En resumen
- Microsoft afirma que MAI Code 2 ofrece el 96% del rendimiento en programación de Claude Opus 5.5 a un 5% de su costo, aunque la comparación incluye precios promocionales.
- Su nuevo modelo de ciberseguridad obtuvo un 92,3% frente al 91,5% de GPT-6 Astra en una prueba de detección de vulnerabilidades, según las evaluaciones de Microsoft.
- MAI Image 2.7 encabezó una clasificación independiente de edición de imágenes, mientras que nuestras comparaciones rápidas favorecieron su realismo, creatividad y calidad general de los resultados.
Microsoft presentó una nueva línea de modelos de IA especializados en su conferencia Ignite el martes, compitiendo directamente con Anthropic y OpenAI en programación, ciberseguridad y generación de imágenes.
En lugar de intentar construir un único chatbot que supere a todos en todo, está promocionando modelos entrenados para realizar tareas específicas a un costo sustancialmente menor.
La afirmación más importante involucra a MAI Code 2, del cual Microsoft dice que ofrece el 96% del rendimiento de Claude Opus 5.5 en tareas comunes de programación empresarial por solo el 5% del costo. También afirma el 98% del rendimiento de GPT-6.1 Sol al 40% del precio.
Esas cifras promedian los resultados de cuatro evaluaciones centradas en el desarrollo práctico de software, incluida la corrección de código y la realización de cambios en varios archivos. Microsoft ejecutó tres de las pruebas en su propia plataforma de evaluación, utilizó resultados externos para la cuarta y calculó los costos de MAI Code 2 usando un descuento promocional del 50%.
Un modelo más ligero, Code 2 Flash, apunta a correcciones rutinarias y ediciones rápidas, y Microsoft afirma que su rendimiento es comparable al de Claude Haiku 5.5 a un 20% del precio, por lo que resulta extremadamente económico sin sacrificar calidad. Ambos modelos de programación ya están en GitHub Copilot, lo que coloca la tecnología propia de Microsoft directamente en un producto que ha dependido en gran medida de proveedores externos de IA.
La seguridad es otro objetivo. Microsoft afirma que MAI Cyber 2 Flash tuvo éxito en el 92,3% de las tareas de descubrimiento de vulnerabilidades evaluadas por CyberGym-E2E, en comparación con el 91,5% de GPT-6 Astra, a menos del 2% del costo por tarea. CyberGym-E2E puntúa el porcentaje de investigaciones de seguridad de software que una IA completa con éxito; Microsoft excluyó 92 de 905 tareas tras identificar solapamiento entre su material de origen y sus datos de entrenamiento.
La compañía aún no ha publicado una comparación directa con el modelo restringido GPT-6 Cyber de OpenAI. Su sistema de seguridad comenzará a reemplazar un modelo MAI más antiguo para los clientes elegibles de MDASH a mediados de diciembre, sobre la base del enfoque de escaneo de vulnerabilidades que Decrypt cubrió anteriormente.
En la IA, David también puede vencer a Goliat
¿Puede un modelo pequeño vencer a uno grande? Definitivamente, en casos específicos.
Un modelo de propósito general tiene que aprender a escribir poesía, explicar física, depurar software y responder preguntas sobre casi cualquier cosa. Un modelo ajustado para programación o ciberdefensa puede dedicar más de su presupuesto de entrenamiento y cómputo a los patrones que importan para ese trabajo, en lugar de llevar la misma amplitud de conocimiento a cada solicitud.
Eso no hace que los modelos más pequeños sean universalmente más inteligentes. Puede hacerlos más rápidos y más económicos cuando la tarea está bien definida, particularmente en un negocio donde el mismo trabajo se ejecuta miles de veces al día.
Un escáner de seguridad que analiza cada nuevo cambio de código no necesita un costoso modelo de frontera para explicar la historia del Imperio Romano. Si un modelo puede dedicar todo su poder a generar código Python, tendrá más sentido pagar por sus llamadas a la API en lugar de usar un modelo generalista superpotente.
La especialización también puede mejorar todo el sistema que rodea al modelo: las herramientas que invoca, las comprobaciones que verifican sus respuestas y los datos usados para refinarlo. OpenAI ha adoptado un enfoque relacionado con sus modelos Mini y Nano, permitiendo que trabajadores más baratos manejen tareas rutinarias mientras los sistemas más grandes abordan las excepciones.
Sin embargo, hay compensaciones. La propia documentación de Microsoft dice que Code 2 aún no está optimizado para la investigación científica fundamental ni para asignaciones autónomas de muy larga duración. Y Anthropic compite en el extremo más barato del mercado con Haiku, no solo con sus modelos premium Opus, así que Microsoft está entrando en una carrera que sus rivales ya entienden.
MAI Image es la demostración más convincente
El MAI Image 2.7 de Microsoft puede ofrecer la evidencia más clara de que su estrategia está funcionando. En nuestras rápidas pruebas comparativas lado a lado, sus imágenes superaron a GPT Image y a Nano Banana de Google en realismo, creatividad y calidad general.

Estas fueron solo primeras impresiones basadas en unas pocas generaciones, pero coinciden en gran medida con su sólido desempeño en clasificaciones independientes.
En la prueba de edición de imágenes de Artificial Analysis, que pide a las personas elegir entre ediciones generadas de forma anónima y convierte esas preferencias en una calificación Elo, MAI Image 2.7 lidera actualmente con 1.215 puntos frente a los 1.211 de GPT Image 2.6 Sunburst.
La diferencia de cuatro puntos es lo suficientemente pequeña como para que sus rangos de incertidumbre reportados se superpongan; la clasificación separada de generación de texto a imagen, puntuada con el mismo método basado en preferencias, sitúa a Microsoft en cuarto lugar.

El precio es más difícil de ignorar. Microsoft cotiza alrededor de $35 por cada 1.000 imágenes para MAI Image 2.7 y $10 para su versión Flash, frente a aproximadamente $211 para GPT Image 2.6 Sunburst a máxima calidad en la comparativa de Artificial Analysis. Nano Banana 2.1 de Google cuesta allí alrededor de $34 por cada 1.000, mientras que Nano Banana Pro cuesta aproximadamente $134; las facturas reales dependen del proveedor, la resolución y la configuración.
Nuestra prueba anterior de MAI Image 2 encontró un realismo excelente pero límites frustrantes en la edición y los formatos de salida. La versión más reciente añade edición interactiva a través del espacio de trabajo Canvas de Microsoft, fondos transparentes y un acceso más amplio a través de Foundry, aunque la calidad de imagen y un producto utilizable siguen siendo dos cosas diferentes. Dicho esto, el modelo también está bastante censurado.






