Puntos clave
- MAI-Base-2 es un modelo base preentrenado por completo en MAI, dentro de Microsoft AI.
- Suma 2,8 billones de parámetros totales y 80.000 millones activos, en la clase de unos 3 billones.
- El preentrenamiento ya está hecho; los resultados de postentrenamiento siguen sin publicarse.
Datos rápidos
| Parámetros totales | 2,8 billones |
|---|---|
| Parámetros activos | 80.000 millones |
| Clase de pesos | Unos 3 billones |
| Estado | Preentrenado; postentrenamiento pendiente |
| Categoría | IA y modelos |
| Creador | Mustafa Suleyman |
| Sitio oficial | microsoft.ai ↗ |
| Popularidad | 🔥 1,3M Popularidad |
| Publicado | |
| Última actualización |
Un modelo base hecho en casa
Ya tenemos modelos base preentrenados de vanguardia en la clase de pesos de 3 billones de parámetros, construidos por completo en MAI. Los resultados del postentrenamiento llegan pronto.
Mustafa Suleyman anunció el 15 de octubre de 2026 que MAI, el equipo de Microsoft AI, terminó en casa el preentrenamiento de modelos base en la clase de unos 3 billones de parámetros. MAI-Base-2 es ese modelo: 2,8 billones de parámetros totales y 80.000 millones que se activan.
El texto del anuncio lo presenta como preentrenamiento de frontera y remite el detalle a la entrada técnica Frontier Pre-training at Microsoft AI, publicada en microsoft.ai. Lo que ya está cerrado es el preentrenamiento; el postentrenamiento queda explícitamente para más adelante.
Qué cuenta el informe técnico
La página no publica en estos apuntes cifras de benchmarks ni precios. Sí deja claro el marco con el que MAI explica el modelo: cómo se compara MAI-Base-2, escaleras de escalado robustas, cómo separar la eficiencia del modelado del cómputo, leyes de escalado para hiperparámetros y el codiseño de la infraestructura junto con MAI-Base-2.
Esa lista importa porque el salto de 2,8 billones totales a 80.000 millones activos solo se entiende con el diseño y la infraestructura, no con un número suelto. Hasta que salga el postentrenamiento, la comparación pública se queda en ese relato técnico, sin una ficha de producto afinado.
- Comparación
Hay un apartado específico, How MAI-Base-2 Compares, sin cifras reproducidas en estas notas.
- Escalado
El informe trata escaleras de escalado, eficiencia de modelado frente a cómputo y leyes de hiperparámetros.
- Infraestructura
MAI describe el codiseño de su infraestructura y de MAI-Base-2 como parte del mismo trabajo.
| Pieza | Lo que se sabe |
|---|---|
| Preentrenamiento | Completado dentro de MAI |
| Parámetros totales | 2,8 billones |
| Parámetros activos | 80.000 millones |
| Postentrenamiento | Resultados aún por publicar |
Dónde mirarlo y qué queda abierto
La vía oficial hoy es la página de Microsoft AI en microsoft.ai. Estas notas no describen pesos abiertos, API ni una app para probar MAI-Base-2. Otros modelos del mismo sitio, como los de código, voz, transcripción o razonamiento, aparecen como productos distintos y no sustituyen a este modelo base.
El uso realista, por ahora, es leer el informe de preentrenamiento: escala, activación, eficiencia y la infraestructura que lo sostiene. Sigue abierto cómo rendirá tras el postentrenamiento, en qué productos entrará y con qué límites o precio, porque eso todavía no forma parte del anuncio.
Preguntas frecuentes
¿MAI-Base-2 ya se puede usar en una app o por API?
El anuncio cubre el preentrenamiento y apunta a la página técnica en microsoft.ai. No indica pesos abiertos, API ni una app para este modelo base.
¿Por qué 2,8 billones si hablan de una clase de 3 billones?
El anuncio sitúa los modelos en la clase de pesos de unos 3 billones. La ficha concreta de MAI-Base-2 precisa 2,8 billones totales y 80.000 millones activos.
