Mustafa Suleyman, director ejecutivo de inteligencia artificial en Microsoft, informó a los empleados de la compañía que el gigante tecnológico logró construir un modelo básico preentrenado que supera en potencia al que impulsa el sistema GPT-5.6 Sol de OpenAI. Suleyman destacó que el desarrollo del nuevo modelo, MAI-Base 2, consumió apenas una cuarta parte de la potencia de cálculo.
Declaraciones internas audaces de Mustafa Suleyman ante los empleados de Microsoft
Pruebas secretas frente al modelo Spud y superioridad en eficiencia informática
Especificaciones técnicas anunciadas y concesión de licencias de pesos a través de la plataforma Foundry
Asociación tensa y estrategia para reducir la dependencia externa
Preguntas frecuentes
Declaraciones internas audaces de Mustafa Suleyman ante los empleados de Microsoft
Mustafa Suleyman, director ejecutivo de inteligencia artificial en Microsoft, comunicó a los empleados de la empresa durante una amplia reunión interna celebrada el jueves 15 de octubre que la compañía logró desarrollar y construir un modelo básico preentrenado más potente que el que respalda el sistema GPT-5.6 Sol de OpenAI, y subrayó que la creación de este modelo requirió mucha menos potencia de cálculo.
El medio Business Insider, que reveló estas declaraciones en exclusiva, citó a Suleyman diciendo a los empleados: «Ahora contamos con un modelo básico preentrenado más potente que el que actualmente impulsa GPT-5.6 Sol. De hecho, utilizamos una cuarta parte de la potencia de cálculo que empleó OpenAI para entrenar su modelo». Las palabras de Suleyman llegaron pocas horas después de que Microsoft anunciara oficialmente el nuevo modelo bajo el nombre MAI-Base 2, un desafío directo a OpenAI que refleja el avance alcanzado por Microsoft en la construcción de sus propias tecnologías independientes, a pesar de seguir siendo uno de los mayores inversores y socios de OpenAI.
Pruebas secretas frente al modelo Spud y superioridad en eficiencia informática
Suleyman reveló que Microsoft llevó a cabo comparaciones y pruebas internas privadas que enfrentaron al modelo MAI-Base 2 con los modelos de OpenAI, incluido el modelo conocido internamente como Spud, que ejecuta el sistema GPT-5.6. Explicó que el modelo de Microsoft registró mejores resultados en las pruebas estándar que miden la eficiencia de la inteligencia artificial para comprender y predecir patrones complejos dentro de datos e información.
Asimismo, Suleyman indicó que estas comparaciones se basaron en información y datos técnicos que Microsoft posee gracias a su asociación en torno a los modelos de OpenAI, al señalar: «De manera privada y confidencial, también lo comparamos con los modelos de OpenAI». Los resultados de esta comparación no se hicieron públicos, ya que Microsoft se abstuvo de emitir comentarios oficiales y OpenAI no respondió a una solicitud de comentarios. Suleyman añadió también que el nuevo modelo utilizó «doce veces menos operaciones de cálculo que las empleadas en el modelo de DeepSeek».
Especificaciones técnicas anunciadas y concesión de licencias de pesos a través de la plataforma Foundry
En su anuncio oficial al público, Microsoft se limitó a comparar su nuevo modelo exclusivamente con modelos de código abierto o de pesos abiertos competidores. El modelo MAI-Base 2 pertenece a la categoría de modelos de mezcla de expertos y cuenta con un total de 2,8 billones de parámetros, de los cuales 80 000 millones son activos. Según informó el sitio Investing.com, la compañía entrenó el modelo utilizando 16 000 unidades de procesamiento gráfico Nvidia GB200 durante 38 días entre agosto y septiembre, basándose en aproximadamente 50 billones de tokens de texto.
La empresa confirmó que su modelo superó a todos los modelos de pesos abiertos evaluados, explicando que la metodología de entrenamiento aplicada fue entre 4,2 y 12,3 veces más eficiente en términos de computación en comparación con el modelo DeepSeek-V4-Pro-Base en cuatro evaluaciones diferentes, y entre 6,3 y 12,7 veces más eficiente que su predecesor MAI-Base 1, lanzado en junio.
Actualmente, el modelo se encuentra en su fase posterior al entrenamiento y la compañía aún no ha fijado una fecha de lanzamiento ni su precio; sin embargo, planea, según la plataforma TokenBoost, conceder licencias de los pesos del modelo a socios de confianza a través de la plataforma Foundry, en paralelo con el inicio de los trabajos para desarrollar la próxima generación, MAI-Base 3, reiterando que el entrenamiento se realizó empleando datos originales y no mediante destilación de otros sistemas.
Asociación tensa y estrategia para reducir la dependencia externa
Microsoft ha invertido miles de millones de dólares en OpenAI, y se estima que el valor de su participación inversora supera actualmente los 100 000 millones de dólares, ya que comercializa los modelos de OpenAI a los clientes de la nube Azure y los integra en sus productos principales, como el asistente Copilot. No obstante, la relación entre ambas partes experimentó una tensión notable durante el último año a medida que Microsoft avanzó en la construcción de sus propios modelos, tras encomendar a Suleyman en marzo pasado la tarea de centrarse en el desarrollo de modelos dentro de la unidad de superbricolaje de inteligencia artificial.
La fase de preentrenamiento constituye la etapa inicial y la que consume mayor cantidad de recursos informáticos y coste financiero al construir cualquier modelo de inteligencia artificial; por consiguiente, la capacidad de Microsoft para completar esta fase con un coste sustancialmente menor le permitirá ahorrar cuantiosos recursos y reducir su dependencia estratégica de proveedores externos.
Preguntas frecuentes
Pregunta: ¿En qué se diferencia el nuevo modelo MAI-Base 2 de Microsoft frente al modelo de OpenAI?
Respuesta: Mustafa Suleyman afirmó que el modelo MAI-Base 2 supera en las pruebas de comprensión y predicción de patrones al modelo Spud que impulsa el sistema GPT-5.6 Sol, consumiendo únicamente una cuarta parte de la potencia de cálculo en su entrenamiento.
Pregunta: ¿Cuáles son las especificaciones técnicas del modelo MAI-Base 2 y cómo fue entrenado?
Respuesta: El modelo opera con tecnología de mezcla de expertos y cuenta con 2,8 billones de parámetros totales y 80 000 millones de parámetros activos; fue entrenado utilizando 16 000 procesadores Nvidia GB200 durante 38 días con 50 billones de tokens.
Pregunta: ¿Cómo se compara la eficiencia de entrenamiento del nuevo modelo de Microsoft frente al modelo de DeepSeek?
Respuesta: Microsoft aclaró que el método de entrenamiento de su modelo fue entre 4,2 y 12,3 veces más eficiente desde el punto de vista computacional en comparación con el modelo DeepSeek-V4-Pro-Base a través de cuatro evaluaciones estándar.
Pregunta: ¿Cómo planea Microsoft poner el modelo MAI-Base 2 a disposición de los socios?
Respuesta: Microsoft tiene la intención de otorgar licencias sobre los pesos del modelo a socios de confianza mediante la plataforma Foundry una vez concluida la fase posterior al entrenamiento, y ya ha comenzado a trabajar en el desarrollo de la tercera generación, MAI-Base 3.
