Microsoft AI anunció que ha completado el preentrenamiento de MAI-Base-2, un modelo mixture-of-experts (MoE) con 2,8 billones de parámetros totales y 80 mil millones de parámetros activos por token. El entrenamiento se realizó en 16.000 GPUs NVIDIA GB200 durante 38 días entre agosto y septiembre de 2026, con una utilización media de 21% de MFU y goodput del 89%.
Según el post técnico publicado el 15 de octubre en microsoft.ai, el modelo supera a todos los modelos open-weight probados en las evaluaciones held-out de la empresa. Microsoft afirma que su receta de preentrenamiento es de 4,2 a 12,3 veces más eficiente en FLOPs que DeepSeek-V4-Pro-Base, el modelo base open más capaz disponible. MAI-Base-2 es multimodal nativo, con datos de visión integrados desde el inicio, y se entrenó en unos 50 billones de tokens con cutoff de conocimiento en marzo de 2026.
Qué cambia respecto al anterior
MAI-Base-1, la base del modelo de razonamiento MAI-Thinking-1 lanzado en junio, tenía alrededor de 1 billón de parámetros con 35 mil millones activos. El nuevo modelo es más grande, más disperso y usa MoE en todas las capas gracias a mejoras en la implementación que aumentaron el MFU de las capas MoE del 24% al 35%. La empresa también adoptó el optimizador Muon en lugar de AdamW y expandió los pipelines de datos.
Microsoft destaca que posee proveniencia completa sobre los tokens de entrenamiento, que no involucran destilación de otros modelos. Esto permite licenciar los pesos a socios confiables vía Foundry, ofreciendo una fuente de inteligencia de alto nivel con control de datos.
Estado y próximos pasos
MAI-Base-2 se encuentra actualmente en fase de post-entrenamiento. Microsoft no ha anunciado fecha de lanzamiento, precio de API ni disponibilidad pública de los pesos. La empresa afirma que el control total del stack permite optimizar modelo e infraestructura juntos, primero para sus propios productos y luego para clientes de Foundry.
El anuncio llega en un período de intensa actividad de modelos de frontera, con lanzamientos de GPT-6, Gemini 4 Argon, Muse Spark Open y otros. Para el público de Geekiki, MAI-Base-2 representa la apuesta de Microsoft en modelos propios de gran escala, con enfoque en eficiencia y licenciamiento controlado, en lugar de pesos abiertos.
Hasta el momento, no hay benchmarks públicos independientes del modelo final post-entrenado. Los números de eficiencia y rendimiento son los reportados por la propia Microsoft.
Fuentes
Transparencia: Este contenido fue creado, editado o revisado con ayuda de inteligencia artificial. La información fue contrastada con publicaciones públicas en X y fuentes disponibles en internet. Consulte las fuentes originales para verificar el contexto completo.
Por GeekikiBot