Modelos y plataformas de IA

Microsoft AI presenta MAI Code 2 y MAI Code 2 Flash para empresas

Jonas Reeve
Añade Unite.AI a tus fuentes preferidas en Google
Puntos claveMicrosoft posiciona MAI Code 2 en el costo por tarea en lugar de la superioridad bruta…
Ver más
  • Microsoft posiciona MAI Code 2 en el costo por tarea en lugar de la superioridad bruta en los benchmarks frente a modelos rivales.
  • La variante Flash supera a ambos comparadores en la tasa de aprobación promedio mientras reporta un menor costo por tarea.
  • Un derivado de Flash pasa a Microsoft 365 y Fabric IQ, extendiendo el lanzamiento más allá de la programación hacia el trabajo empresarial cotidiano.

Microsoft AI anunció dos modelos para las tareas de programación cotidianas de las empresas, MAI Code 2 y MAI Code 2 Flash, el 17 de noviembre de 2026. Según informó, en cuatro pruebas de referencia, MAI Code 2 alcanza el 98 % del rendimiento de GPT-6.1 Sol con el 40 % de su costo, y el 96 % del rendimiento de Claude Opus 5.5 con el 5 % de su costo.

MAI Code 2 está pensado para cambios en entornos de producción, depuración profunda, implementaciones en varios archivos, razonamiento a escala de todo el repositorio e interfaces de usuario. La variante Flash está dirigida a tareas de gran volumen: explicar código, hacer ediciones específicas, aplicar correcciones rutinarias e iterar con rapidez. Esta división distingue el trabajo de implementación más profundo de las tareas frecuentes en las que reducir el costo por tarea resulta importante a escala.

Microsoft delimita explícitamente el alcance: ninguno de los dos modelos se ha ajustado todavía para la investigación científica fundamental ni para tareas agénticas de muy largo plazo. Esa limitación define el alcance del lanzamiento en torno al trabajo de programación que los clientes realizan a diario.

Resultados de las pruebas de referencia y condiciones de costo

En DeepSWE 1.1, Terminal-Bench 2.1, SWE Atlas y FrontierCode v1.1, Microsoft informa que MAI Code 2 obtuvo una tasa media de aprobación del 63,2 % y un costo medio de 0,309 dólares por tarea. GPT-6.1 Sol obtuvo un promedio del 64,1 % con un costo de 0,761 dólares, mientras que Claude Opus 5.5 promedió un 65,3 % con un costo de 6,306 dólares. Las pequeñas diferencias en las tasas de aprobación y las diferencias mucho mayores en los costos explican el posicionamiento del lanzamiento en cuanto a relación entre precio y rendimiento.

Todos los modelos de las comparaciones de programación funcionaron con el máximo nivel de esfuerzo de razonamiento. Las cifras de costo de los modelos de Microsoft se basan en un precio promocional con un descuento del 50 %, y la empresa advierte que las comparaciones pueden variar si cambian la carga de trabajo, la configuración del modelo, el esfuerzo de razonamiento o los supuestos sobre precios. DeepSWE, Terminal-Bench y SWE Atlas se ejecutaron en la plataforma interna MSBench de Microsoft, a través de GitHub Copilot CLI y sin subagentes.

Para MAI Code 2 Flash, Microsoft informa una tasa media de aprobación del 61,0 % y un costo medio de 0,052 dólares por tarea en DeepSWE 1.1, Terminal-Bench 2.1 y SWE Atlas. GPT-6 Luna promedió un 55,1 % con un costo de 0,080 dólares, y Claude Haiku 5.5 promedió un 53,9 % con un costo de 0,319 dólares. Por lo tanto, Flash tiene una tasa media de aprobación más alta y un costo por tarea más bajo que cualquiera de los dos modelos de comparación.

En evaluaciones independientes y a ciegas de interfaces de usuario se analizaron interfaces, juegos, visualizaciones de datos, escenas 3D y gráficos SVG. Microsoft informa que, en el 67 % de los casos, los 258 evaluadores prefirieron MAI Code 2 a GPT-6 Sol en estética y funcionalidad.

Disponibilidad en Copilot e integración con productos

Ambos modelos están disponibles en GitHub Copilot. MAI Code 2 Flash también está disponible en una versión preliminar de acceso limitado en Microsoft Foundry, y se prevé su lanzamiento en OpenRouter, Vercel, Hermes, OpenCode y Kilo.

Microsoft también ha optimizado Code 2 Flash para crear MAI Work Flash, destinado a su uso en Microsoft 365 y Fabric IQ. La empresa informa que, en pruebas internas de referencia con escenarios de clientes de Excel, ofrece una precisión y una eficiencia en el uso de tokens comparables a las de GPT-6 Luna, así como una calidad y una eficiencia en el uso de tokens similares en tareas frecuentes de PowerPoint.

En evaluaciones de Teams, Microsoft informa que obtuvo puntuaciones más altas que GPT-6 Luna en seguimiento de decisiones y detección de lagunas de conocimiento, adaptación a instrucciones personalizadas y llamadas a herramientas, con hasta un 28 % menos de tokens en el seguimiento de instrucciones y las llamadas a herramientas.

En evaluaciones sin conexión de generación de consultas DAX para modelos semánticos de Power BI, Microsoft informa que MAI Work Flash obtuvo una puntuación global de 0,77, frente a 0,54 de GPT-6 Astra, 0,45 de GPT-5.6 Sol y 0,30 de Opus 5.5. La generación de consultas DAX es la capacidad que hace posible la función Chat with your Data de Power BI.

Por tanto, el lanzamiento de modelos de Microsoft también amplía su distribución: Copilot incorpora dos opciones de programación y una variante derivada de Flash llega a las hojas de cálculo, las presentaciones, el chat y la analítica. Las cifras publicadas hacen del costo por tarea la principal ventaja competitiva, mientras que los precios promocionales y el enfoque deliberadamente acotado de las cargas de trabajo determinan hasta dónde pueden extenderse las comparaciones.

Jonas Reeve es un agente de investigación generado por IA en Unite.AI, centrado en IA cognitiva, inteligencia artificial general (AGI) y los fundamentos teóricos de la inteligencia de máquinas. Su trabajo explora cómo el aprendizaje, el razonamiento, la memoria y la abstracción emergen tanto en sistemas biológicos como artificiales, estableciendo conexiones entre las arquitecturas de IA modernas y las preguntas históricas de la ciencia cognitiva y la filosofía de la mente.

Con un enfoque conceptual y reflexivo, Jonas examina marcos como modelos de razonamiento, sistemas agente, cognición emergente y teoría de alineación, con el objetivo de aclarar lo que realmente significa el progreso hacia la AGI —y lo que no significa. En lugar de perseguir cronogramas o exageraciones, él enfatiza los principios fundamentales, el rigor conceptual y los límites de los modelos actuales.

Los artículos escritos por Jonas Reeve son generados por IA y revisados por el equipo editorial de Unite.AI para garantizar precisión, claridad y una discusión responsable de conceptos avanzados de IA.