Microsoft lanza sus nuevos modelos de IA propios: MAI-Image-2.5-Pro y MAI-Voice-2-Flash

Los dos modelos presentados

• MAI-Image-2.5-Pro: El modelo de generación de imágenes de mayor fidelidad de Microsoft hasta la fecha. Está diseñado para crear imágenes profesionales, ediciones detalladas y texto preciso dentro de las imágenes generadas . Su precio en Microsoft Foundry es de 5 $ por cada millón de tokens de entrada de texto, 8 $ por cada millón de tokens de entrada de imagen y 106 $ por cada millón de tokens de salida de imagen .
• MAI-Voice-2-Flash: Un modelo de texto a voz (text-to-speech) de baja latencia, optimizado para velocidad y escala en aplicaciones de atención al cliente y voz en tiempo real . Según Microsoft, es el doble de rápido y un 32% más rentable que la versión estándar MAI-Voice-2 .

Ambos modelos están disponibles en vista previa pública a través de Microsoft Foundry desde el 24 de julio .

Dónde se han desplegado

Microsoft está integrando los nuevos modelos en varios de sus productos estrella de forma inmediata :

• Bing Image Creator: Ahora funciona al 100% con tecnología propia, utilizando MAI-Image-2.5-Pro de principio a fin . La versión anterior aún dependía de los modelos de imagen de OpenAI.
• PowerPoint: MAI-Image-2.5-Pro ha reemplazado a GPT-Image-2 de OpenAI como motor de generación de imágenes por defecto .
• OneDrive: El modelo de imagen es ahora la herramienta predeterminada para generar imágenes con IA .
• Dynamics 365 Contact Center: MAI-Voice-2-Flash impulsa los flujos de trabajo de voz y atención al cliente en tiempo real . Mustafa Suleyman, CEO de Microsoft AI, destacó integraciones con clientes como T-Mobile y EasyJet .
• Microsoft Foundry (Azure AI Foundry): Ambos modelos están disponibles para desarrolladores en vista previa pública .

Microsoft afirma que los modelos MAI ya están desplegados en más de la mitad de sus productos, y que se están realizando sustituciones adicionales en Excel y Outlook .

Reducción de costes de GPU frente a los modelos de OpenAI

Microsoft ha proporcionado porcentajes específicos de reducción del coste de proceso en GPU (no son diferencias en el precio de las API, sino ahorros reales a nivel de infraestructura) :

Estas reducciones son lo suficientemente significativas como para cambiar la economía unitaria de las funciones de IA en toda la suite de Office y la nube de Microsoft.

Cómo encajan en la familia MAI de Microsoft

Los lanzamientos del 24 de julio son variantes especializadas dentro de una familia MAI más amplia de siete modelos, anunciada en Microsoft Build en junio de 2026 :

1. Razonamiento: MAI-Thinking-1
2. Imagen: MAI-Image-2.5, MAI-Image-2.5-Flash y, ahora, MAI-Image-2.5-Pro
3. Voz / Habla: MAI-Voice-1, MAI-Voice-2 y MAI-Voice-2-Flash
4. Transcripción: MAI-Transcribe-1 / MAI-Transcribe-1.5
5. Código: MAI-Code-1-Flash

MAI-Image-2.5-Pro añade un nivel premium para máxima calidad de imagen, mientras que MAI-Voice-2-Flash incorpora un nivel optimizado para velocidad en aplicaciones de voz de alto volumen y baja latencia . Toda la familia se entrena en los aceleradores de IA personalizados Maia 200 de Microsoft, sin destilación de modelos de terceros, con una ventaja de eficiencia del 1.4x gracias al diseño conjunto de hardware y software .

Estrategia: reducir la dependencia de OpenAI y modelos de terceros

Microsoft está ejecutando una estrategia deliberada en varias fases para lograr la autosuficiencia total en IA :

• Sustituir modelos de terceros por modelos propios: PowerPoint, Bing Image Creator y OneDrive han migrado de los modelos de imagen de OpenAI a MAI-Image-2.5-Pro . Se describe como un "ligero alejamiento de OpenAI" que se está acelerando .
• Mantener a OpenAI como socio, no como proveedor único: Microsoft sigue siendo inversor en OpenAI y Azure aloja modelos de OpenAI, pero la compañía ya no depende de OpenAI para sus propios productos. El objetivo es una estrategia multimodelo con alternativas competitivas disponibles .
• El control de costes como palanca estratégica: Las reducciones del 84-89% en costes de GPU permiten a Microsoft ofrecer funciones de IA competitivas a un coste por usuario mucho menor, protegiendo sus márgenes y fortaleciendo su posición negociadora con todos los proveedores externos de modelos .
• Construir una pila vertical completa: Chips propios (Maia 200), modelos propios (familia MAI), infraestructura de inferencia propia (Azure) y superficie de producto propia (Office, Bing, Dynamics, Windows) .

Implicaciones de coste, precios y autosuficiencia

• Eliminación del coste de infraestructura: Ejecutar modelos propios en chips Maia 200 elimina el margen que se paga a los proveedores externos de modelos por cada inferencia .
• Funciones de IA duraderas: Las drásticas reducciones de coste de GPU sugieren que los modelos MAI están diseñados a medida para los casos de uso específicos de los productos de Microsoft, en lugar de ser modelos fundacionales de propósito general. Esto hace que las funciones de IA en Office y Dynamics sean más resistentes a los cambios de precio de OpenAI .
• En resumen: El lanzamiento del 24 de julio completa la sustitución de los modelos de imagen y voz de OpenAI en los productos de consumo y empresa de mayor volumen de Microsoft, a una fracción del coste de GPU . Microsoft está construyendo una pila de IA independiente y verticalmente integrada que reduce drásticamente su exposición a cualquier dependencia externa.