Un sistema especializado selecciona automáticamente la red neuronal más adecuada para cada consulta.

Microsoft presentó siete nuevas redes neuronales con las que pretende desplazar a OpenAI y Anthropic en el mercado de la inteligencia artificial empresarial. Los modelos de la familia MAI pueden escribir programas, buscar vulnerabilidades, crear imágenes, conversar con personas y automatizar tareas laborales. El principal argumento de Microsoft frente a los competidores es el precio: según las propias pruebas de la empresa, uno de los modelos nuevos rinde en programación casi al nivel de Claude Opus 5.5, pero cuesta un 95% menos.
Las cifras más impresionantes Microsoft presentó para MAI Code 2. En cuatro pruebas el modelo alcanzó el 96% del rendimiento de Claude Opus 5.5 con un coste de solo el 5% del gasto del competidor. En comparación con GPT-6.1 Sol, la calidad fue del 98% y los costes alcanzaron el 40%. Sin embargo, en sus cálculos Microsoft aplicó un descuento temporal del 50% a su propio modelo, por lo que el ahorro real después del fin de la oferta será menor.
MAI Code 2 está diseñada para el trabajo cotidiano de los programadores. La red neuronal busca errores, corrige varios archivos a la vez, comprende proyectos grandes y ayuda a crear interfaces de aplicaciones. Para correcciones pequeñas y para explicar código, Microsoft ha preparado la versión ligera MAI Code 2 Flash. Según los desarrolladores, la versión menor rinde aproximadamente al nivel de GPT-6 Luna y Claude Haiku 5.5, pero requiere respectivamente el 65% y el 20% de su coste. Ambas versiones ya están en GitHub Copilot, y Flash se está probando adicionalmente en Microsoft Foundry.
Los resultados de MAI Cyber 2 Flash son aún más interesantes; fue creada específicamente para ciberseguridad. Microsoft enseñó a la red neuronal a analizar código, buscar y verificar vulnerabilidades, proponer correcciones y ayudar a los especialistas a investigar ataques. En la prueba CyberGym-E2E, donde se pide a la inteligencia artificial que encuentre errores reales en programas, la nueva modelo realizó el 92,3% de las tareas frente al 91,5% de GPT-6 Astra. Además, el coste de resolver una tarea fue menos del 2% del gasto del competidor.
Para comprobaciones complejas, MAI Cyber 2 Flash puede tener en cuenta simultáneamente hasta un millón de tokens, pequeños fragmentos de texto en los que las redes neuronales dividen la información entrante. Gracias a la gran memoria, el modelo es capaz de estudiar partes significativas de un proyecto de software y rastrear errores a través de varios archivos. Microsoft planea integrar el nuevo sistema en sus herramientas de seguridad, incluida la plataforma MDASH. Los clientes con acceso adecuado empezarán a recibir la actualización a mediados de diciembre.
Sin embargo, los porcentajes impresionantes no garantizan aún la superioridad en el trabajo real. Microsoft reconoció que 92 de las 905 tareas de CyberGym-E2E involucraban proyectos y descripciones de vulnerabilidades que aparecían en los materiales de entrenamiento. La compañía excluyó todas las tareas coincidentes de la comparación, dejando 813. Los desarrolladores también aclararon que calcularon los costes según el precio del procesamiento de solicitudes durante las pruebas, y no según las facturas de clientes reales.
Para crear imágenes, Microsoft presentó MAI Image 2.7 y la acelerada MAI Image 2.7 Flash. La versión superior ocupó el primer puesto en la clasificación de Artificial Analysis por la calidad de la edición de imágenes, superando a GPT Image 2.6 Sunburst. Además, el procesamiento de imágenes cuesta aproximadamente cinco veces menos. En la generación de imágenes a partir de texto, el modelo ocupa el cuarto lugar. Las redes neuronales permiten cambiar el color, el material o la posición de objetos individuales, conservando el resto de la escena, y también crear imágenes con fondo transparente. Mil imágenes cuestan alrededor de 35 dólares en la versión superior y diez dólares en Flash.
La comunicación por voz la gestiona MAI Realtime 1. La red neuronal escucha al interlocutor y responde con voz prácticamente sin retrasos, entiende el habla con ruido ambiental y reacciona con calma a las interrupciones. Microsoft afirma que el nuevo desarrollo supera a GPT Realtime 2.1 en calidad, velocidad y coste en las pruebas seleccionadas. El precio base comienza en un centavo por minuto de conversación, aunque por cálculos adicionales en solicitudes complejas habrá que pagar aparte.
Para medicina, la empresa preparó Dragon Copilot Transcribe basado en MAI Transcribe 2. El sistema transcribe las conversaciones entre médicos y pacientes, ayudando a completar la documentación médica. Según Microsoft, la tecnología ya procesa alrededor de diez millones de consultas al mes, y la cantidad de errores en el reconocimiento del habla multilingüe se redujo a la mitad.
El séptimo y último modelo, Decision 1.1, resuelve otra tarea. En lugar de enviar cada solicitud a la red neuronal más potente y cara, el sistema elige el modelo adecuado según la complejidad del trabajo. Preguntas simples van a soluciones más económicas, y tareas difíciles pasan a modelos potentes. Microsoft afirma que Decision 1.1 funciona 50 veces más rápido que GPT-6.1 Sol y cuesta 79 veces menos en la comparación realizada. La tecnología ya la usan alrededor de cuatro mil clientes.
Al mismo tiempo, Microsoft presentó el programa MAI Licensed Weights, que permitirá a las empresas volver a entrenar las redes neuronales con sus propios materiales y ejecutarlas en su entorno en la nube Azure. Las organizaciones podrán determinar por sí mismas quién tendrá acceso a los modelos y cuándo aplicar actualizaciones. El lanzamiento general del programa todavía está por venir.
Microsoft también espera reducir costes gracias a su propio hardware. La compañía ya utiliza el acelerador de inteligencia artificial Maia 200 de segunda generación para trabajar con los modelos más grandes. Según mediciones internas, el nuevo chip procesa 1,7 veces más tokens por vatio de energía consumida que los principales sistemas basados en unidades de procesamiento gráfico.
Microsoft se está alejando gradualmente de la idea de encomendar todas las tareas a una sola red neuronal universal. Los desarrolladores apostan por modelos especializados que cumplen suficientemente bien tareas concretas y requieren menos cálculos. Para las empresas que envían a diario millones de solicitudes a la inteligencia artificial, la diferencia de precio puede ser significativa. Sin embargo, por ahora la mayor parte de las ventajas de Microsoft lo confirman sus propias pruebas, y los costes reales y la calidad del trabajo dependerán de las tareas, la configuración y las condiciones de uso.