Microsoft entra en la pelea con modelos propios: El futuro de la IA corporativa es multi-modelo
El 2 de abril de 2026, Microsoft hizo algo que habría parecido imposible apenas seis meses atrás: lanzó tres modelos de IA construidos completamente por ella misma — sin ayuda de OpenAI.
Y un día antes, hizo que GPT y Claude trabajaran juntos dentro del mismo flujo de investigación de Copilot — superando a todas las herramientas de investigación con IA del mercado en el benchmark del sector.
La empresa que gastó miles de millones invirtiendo en la IA de otros acaba de declarar que va a construir la propia. Y los efectos de esa decisión recién están comenzando.
Microsoft AI, el laboratorio de investigación interno de la empresa liderado por Mustafa Suleyman, anunció tres modelos de IA propietarios y fundamentales el 2 de abril de 2026, según TechCrunch y VentureBeat. Los modelos — MAI-Transcribe-1, MAI-Voice-1 y MAI-Image-2 — cubren reconocimiento de voz, generación de voz y creación de imágenes, las tres modalidades de IA con mayor valor comercial en las empresas. El anuncio se hizo seis meses después de la formación del equipo MAI Superintelligence, en noviembre de 2025. Un día antes, el 30 de marzo de 2026, Microsoft había revelado Critique y Council — dos funciones dentro del agente Researcher de Copilot que hacen que el GPT de OpenAI y el Claude de Anthropic trabajen en secuencia en la misma tarea. El resultado, según las pruebas de Microsoft en el benchmark de investigación profunda DRACO, fue de 57,4 puntos — casi un 14% superior a cualquier sistema competidor, incluido Claude Opus 4.6 solo con 42,7 puntos, según Decrypt. No es solo un lanzamiento de producto. Es el inicio de la transición de Microsoft de distribuidora de IA a creadora de IA.
Quiénes están detrás de esto — y por qué importa
Para entender la relevancia de esta noticia, hay que conocer a dos personas. Satya Nadella es el CEO de Microsoft, el arquitecto de la apuesta de US$ 14.000 millones en OpenAI que convirtió a la empresa en la principal proveedora de infraestructura de la era de la IA. Mustafa Suleyman es el CEO de Microsoft AI, cofundador de Google DeepMind y ex CEO de Inflection AI, traído a Microsoft en 2024 para hacer algo muy específico: construir los propios modelos de IA de Microsoft para que no tenga que depender de ningún proveedor externo para siempre.
El equipo MAI Superintelligence, que Suleyman formó en noviembre de 2025, fue armado con los equipos de investigación de IA existentes de Microsoft más talento reclutado de competidores. El objetivo, como Suleyman declaró en su post del 2 de abril de 2026, es construir lo que él llama "IA Humanista" — modelos "optimizados para cómo las personas realmente se comunican." Los modelos se lanzaron seis meses después de la formación del equipo, un ritmo que VentureBeat describió como "rápido para un esfuerzo de modelo fundamental."
Nicole Moneypenny, líder del equipo de producto Microsoft Azure AI Foundry Models, confirmó que los modelos MAI ya potencian los propios productos de Microsoft — Copilot, Bing, PowerPoint y Azure Speech — antes de ponerse a disposición de desarrolladores externos a través de Microsoft Foundry y el nuevo MAI Playground, según The Register.
Qué pasó: 2 y 3 de abril de 2026
El 2 de abril de 2026, Microsoft anunció tres modelos fundamentales disponibles inmediatamente en vista previa a través de Microsoft Foundry y el MAI Playground (disponible solo en EE.UU.):
MAI-Transcribe-1 es un modelo de voz a texto que logra la menor tasa promedio de error de palabras — 3,8% — en el benchmark FLEURS para los 25 idiomas más usados en los productos Microsoft. Supera al Whisper-large-v3 de OpenAI en los 25 idiomas, al Gemini 3.1 Flash de Google en 22 de 25, y al Scribe v2 de ElevenLabs y al GPT-Transcribe de OpenAI en 15 de 25, según VentureBeat. Su velocidad de transcripción por lotes es 2,5 veces más rápida que la oferta Azure Fast existente de Microsoft, según TechCrunch. Microsoft ya está probando MAI-Transcribe-1 dentro del Modo de Voz de Copilot y Microsoft Teams.
MAI-Voice-1 es un modelo de texto a voz que genera 60 segundos de audio en un segundo en una sola GPU. Soporta la creación de voz personalizada a partir de apenas unos segundos de audio. La función Copilot Audio Expressions ya funciona con MAI-Voice-1, según The Register. El precio comienza en US$ 22 por 1 millón de caracteres.
MAI-Image-2 es un modelo de generación de imágenes que debutó en tercer lugar en el leaderboard Arena.ai para familias de modelos de imagen. Fue desarrollado en estrecha colaboración con fotógrafos, diseñadores y narradores visuales, con foco en iluminación natural, tonos de piel precisos y texto claro en imágenes para casos de uso empresariales. WPP, una de las mayores holdings publicitarias del mundo, está entre los primeros socios empresariales construyendo con MAI-Image-2 a escala, según VentureBeat. El precio comienza en US$ 5 por 1 millón de tokens de texto y US$ 33 por 1 millón de tokens de imagen.
Un día antes, el 30 de marzo de 2026, Microsoft lanzó Critique y Council dentro del agente Researcher de Copilot, según Fortune. Critique coloca al GPT (como redactor) junto con Claude (como revisor) para verificar cada respuesta de investigación en cuanto a precisión factual, calidad de las citas y completitud antes de que el usuario la vea. Council permite a los usuarios comparar resultados de diferentes modelos lado a lado. En el benchmark DRACO — 100 tareas de investigación complejas en medicina, derecho y tecnología — Copilot con Critique obtuvo 57,4, frente a 42,7 de Claude Opus 4.6 solo, según Decrypt.
Los números que importan
- 3: Modelos de IA propietarios lanzados por Microsoft el 2 de abril de 2026
- 3,8%: Tasa promedio de error de palabras de MAI-Transcribe-1 en benchmark FLEURS — mejor de su clase
- 2,5x: Mejora de velocidad de MAI-Transcribe-1 vs. Azure Fast de Microsoft
- 60 segundos de audio generados por segundo: velocidad de salida en tiempo real de MAI-Voice-1
- 50%: Menor costo de GPU frente a las principales alternativas, según Silicon Republic
- Top 3: Posición de MAI-Image-2 en el leaderboard Arena.ai en el lanzamiento
- 57,4 vs. 42,7: Puntuación de Copilot con Critique vs. Claude Opus 4.6 solo en DRACO
- 13,8%: Mejora sobre el segundo mejor sistema de investigación con IA competidor
- 15 millones: Licencias pagas de Copilot en enero de 2026, según Microsoft
- 450 millones: Usuarios comerciales de Microsoft 365 — la escala potencial de despliegue
| Modelo | Tarea | Principal Ventaja | Precio | |---|---|---|---| | MAI-Transcribe-1 | Voz a texto | Supera Whisper en los 25 idiomas | US$ 0,36/hora | | MAI-Voice-1 | Texto a voz | 60s de audio en 1s, voz personalizada | US$ 22/1M chars | | MAI-Image-2 | Generación de imágenes | Top-3 Arena.ai, nivel empresarial | US$ 5–33/1M tokens | | Critique (Copilot) | Verificación de investigación | GPT redacta, Claude revisa | Licencia Copilot | | Council (Copilot) | Comparación de modelos | GPT vs. Claude lado a lado | Licencia Copilot |
Por qué esto te importa
Si sos un profesional, emprendedor o desarrollador, tres cosas acaban de cambiar.
Primero, la transcripción de IA, la generación de voz y la creación de imágenes se volvieron significativamente más baratas y rápidas. MAI-Transcribe-1 comienza en US$ 0,36 por hora con un costo de GPU un 50% menor que las alternativas, según Silicon Republic. Para cualquier empresa que opera análisis de call center, transcripción de reuniones o funciones de accesibilidad, la ecuación de costos acaba de cambiar a tu favor.
Segundo, el problema de las alucinaciones en la investigación empresarial con IA está siendo atacado con una nueva arquitectura. La función Critique — GPT redacta, Claude revisa — es el primer sistema de producción de un proveedor importante que reconoce explícitamente que ningún modelo único es suficientemente confiable para la investigación empresarial. Como Nicole Herskowitz, vicepresidenta corporativa de Microsoft 365 y Copilot, le dijo a Reuters: el objetivo no es solo ofrecer múltiples modelos sino "hacer que colaboren activamente para producir mejores resultados."
Tercero, Microsoft está construyendo independencia de OpenAI a nivel estructural. The Register describió el lanzamiento como haciendo que Microsoft parezca "más un competidor directo de OpenAI que un inversor." Microsoft actualmente tiene una participación en OpenAI valorada en aproximadamente US$ 135.000 millones a fines de 2025. El acuerdo de asociación renegociado dura al menos hasta 2032 — pero ahora incluye una cláusula que confirma que Microsoft "puede buscar la AGI de forma independiente, sola o en asociación con terceros."
Para desarrolladores: los tres modelos MAI son accesibles a través de la misma API de Microsoft Foundry usada para GPT-4 y Claude. No se necesita nueva infraestructura.
Qué viene a continuación
Mustafa Suleyman confirmó en su post del 2 de abril de 2026: "Verán más modelos nuestros pronto en Foundry y directamente en los productos y experiencias de Microsoft." La arquitectura actual de Critique funciona en una sola dirección — GPT redacta, Claude revisa. Microsoft indicó planes para hacerla bidireccional, con Claude redactando y GPT revisando, lo que crearía un ciclo completo de revisión por pares adversarial, según Knowledge Hub Media.
Diarización, sesgo contextual y streaming para MAI-Transcribe-1 están listados como "próximamente." MAI-Image-2 se está lanzando en fases en Bing y PowerPoint durante el segundo trimestre de 2026. La función Council para el Researcher de Copilot está disponible actualmente para miembros del programa Frontier de Microsoft — el canal de acceso anticipado para clientes empresariales.
La pregunta más grande que el mercado se está haciendo ahora: si Microsoft puede construir modelos que superen a OpenAI y Google individualmente en benchmarks, mientras también los orquesta juntos — ¿quién necesita elegir un bando?
¿Quieres seguir cada gran movimiento de la IA en el momento en que sucede? Únete a miles de lectores en fabioraphaelli.com y recibe las noticias más importantes de IA toda semana.
Frequently Asked Questions
¿Cuáles son los nuevos modelos MAI de Microsoft lanzados en abril de 2026?
Microsoft anunció tres modelos de IA propietarios y fundamentales el 2 de abril de 2026: MAI-Transcribe-1 para voz a texto, MAI-Voice-1 para texto a voz y MAI-Image-2 para generación de imágenes. Los modelos fueron desarrollados por el equipo MAI Superintelligence liderado por Mustafa Suleyman, CEO de Microsoft AI, formado en noviembre de 2025. Los tres están disponibles inmediatamente en vista previa a través de Microsoft Foundry y el MAI Playground (solo EE.UU.). Ya potencian productos de Microsoft como Copilot, Bing, PowerPoint y Azure Speech, según The Register.
¿Cómo funciona la función Critique de Copilot?
La función Critique de Microsoft, anunciada el 30 de marzo de 2026, coloca al GPT de OpenAI y al Claude de Anthropic en secuencia dentro del agente Researcher de Copilot. GPT gestiona la primera fase — planificación, búsqueda de fuentes y redacción de la respuesta de investigación. Claude luego revisa el borrador en cuanto a precisión factual, confiabilidad de las fuentes y calidad de las citas antes de que el resultado llegue al usuario. El sistema obtuvo 57,4 en el benchmark DRACO en 100 tareas complejas de investigación, frente a 42,7 de Claude Opus 4.6 solo — una mejora del 13,8% sobre el mejor sistema competidor, según Decrypt.
¿MAI-Transcribe-1 es mejor que el Whisper de OpenAI?
Sí, según los benchmarks de Microsoft. MAI-Transcribe-1 logra una tasa promedio de error de palabras del 3,8% en el benchmark multilingüe FLEURS, superando al Whisper-large-v3 de OpenAI en los 25 idiomas probados y al Gemini 3.1 Flash de Google en 22 de 25, según VentureBeat. También entrega velocidades de transcripción por lotes 2,5 veces más rápidas que la oferta Azure Fast existente de Microsoft, con aproximadamente un 50% menos de costo de GPU que las principales alternativas. El precio comienza en US$ 0,36 por hora, según Silicon Republic.
¿Qué es el MAI Playground?
El MAI Playground es una nueva plataforma de prueba de modelos de lenguaje lanzada por Microsoft el 2 de abril de 2026, donde los desarrolladores pueden probar MAI-Transcribe-1, MAI-Voice-1, MAI-Image-2 y otros modelos de Microsoft AI. Actualmente está disponible solo para usuarios en EE.UU. El punto de acceso más amplio para desarrolladores empresariales es Microsoft Foundry, anteriormente Azure AI Studio, donde los tres modelos están ahora disponibles en vista previa a través de la misma API usada para GPT-4 y Claude, según TechCrunch y Redmond Magazine.
¿Cómo afecta la estrategia multi-modelo de Microsoft a la competencia con OpenAI y Google?
El lanzamiento del 2 de abril de 2026 posiciona a Microsoft como competidora directa de ambas empresas en transcripción, voz y generación de imágenes — las mismas modalidades que OpenAI cubre con Whisper, TTS y DALL-E, y que Google cubre con Gemini. The Register describió el lanzamiento como haciendo que Microsoft parezca "más un competidor directo de OpenAI que un inversor." Microsoft todavía tiene aproximadamente el 27% de participación accionaria en OpenAI y una asociación que dura al menos hasta 2032, pero el acuerdo renegociado confirma que Microsoft puede buscar la AGI de forma independiente. El consenso de los analistas, resumido por VentureBeat, es que este lanzamiento señala "la búsqueda de Microsoft por autosuficiencia en IA."
¿Quién lidera el equipo de IA de Microsoft que desarrolló estos modelos?
El equipo MAI Superintelligence, responsable del desarrollo de los modelos MAI-Transcribe-1, MAI-Voice-1 y MAI-Image-2, está liderado por Mustafa Suleyman, CEO de Microsoft AI. Suleyman, cofundador de Google DeepMind y ex CEO de Inflection AI, fue traído a Microsoft en 2024 con el objetivo específico de construir modelos de IA propios para la compañía, reduciendo su dependencia de proveedores externos como OpenAI.









