Microsoft quiere seguir jugando en varios tableros a la vez. Mientras vende desde Azure los modelos de OpenAI y Anthropic, ahora ha presentado en Build, en San Francisco, una familia de siete modelos propios con la que intenta recortar una dependencia incómoda para una empresa que ya ha invertido miles de millones en sus socios.
La maniobra tiene una lógica simple y muy industrial. Si los modelos corren dentro de su propia infraestructura, Microsoft evita comisiones a terceros y puede trasladar parte de ese ahorro a los desarrolladores que ya trabajan con sus herramientas.
Microsoft lanzó modelos propios para ocupar también la frontera
Satya Nadella, consejero delegado de Microsoft, situó así ese movimiento ante el público de la conferencia.
"Creemos que ha llegado el momento de que todas las empresas pasen de limitarse a consumir un modelo de vanguardia a participar plenamente en esa frontera". - Satya Nadella, consejero delegado de Microsoft
La frase resume una tensión que atraviesa hoy a toda la industria. Ya no basta con integrar la inteligencia artificial de otro si el coste, el margen y el control tecnológico dependen de decisiones ajenas.
Entre esos nuevos sistemas destaca MAI-Thinking-1, un modelo de razonamiento con 35.000 millones de parámetros activos y una ventana de contexto de 256.000 tokens. Microsoft lo entrenó desde cero con datos limpios y licencia comercial, una combinación pensada para uso empresarial sin ambigüedades legales.
En paralelo llegó MAI-Code-1-Flash, orientado a programación y capaz de convertir texto en código fuente. Microsoft ya lo despliega en GitHub Copilot y Visual Studio Code, dos escaparates donde el rendimiento deja de ser una promesa y pasa a medirse en el trabajo diario.
Mustafa Suleyman, consejero delegado de Microsoft AI, defendió que la empresa logró una mejora llamativa tras ajustar sus modelos para McKinsey. Microsoft asegura que superó en calidad a GPT-5.5 con una eficiencia de costes diez veces superior, una comparación que atribuye a datos públicos extrapolados.
Las comparaciones ya no miran solo a OpenAI
Las pruebas que más pesan en esta carrera rara vez se libran en un solo frente. Microsoft afirmó que, en evaluaciones a ciegas de Surge, MAI-Thinking-1 fue preferido frente a Claude Sonnet 4.6 de Anthropic.
Además, la compañía sostiene que su modelo iguala a Claude Opus 4.6 en pruebas de programación. El mensaje es claro aunque el mercado siga lleno de matices, Microsoft ya no quiere presentarse solo como distribuidor de modelos ajenos, sino como competidor directo.
Esa ambición resulta más interesante si se mira el contexto financiero de sus aliados y rivales. Anthropic presentó una solicitud confidencial de salida a bolsa el 1 de junio de 2026, después de recaudar 65.000 millones de dólares en una ronda serie H que valoró la empresa en 965.000 millones.
Al mismo tiempo, Microsoft ha comprometido 13.000 millones de dólares en OpenAI y hasta 5.000 millones en Anthropic. Es decir, impulsa desde Azure a dos compañías externas y, a la vez, construye su propia alternativa en casa, una doble apuesta que habla tanto de prudencia como de poder.
También presume de un chip cuántico que aguantó 20 segundos
Más allá de la inteligencia artificial generativa, Build dejó otra cifra que busca captar atención en un terreno mucho más áspero. Microsoft anunció que su chip cuántico Majorana 2 es 1.000 veces más fiable que su predecesor.
Ahora mantiene los cúbits estables durante una media de 20 segundos, muy por encima de los milisegundos del original. En computación cuántica, esa diferencia no suena a detalle técnico, sino a la distancia entre un experimento fugaz y un sistema que empieza a sostener operaciones útiles.
Majorana 2 cuenta con 12 cúbits y sustituye el aluminio por plomo como superconductor. Aun así, la escala real del desafío no desaparece, porque una máquina útil necesitaría millones de cúbits, una brecha que todavía obliga a poner cada avance en perspectiva.
Zulfi Alam, vicepresidente corporativo de Microsoft Quantum, fijó una fecha concreta para ese horizonte.
"Tendremos una máquina cuántica en 2029 capaz de resolver problemas razonables y comercialmente viables". - Zulfi Alam, vicepresidente corporativo de Microsoft Quantum
La distancia entre 12 cúbits actuales y los millones que exigiría una máquina útil convive así con otra cifra menos abstracta. Majorana 2 ya aguanta una media de 20 segundos, cuando el chip original apenas llegaba a milisegundos.