Tarjeta de título generada para el lanzamiento de los siete modelos de MAI en Ignite 2026, con MAI Code 2 destacado a $0.50 de entrada y $2.50 de salida por millón de tokens frente a Claude Opus 5.5 a $4.00 y $20.00.
Guides & Insights

Siete modelos MAI en una sola keynote de Ignite: dónde encaja realmente MAI Code 2

Autor

jinhao.song

Fecha de publicación

Últimos modelos · 20Ver todos los modelos →
Benchmarks: Artificial Analysis · actualizado a diario
Volver a todas las publicaciones

Microsoft aprovechó su conferencia magistral de Ignite 2026 el 17 de noviembre para subir siete nuevos modelos al escenario a la vez, y el que va a dar que hablar entre los desarrolladores es MAI Code 2. No se vende por una puntuación, sino por una proporción: el propio anuncio de Microsoft afirma que alcanza el 96 % del rendimiento de Claude Opus 5.5 en cuatro benchmarks de programación por el 5 % del coste, y el 98 % del de GPT-6.1 Sol por el 40 %. Son cifras del proveedor procedentes del entorno de evaluación interno de Microsoft, nadie fuera de Microsoft las ha reproducido y, en el momento de escribir esto, el modelo no figuraba en ninguna clasificación independiente. Lo que hace que el lanzamiento merezca leerse de todos modos es que la proporción de precio es real y verificable, la ficha del modelo es inusualmente concreta y la distribución es más limitada de lo que sugiere el tono del anuncio.

Esta es la forma que tiene el lanzamiento: qué se ha lanzado, a partir de qué se promedian las afirmaciones, qué dice la model card que no dice la entrada del blog, cuánto cuesta y cuándo cambia ese precio, y por qué el modelo de programación es el que importa para un presupuesto y no el más llamativo del conjunto.

¿Qué se anunció realmente?

Siete modelos, un chip y un programa de licencias. Los modelos son MAI Cyber 2 Flash para trabajo de seguridad defensiva, MAI Code 2 y MAI Code 2 Flash para programación, MAI Image 2.7 para generación y edición de imágenes, MAI Realtime 1 para conversión de voz a voz en vivo, Dragon Copilot Transcribe basado en MAI Transcribe 2, y Decision 1.1, un modelo de enrutador que, según Microsoft, es 50 veces más rápido y 79 veces más barato que GPT-Sol 6.1. Junto a ellos, Microsoft puso en producción Maia 200, su acelerador de segunda generación, e introdujo MAI Licensed Weights, que permite a una organización ejecutar un modelo MAI personalizado dentro de su propio entorno de Azure.

Card listing all seven MAI models announced at Ignite on 17 November 2026 with their roles, and the two coding prices: MAI Code 2 at $0.50 and $2.50 per million tokens, MAI Code 2 Flash at $0.05 and $0.25.

El dúo de programación es donde está el dinero. MAI Code 2 es el modelo más grande, posicionado para depuración profunda, implementación de varios archivos, razonamiento en todo el repositorio y trabajo de front-end. MAI Code 2 Flash es el pequeño: explicaciones de código, ediciones específicas, correcciones rutinarias e iteración rápida. El planteamiento de Microsoft es explícito en que estos son modelos empresariales de uso diario en lugar de modelos que persiguen la frontera, y el anuncio lo dice dos veces.

La afirmación con la que Microsoft está liderando, y de qué es un promedio

Las cifras del 96 % y el 98 % son la media de cuatro benchmarks: DeepSWE 1.1, Terminal Bench 2.1, SWE Atlas y FrontierCode v1.1. Tres de ellos se ejecutaron en MSBench, la plataforma de evaluación interna de Microsoft, usando la CLI de GitHub Copilot en la versión 1.0.102 con los subagentes deshabilitados y todos los modelos con el máximo esfuerzo de razonamiento. El componente de FrontierCode es distinto por naturaleza: esas puntuaciones y costos provienen de Artificial Analysis, no del entorno de evaluación de Microsoft. Así que el titular es una combinación de tres pruebas ejecutadas por la propia empresa y una prueba de terceros, y luego se expresa como porcentaje de los promedios de dos competidores.

Screenshot of Microsoft's MAI Code 2 announcement page, dated 17 November 2026, showing the 98% of GPT-6.1 Sol at 40% of the cost and 96% of Claude Opus 5.5 at 5% of the cost claims beside a chart of average pass rate and average cost per task: MAI Code 2 at 63.2% and $0.309, GPT-6.1 Sol at 64.1% and $0.761, Claude Opus 5.5 at 65.3% and $6.306.

Una segunda afirmación se sitúa junto a ella, y es la que más dice sobre lo que Microsoft cree haber construido. En evaluaciones ciegas lado a lado de trabajo de front-end que abarcaban interfaces, juegos, visualizaciones de datos, escenas 3D y gráficos SVG, los revisores prefirieron la salida de MAI Code 2 frente a la de GPT-6 Sol el 64 % de las veces, con 258 anotadores. Eso es un estudio de preferencias, no una tasa de aprobación, y las preferencias se ganan fácilmente con código de UI de aspecto convincente. También es la única afirmación del anuncio que habla de gusto en lugar de corrección, y el gusto es donde un modelo barato puede, de forma plausible, superar a uno caro en un equipo de producto real.

Lo que dice la tarjeta del modelo que no dice la entrada del blog

La ficha del modelo de 24 páginas es el documento más útil, porque contiene las cifras que un comprador necesita y que el anuncio omite.

• Arquitectura — un transformer de solo decodificador con capas dispersas de mezcla de expertos y un codificador de visión integrado, en ambos modelos

• Parámetros — MAI Code 2 con aproximadamente 2,8 billones en total, 77 mil millones activos y 3 mil millones embebidos; MAI Code 2 Flash con aproximadamente 398 mil millones en total y 12 mil millones activos

• Entrenamiento — alrededor de 50 billones de tokens de preentrenamiento más alrededor de 150 mil millones de tokens de extensión de contexto largo para el modelo grande, todo entre agosto y noviembre de 2026, con un corte de conocimiento de agosto de 2026

• Contexto y límites — contexto de 1,050,000 tokens, una entrada máxima de 922,000 tokens y un máximo de 128,000 tokens de salida, entrada de texto e imagen, salida de texto

• Control del razonamiento — cinco niveles de esfuerzo, de bajo a máximo, que equilibran la latencia y el coste frente a la calidad

• Límites declarados — optimizado únicamente para la producción de código en inglés en el momento del lanzamiento, no ajustado para la investigación científica fundamental ni para el trabajo agéntico de horizontes muy largos, y no destinado a sistemas totalmente autónomos que emprendan acciones de gran impacto sin supervisión humana.

Esa última frase es la sincera, y es la oración que un equipo de compras debería leer dos veces. Microsoft no afirma que se trate de un modelo general de frontera con descuento. Afirma que es un modelo de programación que es bueno en el trabajo que los clientes de GitHub Copilot realmente hacen, y dice claramente dónde se detiene el modelo.

Dónde puedes llamarlo, lo cual es más restrictivo de lo que parece.

MAI Code 2 y MAI Code 2 Flash están ambos en GitHub Copilot: en Copilot Pro, Pro+, Max, Business y Enterprise para el modelo de mayor tamaño, y desde el nivel Free en adelante para Flash. Además, MAI Code 2 Flash está en versión preliminar de acceso limitado en Microsoft Foundry, y se puede invocar mediante una API Responses compatible con OpenAI. MAI Code 2 en sí no cuenta con ninguna implementación en Foundry en el momento del lanzamiento.

Esa asimetría es el detalle práctico que queda enterrado bajo la diapositiva del benchmark. Si quieres MAI Code 2 dentro de Copilot, ya lo tienes hoy. Si quieres llamar a MAI Code 2 desde tu propia aplicación, tu framework de agentes o tu pipeline de CI, no hay ningún endpoint publicado al que llamar: el único modelo de este par con una historia de API es el más pequeño, y es una versión preliminar. Microsoft dice que la disponibilidad para terceros llegará; todavía no se ha publicado nada y no se da ninguna fecha. Los pesos del modelo no se distribuyen en absoluto, y la licencia es un conjunto de términos de producto en lugar de una licencia de código abierto.

Cuánto cuesta y la fecha en que el precio se duplica

Copilot factura estos modelos por token según la facturación basada en el uso, y ambos tienen precios promocionales con una fecha de finalización publicada.

• MAI Code 2 — $0,50 por millón de tokens de entrada, $0,025 por millón de entrada en caché, $2,50 por millón de salida, hasta el 17 de mayo de 2027; a partir de esa fecha, $1,00, $0,05 y $5,00

• MAI Code 2 Flash — $0.05, $0.005 y $0.25, hasta el 17 de mayo de 2027; a partir de esa fecha, $0.10, $0.01 y $0.50

• Claude Opus 5.5, como referencia — $4.00 de entrada, $0.20 de entrada en caché y $20.00 de salida por millón de tokens

• GPT-6.1 Sol, a escala — $2.00 de entrada, $0.10 de entrada en caché y $10.00 de salida por millón de tokens

Lee la primera y la tercera línea juntas y la aritmética se vuelve interesante. A tarifas promocionales, MAI Code 2 cuesta el 12,5 % del precio por token de Claude Opus 5.5 y el 25 % del de GPT-6.1 Sol. La cifra destacada de Microsoft es el 5 % y el 40 % del coste, no del precio. Esas proporciones destacadas son el coste por tarea en los cuatro benchmarks, que combina la tarifa por token con la cantidad de tokens que cada modelo consume para terminar una tarea, y la ficha del modelo indica que todos los modelos se ejecutaron con el máximo esfuerzo de razonamiento, donde más varían los recuentos de tokens.

La diferencia entre los dos tipos de cifras es lo que hay que llevar a una conversación sobre presupuesto. Una relación de costes del 5% sobre una relación de precios del 12,5% implica que MAI Code 2 termina esas tareas habiendo gastado aproximadamente el 40% de los tokens que gasta Claude Opus 5.5. Ese es mi cálculo a partir de las relaciones publicadas por Microsoft, no una declaración de Microsoft, y apunta en la dirección opuesta al relato habitual del descuento: el ahorro tiene menos que ver con un token barato que con un modelo que se detiene antes. Las tarifas combinadas de entrada y salida hacen que sea, como mucho, una cifra aproximada, pero la dirección merece conocerse, porque tokens baratos y una tarea barata no son la misma línea presupuestaria, y solo una medición a nivel de tarea te dice cuál de las dos estás comprando.

Por qué esto es un lanzamiento de precio, no un lanzamiento de capacidad

Nada en el material de lanzamiento afirma un nuevo estado del arte. En palabras de Microsoft, estos modelos «explícitamente aún no están ajustados para problemas más difíciles», y la ficha del modelo añade que la alineación se evalúa como similar a GPT-5.6 Sol y menos alineada que GPT-6. La estrategia que se muestra es la que el discurso de Ignite enunció sin rodeos: cuando un modelo se construye para impulsar la frontera de la ciencia, esa capacidad se paga en cada corrección rutinaria de errores, así que conviene construir un modelo que sea bueno en el trabajo rutinario y ponerle el precio correspondiente.

Que eso funcione depende de una pregunta que Microsoft no puede responder por sí sola. El conjunto de comparación es el propio harness de Microsoft frente a las configuraciones publicadas de dos competidores, y el único componente independiente, FrontierCode, es un solo benchmark de cuatro. Una tasa de aprobación de primera parte sobre un harness de primera parte es una señal de ingeniería razonable y una señal de compra débil. La cifra que hay que esperar es una fila independiente en una clasificación neutral, ejecutada por alguien sin interés en la respuesta y sobre un harness que nadie en Microsoft configuró.

Cómo valorar tú mismo la comparación

Screenshot of OrcaRouter's Claude Opus 5.5 model page showing the list rate of $4.00 per million input tokens and $20.00 per million output, a 1M-token context, 128K maximum output and text, image and file input.

Hoy ni MAI Code 2 ni MAI Code 2 Flash están en el catálogo de OrcaRouter; la ruta publicada es GitHub Copilot, lo que significa que la comparación que Microsoft te invita a hacer no se puede ejecutar actualmente con una sola clave. Los modelos con los que se compara sí.Claude Opus 5.5, GPT-6.1 Sol y Gemini 4 Carbon están todos en OrcaRouter al precio de lista del proveedor con un 0 % de recargo, así que el lado caro de este balance es medible hoy, con tarifas por token que cambian el mismo día en que un proveedor las modifica. Si el lado económico se vuelve invocable más adelante fuera de Copilot, la comparación pasa a ser una decisión de enrutamiento en lugar de un ejercicio de hoja de cálculo, y la conmutación por error automática es lo que hace que un modelo de precio-rendimiento sea seguro de incluir en una ruta de producción antes de que tenga un historial independiente.

Qué hay que vigilar, en orden: una fila de benchmark independiente para MAI Code 2; un despliegue en Foundry para el modelo grande en lugar de solo la vista previa de Flash; y el 17 de mayo de 2027, cuando el precio de ambos modelos se duplique. El último punto está en un calendario, lo que lo convierte en la única parte de este lanzamiento que puedes planificar con antelación.

Comparados en este artículo2

Detectado en este artículo · Benchmarks: Artificial Analysis · actualizado a diario