Microsoft presentó en Ignite siete modelos MAI para tareas empresariales, desde programación y ciberseguridad hasta edición de imágenes, voz y selección de modelos. La apuesta no consiste en retirar de golpe los sistemas de OpenAI y Anthropic: Microsoft quiere cubrir más trabajo con alternativas propias, sobre todo cuando el volumen de uso convierte el coste de cada consulta en un factor operativo.
La noticia importante para las empresas no es solo que Microsoft haya sumado modelos a su catálogo. Es que los está colocando dentro de productos donde ya opera la IA: GitHub Copilot, Microsoft 365, Fabric IQ y sus servicios de seguridad. Al mismo tiempo, ofrece una vía para adaptar modelos MAI a datos empresariales y ejecutarlos en Azure. El cambio es gradual, pero apunta a que Microsoft controle una parte mayor de la tecnología y del coste que hoy depende de proveedores externos.
La factura de los agentes, el argumento central
Microsoft justifica la nueva familia por el gasto creciente en tokens de clientes que quieren mantener agentes activos las 24 horas. La empresa diseñó varios modelos para tareas frecuentes, no para competir en cualquier clase de problema: MAI Code 2 no está afinado para investigación científica fundamental ni para flujos agénticos de muy largo recorrido, según la propia compañía.
En cuatro pruebas de programación, Microsoft atribuye a MAI Code 2 el 98 % del rendimiento de GPT-6.1 Sol por el 40 % de su coste; frente a Claude Opus 5.5, la cifra es el 96 % del rendimiento por el 5 % del coste. Los resultados se refieren a DeepSWE 1.1, Terminal Bench 2.1, SWE-Atlas y FrontierCode v1.1. Tres pruebas se ejecutaron en la plataforma interna MSBench con GitHub Copilot CLI y sin subagentes; los precios de MAI Code 2 consideran un descuento promocional del 50 %.
Ese matiz importa para evaluar el ahorro. El rendimiento depende de la tarea, la configuración y el esfuerzo de razonamiento, y la tarifa promocional no es permanente. En GitHub Copilot, MAI Code 2 cuesta 0,50 dólares por millón de tokens de entrada y 2,50 por millón de salida hasta el 17 de mayo de 2027; después, las tarifas pasan a 1 y 5 dólares. Code 2 Flash, destinado a ediciones acotadas, explicaciones y arreglos rutinarios, tiene una tarifa promocional aún menor.
| Modelo y servicio | Entrada | Salida | Condición indicada |
|---|---|---|---|
| MAI Code 2 en GitHub Copilot | 0,50 dólares/millón | 2,50 dólares/millón | Hasta el 17 de mayo de 2027; después, 1 y 5 dólares |
| MAI Code 2 Flash en GitHub Copilot | 0,05 dólares/millón | 0,25 dólares/millón | Hasta el 17 de mayo de 2027; después, 0,10 y 0,50 dólares |
| MAI Cyber 2 Flash | 0,10 dólares/millón | 0,50 dólares/millón | GPT-6 Astra figura a 10 y 50 dólares |
El ahorro también se busca dentro de las aplicaciones de productividad. Microsoft dice que MAI Work Flash, derivado de Code 2 Flash, iguala a GPT-6 Luna en pruebas internas de Excel y PowerPoint. En Word obtiene resultados similares a GPT-6.1 Sol usando alrededor de un 42 % menos de tokens de entrada; en Teams, según la compañía, supera a GPT-6 Luna en seguimiento de decisiones, identificación de lagunas de conocimiento y adaptación a instrucciones personalizadas.
Modelos especializados, no un reemplazo único
La familia reparte el trabajo entre sistemas con objetivos distintos. MAI Cyber 2 Flash está orientado a detectar vulnerabilidades; MAI Image 2.7 edita imágenes; MAI Realtime 1 procesa conversaciones de voz a voz; Decision 1.1 clasifica y enruta solicitudes. Microsoft también presentó Microsoft-Retriever-1 para Foundry IQ, un modelo que busca información en documentos empresariales para agentes. La oferta combina, por tanto, modelos que producen contenido con otros que deciden qué hacer o qué información recuperar.
En ciberseguridad, Microsoft informa que Cyber 2 Flash resolvió el 92,3 % de CyberGym-E2E, frente al 91,5 % de GPT-6 Astra, y que costó menos del 2 % por tarea. La empresa detectó que alrededor del 10 % de las cerca de 900 tareas del benchmark compartían proyectos de código abierto e informes de vulnerabilidades con partes de sus datos de entrenamiento. Aunque afirma que las soluciones de referencia no se incluyeron en el entrenamiento, retiró esas tareas para todos los modelos y puntuó el resto.
La comparación aún tiene límites concretos: Microsoft no presentó en ese momento una comparación con GPT-6 Cyber, y el modelo estaba disponible solo para clientes seleccionados. La empresa dijo que publicaría en las semanas siguientes resultados de pruebas agénticas con herramientas, sujetas a medidas de seguridad adicionales. Para los equipos que valoran el modelo, esa evidencia pendiente puede pesar más que una diferencia pequeña en una prueba aislada.
En imagen, Microsoft señala que MAI Image 2.7 ocupa el primer puesto en edición en Artificial Analysis, con 1.215 puntos Elo y 5.478 votos, cuatro puntos por delante de GPT Image 2.6 Sunburst (max), a una quinta parte del coste. Para generación de imágenes desde texto aparece en el cuarto puesto. La variante Flash cuesta unos 10 dólares por cada 1.000 imágenes, y la compañía cifra en unos 35 dólares el coste de 1.000 imágenes con el modelo principal.
MAI Realtime 1, el primer modelo de Microsoft para conversación de voz a voz, cuesta un centavo por minuto de audio; las tareas que necesiten un motor de razonamiento más potente se cobran aparte por tokens. Es compatible con la API Realtime de OpenAI, una decisión que reduce la fricción técnica de probar el modelo en aplicaciones de voz existentes. Agoda y Reservations.ai lo están evaluando, según Microsoft.

Enrutamiento y personalización para mantener el control
Decision 1.1 aborda una parte menos visible del gasto: elegir qué modelo recibe cada solicitud. Puede clasificar, priorizar y seleccionar entre acciones aprobadas por desarrolladores; si detecta incertidumbre, la aplicación puede escalar la tarea o abstenerse. En Copilot decide si una petición se dirige a Copilot o a Cowork. Microsoft afirma que funciona 2,2 veces más rápido y cuesta 4,4 veces menos que un modelo de lenguaje grande en ese uso; en su anuncio general compara Decision 1.1 con GPT-6.1 Sol y declara que es 50 veces más rápido y 79 veces más barato.
Su base es Gemma 4 26B A4B, un modelo de mezcla de expertos de Google, ajustado por Microsoft con entrenamiento supervisado y aprendizaje por refuerzo. Es un detalle significativo: la estrategia propia no equivale a prescindir de toda tecnología externa. Microsoft desarrolla y opera el modelo de decisión, pero parte de una base de Google; además, anuncia compatibilidad de voz con la API de OpenAI y mantiene disponibles modelos de terceros en sus productos.
La otra pieza para clientes empresariales es MAI Licensed Weights. Permitirá ajustar pesos seleccionados con datos propios y ejecutar el modelo en el entorno Azure del cliente. Microsoft afirma que los datos y las adaptaciones se quedan con la empresa y que solo los usará para entrenar sus propios modelos con consentimiento explícito. La oferta aún no tiene fecha de lanzamiento ni precio publicados; Microsoft pide a las compañías interesadas contactar con su equipo de cuentas.
AT&T aparece como ejemplo de personalización: Microsoft dice que un modelo adaptado para analizar operaciones de redes 5G superó a GPT-6.1 Sol en tareas estándar con un coste cercano a una cincuentava parte. Es un caso empresarial concreto, pero no una garantía de que el mismo ahorro se repita en otras cargas. Para las compañías, el atractivo de mantener datos y adaptaciones en su propio entorno tendrá que sopesarse frente al coste de ajustar y operar una solución distinta.
“No one wants to pour their IQ into someone else’s model.”
— Microsoft AI
Menos dependencia, pero no ruptura con OpenAI
El movimiento se entiende mejor junto a la relación entre Microsoft y OpenAI. En abril de 2026 ambas compañías modificaron su acuerdo: OpenAI puede distribuir sus productos mediante cualquier proveedor de nube, mientras Azure sigue siendo su socio principal. Microsoft conserva una licencia no exclusiva sobre modelos y productos de OpenAI hasta 2032. Construir MAI amplía las opciones de Microsoft, pero los términos vigentes no describen una separación.
La sustitución ya es concreta en algunos puntos y todavía limitada en otros. Code 2 y Code 2 Flash están disponibles en GitHub Copilot; Cyber 2 Flash se reserva a productos de seguridad de Microsoft y, desde mediados de diciembre, reemplazará automáticamente el modelo existente en el perfil MAI de MDASH para clientes que cumplan los requisitos. Dragon Copilot Transcribe, basado en MAI Transcribe 2, ya procesa todas las transcripciones de conversaciones entre médicos y pacientes en ese producto: Microsoft cifra el uso en 10 millones de encuentros mensuales y afirma que los errores en flujos multilingües se redujeron a la mitad.
Para los desarrolladores, el cambio ofrece una alternativa con precios y tareas definidos, y en algunos casos una transición sencilla, como la compatibilidad de Realtime 1 con la API de OpenAI. Para las empresas, la decisión no se reduce a comparar porcentajes: también implica comprobar si el modelo cubre su trabajo real, cuánto cuesta al terminar la promoción y qué condiciones ofrece la personalización. Microsoft está llevando modelos propios a más productos, pero su catálogo sigue mezclando MAI, sistemas de socios y componentes externos.
Fuentes: The Decoder, la Repubblica, Microsoft AI, Microsoft AI