Studio. MAI-Code-1-Flash ya está activo en GitHub Copilot y Visual Studio Code.

Fuentes

Lecturas relacionadas