Microsoft apuesta a que una IA más pequeña y diseñada para tareas específicas puede superar a los chatbots más grandes, al menos en las tareas que importan a las empresas y a los desarrolladores. En su conferencia Ignite, la compañía presentó una serie de modelos MAI especializados, dirigidos directamente a sus rivales Anthropic y OpenAI en tres áreas prácticas: programación, ciberseguridad y generación de imágenes. En lugar de perseguir un único modelo gigante para todo propósito, Microsoft impulsa modelos compactos optimizados para trabajos concretos y con precios muy inferiores a los de los competidores de primer nivel. Qué presentó Microsoft - MAI Code 2: Microsoft afirma que este modelo alcanza el 96 % del rendimiento de Claude Opus 5.5 en tareas habituales de programación empresarial por aproximadamente el 5 % del costo, y el 98 % del rendimiento de GPT-6.1 Sol por cerca del 40 % del precio. Esos promedios se basan en cuatro evaluaciones prácticas de desarrollo de software (corrección de código, cambios en varios archivos, etc.); tres pruebas se ejecutaron en la plataforma de Microsoft y una utilizó resultados externos. Microsoft calculó los costos aplicando un descuento promocional del 50 %. Una versión más ligera, Code 2 Flash, está pensada para correcciones rápidas y ediciones rutinarias; Microsoft afirma que iguala a Claude Haiku 5.5 por aproximadamente el 20 % del precio. Ambas variantes de Code 2 ya están integradas en GitHub Copilot, lo que lleva la tecnología propia de Microsoft directamente a una herramienta clave para desarrolladores. - MAI Cyber 2 Flash: En las tareas de detección de vulnerabilidades de CyberGym-E2E, Microsoft informa una tasa de éxito del 92,3 %, frente al 91,5 % de GPT-6 Astra, con menos del 2 % del costo por tarea. Microsoft excluyó 92 de 905 tareas tras detectar coincidencias entre el material de origen de esas tareas y sus datos de entrenamiento. Todavía no hay una comparación pública directa con el modelo restringido GPT-6 Cyber de OpenAI. Microsoft planea empezar a implementar este sistema de seguridad para clientes MDASH elegibles a mediados de diciembre. - MAI Image 2.7: En comparaciones rápidas en paralelo, el modelo de imágenes de Microsoft superó a GPT Image y Nano Banana de Google en realismo, creatividad y calidad general. El servicio de clasificación independiente Artificial Analysis sitúa a MAI Image 2.7 en 1.215 Elo, frente a los 1.211 de GPT Image 2.6 Sunburst: una ventaja estrecha, dentro de márgenes de incertidumbre superpuestos. En la clasificación de texto a imagen, Microsoft ocupa un puesto más bajo (el cuarto). El precio marca una gran diferencia: Microsoft cotiza MAI Image 2.7 a unos 35 dólares por cada 1.000 imágenes, y su versión Flash a 10 dólares, frente a unos 211 dólares por cada 1.000 imágenes de GPT Image 2.6 Sunburst con la máxima calidad en esa comparación. Nano Banana 2.1 de Google figura a unos 34 dólares por cada 1.000 imágenes; su nivel Pro es más caro. Por qué importa esta estrategia Los modelos especializados pueden ser mucho más baratos y rápidos cuando la tarea está bien definida. Un modelo entrenado y optimizado para programación o seguridad puede concentrar la capacidad de cómputo y el presupuesto de datos en los patrones relevantes para esos trabajos, en vez de incluir todo el universo del conocimiento general en cada solicitud. Esa eficiencia resulta útil en contextos donde las tareas se repiten miles de veces al día: analizadores automatizados de vulnerabilidades, flujos continuos de revisión de código o generación de imágenes a gran escala para catálogos de productos o NFT. El enfoque de Microsoft refleja las iniciativas de OpenAI (modelos Mini y Nano), que permiten que modelos más económicos y especializados se encarguen de los casos rutinarios, mientras los modelos más grandes atienden las excepciones. La especialización también mejora el sistema que rodea al modelo: herramientas adaptadas, comprobaciones de verificación y ajustes específicos del dominio pueden elevar el rendimiento en el mundo real por encima de las puntuaciones brutas del modelo. Advertencias y competencia Hay contrapartidas. Microsoft señala que Code 2 no está optimizado para la investigación científica fundamental ni para tareas autónomas de muy larga duración. Anthropic ya compite en el segmento de menor costo con sus modelos Haiku, así que Microsoft entra en un mercado donde sus rivales tienen ofertas similares. Además, algunas comparaciones de costos de Microsoft se basan en descuentos promocionales y en comparaciones con modelos externos algo más antiguos; por ejemplo, OpenAI anunció GPT-6.2 el mismo día, así que la comparación de MAI con Sol es frente a una generación anterior. Las clasificaciones independientes muestran que MAI Image 2.7 lleva una ventaja estrecha, pero no decisiva. Medidas operativas y controles Microsoft ofrece a determinados clientes empresariales la posibilidad de personalizar y ejecutar los pesos de modelos con licencia dentro de Azure, reduciendo la dependencia de proveedores sin publicar los modelos como código abierto. El nuevo Code 2 ya está disponible en GitHub Copilot; MAI Cyber 2 Flash comenzará a implementarse a mediados de diciembre para los clientes elegibles. Las actualizaciones de MAI Image incorporan edición interactiva mediante el espacio de trabajo Canvas de Microsoft, fondos transparentes y un acceso más amplio a Foundry, aunque los modelos de Microsoft siguen sujetos a restricciones de contenido más estrictas. Por qué deberían interesarse los equipos de criptomonedas y Web3 Para los desarrolladores de cadenas de bloques y los equipos de seguridad, una IA especializada más barata podría reducir el costo del desarrollo de contratos inteligentes y de las auditorías automatizadas, acelerar los ciclos de CI/CD para las dApps y hacer asequibles a gran escala los análisis rutinarios de vulnerabilidades. Los modelos de generación de imágenes con un menor costo por imagen también podrían cambiar la economía de la producción artística de NFT y de los flujos de trabajo creativos iterativos. Dicho esto, las limitaciones específicas del dominio y las políticas de censura podrían afectar el uso de estos modelos en contextos descentralizados o sin permisos. En resumen La propuesta de Microsoft es sencilla: no siempre se necesita un supermodelo. Para tareas empresariales bien delimitadas y repetibles —escribir o reparar código, buscar vulnerabilidades, producir imágenes—, una IA más pequeña, económica y optimizada para el trabajo puede ofrecer la mayor parte del rendimiento por una fracción del costo. Este enfoque no sustituirá a los grandes modelos generalistas en todos los casos, pero es una apuesta comercial sólida que podría transformar la manera en que los equipos, incluidos los del sector cripto, integran la IA en sus flujos de trabajo de producción. Lee más noticias generadas por IA en: https://app.chaingpt.org/news
