IAGenerado
EN · IT · ES

Microsoft entrena MAI-Base-2, su modelo fundacional de vanguardia más eficiente hasta la fecha

El nuevo modelo MAI-Base-2 utiliza muchos menos recursos computacionales que los modelos de peso abierto de la competencia, mientras ofrece resultados de última generación.

Microsoft entrena MAI-Base-2, su modelo fundacional de vanguardia más eficiente hasta la fecha
Imagen: microsoft.ai
Cómo funciona

Microsoft entrenó un modelo de IA eficiente que funciona de primera mientras usa mucha menos potencia de cómputo que los modelos rivales.

Qué se podría hacer con ello

  • Una empresa podría licenciar los pesos del modelo MAI-Base-2 a través de la plataforma Foundry de Microsoft para impulsar sus propios servicios de IA 1.
  • Un investigador que estudie el escalamiento de IA podría seguir los métodos de «source scaling» y «scaling ladder» de Microsoft para planificar sus propios experimentos 1.

Una forma más rápida de entrenar IAs gigantes

Microsoft ha finalizado el pre-entrenamiento de un nuevo modelo fundacional de vanguardia llamado MAI-Base-2. El modelo pertenece a una familia que también incluye MAI-Base-1 y MAI-Thinking-1, la versión centrada en razonamiento que Microsoft anunció en junio. MAI-Base-2 está construido sobre un diseño de Mixture of Experts (MoE), una técnica que distribuye un modelo masivo entre muchas redes más pequeñas de «expert» para que solo un subconjunto se active en cada tarea.

MAI-Base-2 tiene 2,8 billones de parámetros totales, pero utiliza solo 80 mil millones de parámetros activos durante la inferencia. Ese enfoque disperso significa que puede manejar razonamientos complejos sin pagar el costo computacional completo de su enorme tamaño.

De un vistazo

Cómo se compara MAI-Base-2 con sus rivales

MAI-Base-2DeepSeek-V4-Pro-Base
RendimientoSupera a todos los probadosSegundo mejor
Eficiencia de entrenamiento4–12× menos FLOPsReferencia
Parámetros activos80B sparse—
Parámetros totales2.8T—
Desde la versión anteriorEntrenamiento 6.3–12.7× más rápido—

Todas las cifras provienen de evaluaciones reportadas por Microsoft de MAI-Base-2 frente a modelos de peso abierto competidores [1]

Eficiencia que escala

En evaluaciones con datos retenidos, Microsoft afirma que MAI-Base-2 supera a todos los modelos de peso abierto que probó. Más llamativo aún es su eficiencia: requiere de 4 a 12 veces menos pre-training FLOPs (operaciones en punto flotante, la unidad estándar para medir la computación de entrenamiento de IA) que DeepSeek-V4-Pro-Base, el modelo base abierto más fuerte que Microsoft probó.

Microsoft trata esa ganancia de eficiencia no como un fin en sí misma, sino como un recurso para reinvertir. La compañía dice que ha destinado la computación ahorrada a entrenar un modelo más grande, lo que sugiere que las iteraciones futuras se construirán directamente sobre estas ganancias.

Dónde encaja en la vanguardia

La IA de vanguardia se refiere a los modelos más capaces en la frontera de la investigación, a menudo desarrollados por laboratorios bien financiados con acceso a enormes clústeres computacionales. La decisión de Microsoft de compartir el enfoque de entrenamiento, incluso si mantiene privados los pesos del modelo, se ajusta a un patrón creciente de empresas que usan investigaciones publicadas para guiar el campo.

MAI-Base-2 se enmarca en la familia de modelos MAI más amplia de Microsoft. A principios de este año la compañía presentó MAI-Base-1, y en junio lanzó MAI-Thinking-1 como una capa de razonamiento post-entrenada sobre esa base. Juntos, la serie cubre tanto rutas de propósito general como de optimización para razonamiento, dando a los desarrolladores una elección según la tarea.

Qué sigue

No se ha anunciado ninguna fecha de lanzamiento público ni detalles de acceso para MAI-Base-2. Microsoft no ha revelado si el modelo eventualmente se convertirá en peso abierto o permanecerá como propiedad privada. Lo claro es que las mejoras de eficiencia son medibles y lo suficientemente sustanciales como para remodelar la forma en que la compañía planifica su próximo entrenamiento.

Qué tan bueno es

En evaluaciones con datos retenidos, MAI-Base-2 supera a todos los modelos de peso abierto que Microsoft probó, incluido DeepSeek-V4-Pro-Base. Microsoft también reporta resultados para checkpoints post-entrenados Kimi K3, Qwen3.8 y MiMo-V2.6-Pro-RL, señalando que el post-entrenamiento podría afectar estas evaluaciones 1. Es de 4 a 12 veces más eficiente en FLOPs que DeepSeek-V4-Pro-Base, lo que significa que alcanza mejores resultados mientras utiliza mucha menos computación para entrenar . Para texto retenido, MAI-Base-2 logra una puntuación menor en bits por byte que los otros modelos, lo cual indica mejor comprensión del lenguaje . Desde MAI-Base-1, la eficiencia de entrenamiento de Microsoft ha mejorado de 6,3 a 12,7 veces .

Correcciones y actualizaciones

  • Corregido el 23 de octubre de 2026. Una versión anterior afirmaba que MAI-Base-2 era como su predecesor en usar MoE, pero la fuente no confirmó que MAI-Base-1 fuera MoE. También afirmaba que MAI-Base-2 superaba a todos los modelos de peso abierto de su categoría, pero la fuente especificó solo los modelos que Microsoft probó.

Los datos clave

  • MAI-Base-2 es un modelo MoE con 2,8 billones de parámetros totales y 80 mil millones activos.
  • Supera a todos los modelos de peso abierto que Microsoft probó en evaluaciones con datos retenidos.
  • Es de 4 a 12 veces más eficiente en FLOPs de preentrenamiento que DeepSeek-V4-Pro-Base.
  • Microsoft está reinvirtiendo el ahorro de cómputo en entrenar un modelo sucesor más grande.
  • El modelo forma parte de la familia MAI junto con MAI-Base-1 y MAI-Thinking-1.

Fuentes

  1. Frontier Pre-training at Microsoft AI | Microsoft AI — microsoft.ai

Si esta noticia te afecta a ti o a tu empresa, o usa algo que te pertenece, pide una corrección o que se retire. Cómo funcionan las solicitudes

Sigue leyendo