El primer modelo de razonamiento propio de Microsoft desafía a Anthropic y OpenAI en los benchmarks empresariales sin recurrir a la destilación.
El primer modelo de razonamiento propio de Microsoft desafía a Anthropic y OpenAI en los benchmarks empresariales sin recurrir a la destilación.

El primer modelo de razonamiento propio de Microsoft desafía a Anthropic y OpenAI en los benchmarks empresariales sin recurrir a la destilación.
Microsoft Corp. presentó MAI-Thinking-1, su primer modelo de razonamiento propietario con 35 mil millones de parámetros activos, en la conferencia Build 2026 el martes, desafiando directamente a las familias Claude de Anthropic y GPT de OpenAI en el mercado de inteligencia artificial empresarial.
"MAI-Thinking-1 fue diseñado para sobresalir en instrucciones complejas de múltiples pasos, razonamiento de contexto largo y generación de código", declaró Kyle Daigle, director de marketing de Microsoft Developer y COO de GitHub, en una reunión informativa previa al discurso principal.
El modelo, construido desde cero con datos con licencia comercial sin destilación de modelos de terceros, cuenta con una ventana de contexto de 128,000 tokens. Según Microsoft, evaluadores independientes lo prefirieron sobre Claude Sonnet 4.6 de Anthropic, y iguala a Claude Opus 4.6 en el benchmark de codificación SWE Bench Pro. La compañía también presentó seis modelos adicionales que abarcan generación de imágenes, transcripción, voz y código.
El lanzamiento representa la incursión más profunda de Microsoft hasta la fecha en el desarrollo de IA propietaria, reduciendo su dependencia de OpenAI tras la renegociación de su asociación. Las acciones de Microsoft, que cotizan a aproximadamente 33 veces las ganancias futuras, podrían beneficiarse si los modelos internos reducen los aproximadamente 13 mil millones de dólares en costos anuales de infraestructura de IA que la empresa ha comprometido.
Una Familia de Modelos Completa Toma Forma
Más allá del modelo de razonamiento, Microsoft lanzó MAI-Image-2.5 y una variante Flash para generación y edición de texto a imagen, ya disponibles en PowerPoint y OneDrive. MAI-Transcribe-1.5, descrito como cinco veces más rápido que los modelos de transcripción competidores, admitirá 43 idiomas. MAI-Voice-2 y su variante Flash añaden 15 idiomas con múltiples opciones de voz. MAI-Code-1-Flash, un modelo de codificación eficiente en inferencia, está integrado directamente en GitHub Copilot y Visual Studio Code.
Todos los modelos estarán disponibles eventualmente a través de Microsoft Foundry y un nuevo entorno llamado MAI Playground. La amplitud del portafolio demuestra la intención de Microsoft de cubrir toda la pila de IA —desde razonamiento y codificación hasta generación multimodal— en lugar de depender de un único modelo insignia.
Hardware y Agentes Extienden el Alcance
Microsoft también presentó Scout, un agente personal proactivo que gestiona agendas, preparación de reuniones y tareas rutinarias a través de Teams y Outlook sin esperar la entrada del usuario. Scout comienza a implementarse para clientes Frontier el martes. En el ámbito del hardware, Surface RTX Spark Dev Box, impulsado por el chip RTX Spark de Nvidia, ofrece hasta 1 petaflop de cómputo de IA y 128 gigabytes de memoria unificada, capaz de ejecutar modelos de hasta 120 mil millones de parámetros de forma local. Se lanzará a finales de este año en Estados Unidos.
La compañía reposicionó Windows como un entorno de ejecución nativo para agentes mediante Microsoft Execution Containers, un nuevo sistema de sandboxing ahora en vista previa, y puso a disposición general su plataforma de investigación científica, Microsoft Discovery.
La integración vertical de Microsoft en el desarrollo de modelos reduce su dependencia de OpenAI, cuya asociación fue reestructurada recientemente para flexibilizar los vínculos entre ambas empresas. Si MAI-Thinking-1 cumple con lo que prometen sus benchmarks, podría desplazar la contratación de IA empresarial desde proveedores externos de API hacia la plataforma Azure de Microsoft. Nvidia, cuyas GPU H100 y B200 impulsan gran parte de la infraestructura de entrenamiento de Microsoft, se beneficiaría del continuo crecimiento del gasto de capital independientemente de qué modelo resulte ganador. Los ingresos de Azure AI de Microsoft crecieron un 157 % interanual en el trimestre más reciente, y los modelos internos podrían mejorar los márgenes al reducir los costos de inferencia por token.
Este artículo es solo con fines informativos y no constituye asesoramiento de inversión.