Home / IA & ML / Microsoft lanza MAI Code 2 Flash para abaratar la IA de código
Microsoft lanza MAI Code 2 Flash para abaratar la IA de código

Microsoft lanza MAI Code 2 Flash para abaratar la IA de código

19 November 2026 · 22 min de lectura ··

Microsoft apuesta por el código barato con MAI Code 2

Microsoft presentó el 17 de noviembre de 2026, durante su conferencia Ignite, dos nuevos modelos de inteligencia artificial orientados al desarrollo de software: MAI Code 2 y MAI Code 2 Flash. Ambos forman parte de una familia más amplia de siete modelos MAI que la compañía exhibió en el evento, y su mensaje central es inequívoco: ofrecer capacidad de programación asistida a un coste notablemente menor que el de las alternativas de otros laboratorios. En un momento en que las empresas empiezan a mirar con lupa la factura de tokens que generan sus equipos de ingeniería, la propuesta de Microsoft consiste en convertir el precio en el argumento principal.

La pieza que más atención recibe es MAI Code 2 Flash, la variante ligera y rápida. Según las cifras que la propia Microsoft publicó, este modelo obtiene 59,9 % en DeepSWE 1.1, 78,3 % en Terminal-Bench 2.1 y 44,8 % en SWE Atlas, lo que da una media cercana al 61,0 %. La compañía lo compara con GPT-6 Luna y con Claude Haiku 5.5, dos modelos de tamaño y precio similares, y presenta el coste por tarea como su ventaja diferencial. Conviene subrayar desde el principio que se trata de resultados autoinformados, es decir, medidos y comunicados por el mismo fabricante, y que deben leerse con la prudencia habitual hasta que existan evaluaciones independientes.

El modelo insignia, MAI Code 2, completa el anuncio. Microsoft asegura que alcanza aproximadamente el 98 % del rendimiento de GPT-6.1 Sol con un 40 % del coste. De nuevo es una afirmación de la empresa, no una verificación externa, pero resume con claridad la estrategia: no competir necesariamente por el primer puesto absoluto en capacidad, sino por la mejor relación entre calidad y dinero. A esto se suma el lanzamiento de MAI Licensed Weights, una vía para que las organizaciones desplieguen y personalicen estos modelos dentro de su propia infraestructura de Azure.

Este artículo repasa qué ha anunciado exactamente Microsoft, cómo se leen las cifras de los benchmarks y del precio, qué significa la disponibilidad inicial en Foundry y GitHub Copilot, por qué el gasto en tokens se ha convertido en un problema de negocio y qué precauciones conviene tomar antes de migrar cargas de trabajo. También sitúa el movimiento en el contexto de la carrera por abaratar la inteligencia artificial en la que participan varios actores.

Qué es la familia MAI y dónde encaja el código

Los modelos MAI son la línea propia de inteligencia artificial de Microsoft, desarrollada internamente y distinta de los modelos que la compañía distribuye a través de sus acuerdos con terceros. Durante años, la estrategia de la empresa en IA generativa se apoyó de forma muy visible en tecnología de socios externos, integrada en Azure, en Copilot y en el resto de su ecosistema. La aparición de una familia de siete modelos propios, con una pareja específica para programación, indica que Microsoft quiere controlar mejor la economía de sus productos y reducir su dependencia de proveedores ajenos.

Dentro de esa familia, MAI Code 2 y MAI Code 2 Flash son los especializados en software. No es la primera vez que la marca aparece en este terreno: la generación anterior ya había dado pie a debates sobre ejecución local y sobre integración en herramientas de desarrollo, un asunto que se trató en Microsoft ejecuta MAI Code 1.1 Flash en local con GitHub Copilot. Aquella entrega mostró el interés de la compañía por modelos pequeños, rápidos y baratos que pudieran correr cerca del desarrollador. La nueva generación retoma esa filosofía y la lleva a un escenario más amplio, con oferta en la nube, opciones de despliegue propio y un precio de lanzamiento agresivo.

La división en dos variantes responde a una lógica ya habitual en el sector. Un modelo grande y más capaz se reserva para tareas complejas, como razonar sobre una base de código extensa o resolver problemas con muchos pasos. Un modelo reducido, más veloz y económico, atiende el trabajo frecuente y de menor dificultad: completar fragmentos, explicar errores, redactar pruebas sencillas o ejecutar comandos en terminal. La clave de la propuesta es que, si la variante ligera resuelve una proporción suficiente de las peticiones, el coste medio por tarea se desploma sin que el usuario perciba una pérdida relevante de calidad.

Las cifras de MAI Code 2 Flash frente a sus rivales directos

Microsoft eligió tres pruebas para comparar su modelo ligero con GPT-6 Luna y Claude Haiku 5.5. DeepSWE 1.1 evalúa la capacidad de resolver problemas de ingeniería de software realistas. Terminal-Bench 2.1 mide el desempeño en tareas que se completan desde una terminal, algo especialmente relevante para agentes que ejecutan comandos y encadenan acciones. SWE Atlas, por su parte, aporta una tercera mirada sobre trabajo de ingeniería en repositorios. Los resultados comunicados para Flash son 59,9 %, 78,3 % y 44,8 % respectivamente.

La media aritmética de los tres valores es de aproximadamente 61,0 %. Es una cifra cómoda para titulares, pero esconde diferencias importantes entre las pruebas. El resultado en Terminal-Bench es claramente el más alto, mientras que el de SWE Atlas queda muy por debajo, y esa dispersión recuerda que un solo número agregado no describe cómo se comportará el modelo en un proyecto concreto. Un equipo cuyo trabajo diario consiste en automatizar operaciones desde la línea de comandos probablemente verá un rendimiento distinto del de otro que modifica servicios complejos con muchas dependencias.

Hay además un matiz metodológico que cualquier lector técnico debería tener presente. Los benchmarks de ingeniería de software evolucionan con rapidez, se actualizan por versiones y están sujetos a la selección que hace quien los presenta. Que Microsoft haya escogido estas tres pruebas y estas dos comparaciones es una decisión legítima, pero también una decisión de comunicación. Para una evaluación seria hace falta ejecutar los modelos sobre tareas propias, con repositorios y estilos de trabajo representativos, y medir no solo el porcentaje de aciertos sino el número de intentos, el tiempo y el esfuerzo de revisión humana.

El precio por tarea, el verdadero argumento

Si los porcentajes de acierto son el escaparate, el coste por tarea es la trastienda donde Microsoft pretende ganar la comparación. La compañía sostiene que completar una tarea con Flash cuesta 0,052 dólares, frente a 0,080 dólares con GPT-6 Luna y 0,319 dólares con Claude Haiku 5.5. Con esos datos, el modelo de Microsoft sería alrededor de un tercio más barato que Luna y unas seis veces más barato que Haiku.

Hay que leer con atención en qué condiciones se calculó esa cifra. El valor de 0,052 dólares corresponde al precio promocional de lanzamiento, no al precio de lista. Microsoft fijó para Flash una tarifa de 0,05 dólares por millón de tokens de entrada y 0,25 dólares por millón de tokens de salida, vigente hasta el 17 de mayo de 2027. A partir de esa fecha, los importes pasan a 0,10 y 0,50 dólares respectivamente, es decir, exactamente el doble. Si el coste por tarea se duplica en la misma proporción, el valor a precio de lista ronda los 0,104 dólares por tarea.

Ese detalle cambia la lectura de la comparación. A precio de lista, Flash costaría más por tarea que GPT-6 Luna con la cifra comunicada de 0,080 dólares, aunque seguiría siendo muy inferior a la de Haiku. En otras palabras, la ventaja frente a Luna depende de la ventana promocional, que dura seis meses desde el anuncio, mientras que la ventaja frente a Haiku se mantiene incluso cuando se aplica la tarifa completa. Es un aviso útil para quienes planifiquen presupuestos: una decisión de adopción basada exclusivamente en el precio de lanzamiento puede quedar desactualizada en la primavera de 2027.

También es importante entender qué mide realmente un coste por tarea. No depende únicamente de la tarifa por token, sino de cuántos tokens consume el modelo para llegar a una solución. Un modelo barato que necesita muchos intentos, razona de forma extensa o genera respuestas largas puede terminar saliendo más caro que otro con tarifa superior pero más eficiente. El indicador agrupa tarifa, verbosidad y tasa de éxito en un solo número, de ahí su utilidad para comparar, pero también la necesidad de reproducirlo en condiciones propias.

Cómo calcular si el ahorro es real en tu equipo

Para trasladar estas cifras a un caso práctico conviene razonar con orden de magnitud. Imagine un equipo de ingeniería que lanza decenas de miles de tareas automatizadas al mes, desde revisiones de código hasta correcciones menores y generación de pruebas. Con una diferencia de unos centavos por tarea, la factura mensual cambia de forma apreciable, y esa diferencia se multiplica cuando se integran agentes que trabajan sin supervisión continua. Por eso el coste unitario, que parece anecdótico en una consulta aislada, se vuelve estratégico a escala.

El primer paso consiste en clasificar las tareas según su dificultad. Las rutinarias y de bajo riesgo son las candidatas naturales para un modelo ligero. Las complejas, donde un error cuesta caro o exige comprender mucho contexto, pueden seguir en un modelo superior. El segundo paso es medir la tasa de rechazo, es decir, cuántas respuestas del modelo barato acaban descartadas o reescritas por una persona. Si esa tasa es alta, el ahorro nominal se evapora en horas de revisión, que suelen ser el componente más caro de todo el proceso.

El tercer paso es comparar bajo tarifa de lista y no solo promocional. Una evaluación honesta calcula el coste con el precio que regirá a partir de mayo de 2027 y deja el descuento como un extra temporal. De ese modo, la decisión no depende de una oferta con fecha de caducidad. Por último, conviene vigilar la latencia, porque un modelo rápido mejora la experiencia interactiva en el editor y reduce los tiempos de espera de los flujos automatizados.

Disponibilidad: Foundry y GitHub Copilot

En cuanto a acceso, MAI Code 2 Flash llega en vista previa limitada. Microsoft lo ofrece a través de Microsoft Foundry, su plataforma para construir y operar aplicaciones de inteligencia artificial, y también dentro de GitHub Copilot en los planes Free y Student. La palabra clave aquí es limitada: no se trata de un lanzamiento general, sino de una apertura gradual que permite a la compañía observar el uso real antes de ampliar el alcance.

La presencia en Copilot Free y Student resulta llamativa por el perfil de los usuarios. Son planes de entrada, dirigidos a desarrolladores individuales y estudiantes, un público numeroso y sensible al coste. Para Microsoft, servir a esos usuarios con un modelo propio y barato tiene sentido económico: cada petición atendida con un modelo caro en un plan gratuito supone un gasto directo. Un modelo ligero con buen rendimiento permite sostener la oferta gratuita con menos presión sobre los márgenes.

En esos planes, además, el modelo se ofrece con selección automática. El usuario no escoge manualmente qué motor responde a cada petición, sino que el sistema decide cuál utilizar según la naturaleza de la tarea. Esta mecánica de selección automática de modelo reduce la complejidad para quien programa, pero también traslada la decisión de coste y calidad al proveedor, y por tanto exige confianza en los criterios de enrutamiento. Para el desarrollador individual puede ser una ventaja, porque obtiene respuestas rápidas sin pensar en configuraciones; para un equipo profesional, que a menudo necesita trazabilidad sobre qué modelo produjo qué cambio, puede ser un motivo para preferir opciones explícitas.

Este movimiento enlaza con una tendencia que ya se observaba en el sector: las plataformas de asistencia a la programación reparten el trabajo entre varios modelos, reservando los más caros para los casos difíciles. El enrutamiento inteligente se ha convertido en una pieza tan importante como los propios modelos, porque determina la factura final y la sensación de calidad del producto.

MAI Code 2, el modelo insignia y la promesa del 98 %

La otra mitad del anuncio es MAI Code 2. Microsoft afirma que este modelo logra aproximadamente el 98 % del rendimiento de GPT-6.1 Sol con alrededor del 40 % de su coste. Son datos de la compañía, sin contraste independiente por ahora, y el enunciado merece una lectura cuidadosa. Decir que un modelo llega al 98 % de otro significa que, en el conjunto de pruebas elegido, su puntuación equivale a esa fracción de la del referente. No implica que sea indistinguible en todos los casos ni que un ingeniero vaya a notar la misma calidad en cada tarea.

Aun así, la proporción es relevante. Si una organización puede conservar casi todo el rendimiento pagando menos de la mitad, el cálculo económico se vuelve difícil de ignorar, sobre todo para cargas de trabajo masivas. La brecha de dos puntos porcentuales puede ser irrelevante en tareas rutinarias y decisiva en problemas especialmente exigentes, por lo que de nuevo la respuesta depende del tipo de trabajo. Cabe esperar que equipos con requisitos estrictos prueben ambos modelos en paralelo antes de comprometerse.

Para entender el contexto del referente, resulta útil recordar que la competencia no se detiene. Otros laboratorios también han buscado abaratar sus propios modelos para trabajo intensivo, como se comentó en OpenAI lanza GPT-6.1 Terra para abaratar el trabajo con IA. La coincidencia de estrategias revela que el sector entero ha entendido que la capacidad bruta ya no basta: el factor decisivo es cuánto cuesta cada unidad de trabajo útil.

MAI Licensed Weights: llevar el modelo a tu propio Azure

El tercer elemento del paquete es MAI Licensed Weights. Microsoft lo presenta como una forma de que las empresas desplieguen y personalicen los modelos MAI en su propio entorno de Azure. En lugar de limitarse a consumir el modelo como un servicio gestionado, la organización obtiene acceso a los pesos bajo licencia y puede alojarlos en infraestructura que controla.

Las razones para querer esto son variadas. La primera es la privacidad y el control de los datos: muchas compañías, sobre todo en sectores regulados, prefieren que el código fuente y los datos internos no salgan de su perímetro. La segunda es la personalización: con acceso a los pesos, un equipo puede adaptar el comportamiento del modelo a su base de código, a sus convenciones internas y a sus herramientas propietarias. La tercera es la previsibilidad de costes, ya que operar un modelo en infraestructura propia permite negociar capacidad reservada y evitar que la factura dependa de la variación de tarifas por token.

Hay también contrapartidas. Alojar un modelo exige capacidad de cómputo, personal especializado, monitorización y una estrategia de actualización. La licencia fija condiciones de uso que cada organización debe revisar con su departamento legal. Y la personalización requiere datos de calidad y un proceso de evaluación para comprobar que los ajustes mejoran de verdad el resultado y no introducen regresiones. Para empresas pequeñas, el servicio gestionado seguirá siendo más práctico; para grandes organizaciones con requisitos de soberanía, la opción de pesos licenciados puede ser el motivo de la migración.

Con este paso, Microsoft se sitúa en un punto intermedio entre los proveedores que solo ofrecen acceso por interfaz de programación y aquellos que distribuyen modelos abiertos. No se trata de código abierto en sentido estricto, sino de un acceso licenciado, con reglas definidas por la propia compañía. Esa distinción importa para quien valore la libertad de uso, la redistribución o la posibilidad de auditar el modelo a fondo.

El problema de fondo: el gasto en tokens de las empresas

La propuesta de Microsoft no se entiende sin el problema que pretende resolver. A medida que las organizaciones incorporan asistentes y agentes de programación, el consumo de tokens crece de manera explosiva. Un agente que explora un repositorio, propone cambios, ejecuta pruebas y corrige fallos puede consumir una cantidad de tokens muy superior a la de una consulta puntual de chat, porque repite lecturas de contexto, genera razonamientos intermedios y encadena múltiples llamadas.

Ese consumo se traduce en una partida presupuestaria nueva y difícil de prever. Los responsables de ingeniería y de finanzas se encuentran con facturas variables que dependen del comportamiento de los agentes, del tamaño del contexto y de la frecuencia de uso. El gasto en tokens deja de ser un experimento marginal y se convierte en una línea comparable a la de infraestructura en la nube. En ese escenario, cualquier reducción sostenida del coste unitario tiene un efecto directo en la viabilidad de proyectos que hasta ahora resultaban demasiado caros.

La estrategia de Microsoft, por tanto, es abaratar la inteligencia artificial para ampliar su adopción. Si el precio por tarea baja lo suficiente, casos de uso que antes no compensaban pasan a ser rentables: revisiones automáticas de cada cambio, generación sistemática de pruebas, migraciones de código a gran escala o asistencia permanente a todos los desarrolladores de una compañía. Más uso significa más ingresos agregados para la plataforma, incluso con un precio unitario menor. Es la lógica clásica de los servicios de nube aplicada a los modelos.

También hay un incentivo competitivo. Un proveedor capaz de ofrecer buen rendimiento a bajo coste obliga al resto a responder, ya sea recortando precios, lanzando variantes ligeras o mejorando la eficiencia de sus modelos. Para los clientes, esa presión suele ser favorable, aunque conviene mirar más allá del precio y considerar fiabilidad, soporte, cumplimiento normativo y estabilidad de las condiciones comerciales.

Qué significa para los desarrolladores

Para quien escribe código a diario, el anuncio tiene consecuencias prácticas. La primera es que los asistentes integrados en el editor podrían volverse más rápidos y más baratos, algo especialmente visible en planes gratuitos y educativos. Un estudiante que usa Copilot Student o un aficionado en el plan Free puede beneficiarse de un modelo que responde con agilidad, aunque no tenga el control sobre cuál se activa en cada momento.

La segunda consecuencia es el cambio de enfoque en la elección de modelos. Cada vez menos equipos usan un único modelo para todo. Lo habitual será combinar un motor económico para lo cotidiano con otro más potente para lo complejo, y apoyarse en el enrutamiento automático o en reglas propias. Esto exige criterio: saber qué tareas delegar, cómo validar los resultados y cuándo escalar a un modelo superior.

La tercera es la importancia de la evaluación continua. Con modelos que cambian con rapidez, un benchmark interno vale más que una tabla externa. Los equipos que mantengan un conjunto representativo de tareas propias, con criterios claros de éxito, podrán comparar alternativas con rapidez y justificar decisiones de compra con datos. Quienes confíen únicamente en cifras de presentación se arriesgan a descubrir diferencias solo cuando el modelo ya está en producción.

Por último, el uso de agentes en terminal, que Terminal-Bench pretende medir, plantea cuestiones de seguridad. Un agente con permisos para ejecutar comandos puede cometer errores costosos o ser manipulado por contenido malicioso presente en los archivos que lee. Un modelo más barato facilita multiplicar su uso, pero también multiplica la superficie de riesgo si no se aplican límites de permisos, entornos aislados y revisión humana de los cambios sensibles.

Riesgos, cautelas y preguntas abiertas

Ninguna presentación comercial sustituye a la verificación independiente. Todas las cifras de rendimiento y coste mencionadas proceden de la propia Microsoft, y por eso es prudente tratarlas como afirmaciones de la empresa. Los benchmarks pueden diferir según la configuración de la prueba, la cantidad de intentos permitidos, el entorno de ejecución y los parámetros del modelo. Dos evaluaciones aparentemente idénticas pueden arrojar resultados distintos si cambian esos detalles.

Una pregunta abierta es cómo se comportará Flash fuera de los escenarios elegidos. Los repositorios reales incluyen lenguajes minoritarios, dependencias antiguas, documentación incompleta y convenciones idiosincrásicas que ningún benchmark captura del todo. La experiencia de los primeros usuarios en la vista previa será una fuente valiosa de información sobre esos límites.

Otra cuestión es la estabilidad del precio. La ventana promocional termina el 17 de mayo de 2027 y las tarifas se duplican. Los equipos que construyan productos sobre el modelo deben prever ese salto y comprobar si su margen lo soporta. Asimismo, no está claro cómo evolucionará la oferta una vez que la vista previa limitada pase a disponibilidad general, ni qué condiciones tendrán los distintos planes de Copilot.

También conviene preguntarse por la dependencia de proveedor. Adoptar un modelo propietario integrado en una plataforma concreta facilita el arranque, pero puede dificultar un cambio posterior. Diseñar las aplicaciones con capas de abstracción que permitan sustituir el modelo, y mantener pruebas de regresión que comparen alternativas, es una práctica prudente para conservar capacidad de negociación.

Por último, la personalización mediante pesos licenciados abre un debate sobre responsabilidad y gobierno. Quien ajusta un modelo con datos propios asume también la tarea de evaluar su seguridad, sus sesgos y su comportamiento ante entradas inesperadas. Esa carga de trabajo no desaparece por el hecho de ejecutarse en una nube de confianza.

La carrera por abaratar la inteligencia artificial

El anuncio de Microsoft no es un episodio aislado, sino una pieza más de una competencia que se ha desplazado del rendimiento absoluto hacia la eficiencia. Durante los primeros años de la IA generativa, la métrica reina era qué modelo lograba la mejor puntuación en las pruebas más difíciles. Hoy, la pregunta que más pesa en las salas de compras es cuánto cuesta obtener un resultado aceptable de forma fiable y repetible.

En ese terreno, las variantes ligeras han ganado protagonismo. Modelos como GPT-6 Luna y Claude Haiku 5.5, que Microsoft utiliza como puntos de comparación, representan la franja de modelos rápidos y económicos que muchas empresas emplean para el grueso de sus cargas. Que Microsoft decida medirse precisamente con ellos señala que ahí está el mercado de mayor volumen. Quien gane esa franja se asegura una base amplia de usuarios y una posición fuerte cuando esos usuarios necesiten modelos superiores.

La estrategia de Microsoft cuenta con una ventaja estructural: controla la plataforma de nube, la herramienta de desarrollo más extendida y el canal de distribución a millones de programadores. Integrar un modelo propio en Copilot y en Foundry le permite capturar el valor en toda la cadena, desde la inferencia hasta la experiencia en el editor. Cuando el modelo es propio, además, el coste interno de servirlo es menor que el de pagar a un tercero, lo que mejora el margen y permite fijar precios agresivos.

Para los competidores, la presión se produce en varios frentes. Deben defender su rendimiento, justificar sus tarifas y ofrecer opciones de despliegue flexibles. La aparición de pesos licenciados en Azure, por ejemplo, plantea la pregunta de si otros proveedores seguirán un camino similar para atender a clientes con requisitos de soberanía. El resultado más probable es un mercado con más opciones y precios a la baja, aunque con mayor complejidad a la hora de elegir.

Situación actual de la historia

En el momento de redactar este texto, MAI Code 2 Flash se encuentra en vista previa limitada en Microsoft Foundry y en los planes Free y Student de GitHub Copilot, con selección automática de modelo. El precio promocional de 0,05 dólares por millón de tokens de entrada y 0,25 por millón de salida permanece vigente hasta el 17 de mayo de 2027, tras lo cual se aplicarán 0,10 y 0,50 dólares. Microsoft ha dado a conocer, además, MAI Code 2 como modelo insignia y MAI Licensed Weights como opción para desplegar y personalizar los modelos en Azure propio.

Todas las cifras de rendimiento y de coste, incluidas las comparaciones con GPT-6 Luna, Claude Haiku 5.5 y GPT-6.1 Sol, son datos comunicados por Microsoft y no cuentan por ahora con una validación independiente publicada. Lo razonable es esperar a que investigadores, equipos de ingeniería y comunidades de desarrolladores repitan las pruebas con sus propias tareas. También queda por conocer el calendario de disponibilidad general, las condiciones de licencia detalladas de los pesos y el alcance de los otros modelos de la familia de siete presentada en Ignite.

La historia, en definitiva, está en una fase temprana. Lo anunciado es una declaración de intenciones respaldada por cifras favorables, pero el veredicto lo darán el uso real, las evaluaciones externas y la evolución de precios en los próximos meses.

Lecciones para equipos técnicos y responsables de producto

Más allá de los detalles del lanzamiento, el episodio deja varias enseñanzas útiles. La primera es que el coste debe tratarse como un requisito de diseño y no como una consideración posterior. Los equipos que incorporan agentes de programación sin medir el consumo de tokens descubren el problema cuando la factura ya ha crecido, y entonces resulta más difícil corregir el rumbo.

La segunda es que los descuentos promocionales deben leerse como lo que son: un incentivo de adopción con fecha de fin. Planificar sobre el precio de lista protege de sorpresas y permite aprovechar la promoción como margen adicional, no como base del modelo de negocio. La diferencia entre 0,052 y unos 0,104 dólares por tarea ilustra bien cómo cambia la comparación según la tarifa aplicada.

La tercera es la conveniencia de mantener opciones abiertas. La velocidad con la que aparecen nuevos modelos, cada uno con una relación distinta entre calidad y precio, aconseja diseñar sistemas que permitan cambiar de proveedor con un esfuerzo razonable. Una arquitectura que aísle la llamada al modelo detrás de una interfaz propia y que cuente con pruebas automáticas de calidad facilita aprovechar mejoras futuras.

La cuarta es la importancia del criterio humano. Un modelo más barato permite hacer más cosas, pero no elimina la necesidad de revisar, probar y asumir la responsabilidad de lo que llega a producción. La reducción de costes amplía lo que es económicamente viable, y por eso mismo aumenta la necesidad de procesos de control que eviten acumular errores a gran velocidad.

Finalmente, el anuncio recuerda que el mercado de la IA para programadores madura. Pasa de la fascinación por la capacidad a una conversación más prosaica sobre eficiencia, integración y gobierno. Para los profesionales, es una buena noticia: significa que las herramientas se vuelven más accesibles y que la discusión se centra en resultados medibles.

Conclusiones

Microsoft ha presentado en Ignite, el 17 de noviembre de 2026, MAI Code 2 y MAI Code 2 Flash como parte de una familia de siete modelos propios, con un mensaje claro: ofrecer rendimiento competitivo en programación a un coste menor. La variante Flash, con resultados comunicados de 59,9 %, 78,3 % y 44,8 % en tres pruebas y una media cercana al 61,0 %, se mide con GPT-6 Luna y Claude Haiku 5.5 y reclama una ventaja en el coste por tarea, de 0,052 dólares frente a 0,080 y 0,319 dólares.

Esa ventaja tiene matices. Se calcula con un precio promocional que se duplica el 17 de mayo de 2027, de modo que a tarifa de lista Flash rondaría los 0,104 dólares por tarea, por encima de la cifra comunicada para Luna aunque aún muy por debajo de la de Haiku. El modelo insignia, que según Microsoft alcanza cerca del 98 % de GPT-6.1 Sol con el 40 % del coste, refuerza la misma idea, siempre con cifras autoinformadas pendientes de contraste externo.

La disponibilidad en vista previa limitada, en Foundry y en los planes gratuitos y de estudiante de GitHub Copilot, permitirá comprobar el comportamiento real del modelo con usuarios diversos. MAI Licensed Weights añade una opción para quienes necesitan desplegar y personalizar en su propio Azure, con las ventajas de control y los costes de operación que ello supone.

Para los equipos técnicos, la recomendación es sencilla: probar con tareas propias, calcular el coste con la tarifa de lista, mantener la posibilidad de cambiar de modelo y conservar la revisión humana. La competencia por abaratar la inteligencia artificial seguirá intensificándose, y quienes aprendan a medir bien el valor de cada token estarán mejor preparados para aprovecharla.