Microsoft AI anunció el 15 de octubre de 2026 que completó el preentrenamiento de MAI-Base-2. La compañía estima que su método necesita entre 4.2 y 12.3 veces menos cómputo para igualar a DeepSeek-V4-Pro-Base en cuatro evaluaciones internas. El nuevo modelo sigue en posentrenamiento.
MAI-Base-2 tiene 2.8 billones de parámetros, es decir, 2.8 millones de millones, y activa 80,000 millones por token, cada fragmento de información que procesa. Su arquitectura de mezcla de expertos (MoE) selecciona una parte de la red en cada paso.
La empresa reporta que lo preentrenó con 16,000 GPU Nvidia GB200 durante 38 días, entre agosto y septiembre de 2026.
Qué mide la ventaja de eficiencia
Microsoft ajustó leyes de escalamiento a sus modelos experimentales para estimar cuántas operaciones necesitaría su método para alcanzar los resultados de DeepSeek. La comparación usa FLOPs, operaciones matemáticas de punto flotante, y evalúa la predicción de texto reservado para pruebas mediante bits por byte (BPB). Un valor menor indica un mejor resultado.
El propio informe señala que MAI-Base-2 consumió más cómputo total que DeepSeek-V4-Pro-Base. Microsoft dice que aprovechó las mejoras de eficiencia para entrenar un modelo mayor. Por eso, el rango anunciado no equivale a una reducción proporcional de la factura ni del tiempo total de entrenamiento.
Un modelo 75% mayor que su referencia
DeepSeek detalla en su informe técnico que V4-Pro tiene 1.6 billones de parámetros totales y 49,000 millones activos por token. Al comparar los tamaños publicados, MAI-Base-2 tiene un 75% más de parámetros totales, resultado de dividir 2.8 entre 1.6 y restar uno.
El documento de DeepSeek también separa las evaluaciones del modelo base de las pruebas posteriores al posentrenamiento, que incluyen razonamiento y agentes. Esa separación de etapas ayuda a interpretar el anuncio: evaluar un asistente terminado exige medir las capacidades que desarrolla después del preentrenamiento.
La fecha comercial y el precio de MAI-Base-2 siguen sin anunciarse, según Investing.com. Microsoft prevé licenciar los pesos, los parámetros aprendidos del modelo, a socios de confianza mediante Foundry.
