Qué anunció Microsoft con MAI Code 2 y MAI Code 2 Flash
Microsoft presentó MAI Code 2 y MAI Code 2 Flash, dos modelos de código desarrollados in-house y orientados a las tareas de programación cotidianas dentro de la empresa. El anuncio llegó el 17 de noviembre de 2026, según Crypto Briefing, y ambos modelos ya están disponibles en GitHub Copilot, mientras que Code 2 Flash se encuentra en preview de acceso limitado dentro de Microsoft Foundry.
La promesa central es rendimiento de frontera a una fracción del costo. Según Microsoft, promediado sobre cuatro benchmarks de uso empresarial —DeepSWE 1.1, Terminal Bench 2.1, SWE-Atlas y FrontierCode v1.1—, MAI Code 2 entrega el 98% del rendimiento de GPT 6.1 Sol al 40% del costo y el 96% del rendimiento de Claude Opus 5.5 al 5% del costo.
Ese último número es el que debería hacer levantar la ceja a cualquier CTO: un modelo que rinde casi como la referencia de frontera por una vigésima parte del gasto.
Leíste lo que hace la IA. ¿Y en tu negocio?
Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.
👥 Quiero el Kit →¿Qué diferencia hay entre MAI Code 2 y MAI Code 2 Flash?
No son el mismo producto con distinto nombre. Microsoft los separó por tipo de trabajo:
- MAI Code 2 apunta a lo que la compañía llama el frontier de precio-rendimiento en tareas empresariales comunes: llevar código a producción, debugging profundo, implementación multiarchivo, razonamiento sobre repositorios completos e interfaces de usuario. La empresa afirma que produce cambios que los mantenedores del código aceptarían fusionar.
- MAI Code 2 Flash está diseñado para volumen alto: explicaciones de código, ediciones puntuales, correcciones rutinarias e iteraciones rápidas. Menos potencia por llamada, mucho menos costo.
Microsoft también fue explícita sobre los límites: ninguno de los dos está afinado todavía para problemas duros como investigación científica fundamental o trabajo agéntico de horizonte muy largo. Es una admisión relevante: el fabricante está diciendo que estos modelos son para el trabajo diario, no para el tipo de tarea que exige razonamiento extendido.
En la comparación de la gama baja, MAI Code 2 Flash ofrece rendimiento comparable a GPT-6 Luna y Claude Haiku 5.5 al 65% y 20% del costo respectivamente, sobre tres benchmarks de tareas rutinarias.
El caso AT&T y la letra chica de los benchmarks
Crypto Briefing reportó que en evaluaciones internas de AT&T, MAI Code 2 Flash superó a GPT-6.1 con un costo 50 veces menor. Es el dato más llamativo del anuncio y también el que exige más cautela.
El propio medio señala dos advertencias: los benchmarks independientes todavía no verificaron estas cifras, y el resumen de investigación especifica ciertas variantes de GPT-6.1, no la familia completa. Además, el preview limitado de Flash significa que aún no hay datos de uso real a escala amplia.
Para un founder, la lectura correcta es esta: los números de eficiencia son plausibles y van en la dirección que todo el mercado viene marcando, pero son números de proveedor. No son un veredicto.
La jugada de fondo: Microsoft deja de alquilar inteligencia
MAI Code 2 no es un lanzamiento aislado. Es el tercer escalón de una serie que arrancó en junio de 2026 con MAI Code 1 Flash, el primer modelo de código que Microsoft construyó internamente para Copilot. En agosto de 2026 llegó MAI Code 1.1 Flash, con soporte nativo de visión y precios alrededor de un 73% más bajos, según Crypto Briefing.
El programa MAI se presentó en público el 2 de junio de 2026 en Microsoft Build, con siete modelos a la vez y una afirmación fuerte: todos construidos desde cero, sin destilar modelos de terceros, según Crypto Briefing. En octubre de 2026, TechRepublic reportó que Microsoft completó el pre-entrenamiento de MAI-Base-2, un modelo de mezcla de expertos con 2,8 billones de parámetros totales y 80.000 millones activos, entrenado con 16.000 GPUs Nvidia GB200 durante 38 días y 50 billones de tokens. La compañía estima que su enfoque de entrenamiento es entre 4,2 y 12,3 veces más eficiente en cómputo que DeepSeek-V4-Pro-Base al igualar rendimiento en pruebas seleccionadas.
El patrón es claro: Microsoft quiere dejar de depender de arquitecturas de terceros —léase OpenAI y Anthropic— porque quien es dueño del modelo es dueño de la estructura de costos. Y quien controla la estructura de costos decide cuánto paga el usuario final de Copilot.
¿Qué significa esto para tu startup?
Aquí es donde el anuncio deja de ser una noticia de laboratorio y se convierte en una decisión de presupuesto.
Primero: revisa cuánto estás gastando en Copilot hoy. Desde el 1 de junio de 2026, GitHub migró Copilot de un modelo de suscripción plana a GitHub AI Credits, donde un crédito equivale a 0,01 dólares y cada interacción consume según tokens de entrada, salida y caché. Los planes incluyen cupos mensuales: 1.500 créditos en Pro, 1.900 por usuario en Business y 3.900 por usuario en Enterprise, según Tech Times. Lo crítico: GitHub eliminó el modelo de respaldo que antes degradaba automáticamente a un modelo más barato al agotarse los créditos. Sin un tope de gasto configurado, la factura sigue corriendo.
Segundo: activa un límite duro de gasto antes de escalar el uso de agentes. La misma cobertura de Tech Times documenta que las tareas agénticas pueden consumir aproximadamente 1.000 veces más tokens que una consulta simple de un solo turno, según investigación de GitHub de mayo de 2026. El caso testigo es Uber, que agotó todo su presupuesto de herramientas de IA para 2026 en abril y terminó limitando el gasto a 1.500 dólares por mes por herramienta. Microsoft Research, citada en el mismo artículo, estima que una interacción agéntica compleja en 2026 cuesta alrededor de 30 veces lo que costaba una consulta de chatbot simple en 2023.
Tercero: prueba MAI Code 2 en tareas de bajo riesgo antes de migrar nada crítico. Está disponible en GitHub Copilot, así que no requiere cambiar de herramienta. El mejor punto de entrada son los flujos de alto volumen y bajo riesgo: explicaciones de código, correcciones rutinarias, ediciones puntuales. Si el ahorro se confirma en tu propio dashboard de consumo, ahí sí tiene sentido mover refactors multiarchivo.
Cuarto: no muevas pipelines críticos hasta ver benchmarks independientes. La advertencia de Crypto Briefing aplica: las evaluaciones son del proveedor y el preview de Flash es limitado. Un founder prudente separa el piloto de la dependencia.
Conclusión
MAI Code 2 es, sobre todo, una señal de precio. Microsoft está diciendo que el costo por tarea de código puede caer un orden de magnitud sin sacrificar calidad en el trabajo diario, y lo está poniendo donde más duele para sus competidores: dentro de Copilot, el producto que millones de desarrolladores ya tienen abierto.
Para una startup hispanohablante con equipo chico, la oportunidad no es cambiar de herramienta hoy, sino entender que el costo de la IA de código dejó de ser fijo y pasó a ser una variable que se gestiona. Quien mida su consumo por tarea y elija el modelo según el trabajo —no según el marketing— va a operar con una ventaja de costo real. Quien no lo haga, va a descubrirlo en la factura.
Fuentes
- MAI Code 2 and MAI Code 2 Flash (fuente original)
- Microsoft launches MAI Code 2 and MAI Code 2 Flash on GitHub Copilot
- Microsoft Unveils 2.8 Trillion-Parameter AI Model, Claims Major Efficiency Gains
- GitHub Copilot Billing Shock Confirmed: Agentic Users Face 10x Cost Surge
- Microsoft finishes pre-training MAI-Base-2, its next in-house foundation model
Leíste lo que hace la IA. ¿Y en tu negocio?
Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.
👥 Quiero el Kit →













