Siete nuevos modelos con relación escalable entre precio y rendimiento

El lanzamiento por parte de Microsoft de siete nuevos modelos MAI en Ignite, presentados como de calidad cercana a la frontera pero a precios mucho más bajos que los de Anthropic y OpenAI, se recibe con curiosidad y escepticismo. Los comentaristas examinan las afirmaciones de Microsoft sobre benchmarks y sobre ser “x veces más barato”, cuestionan la falta de pesos abiertos y los detalles técnicos opacos, y señalan que los compradores reales son ejecutivos de empresa ya integrados en el stack de Microsoft. Un tema recurrente es que los LLM no fronterizos se están volviendo cada vez más fungibles, de modo que la ventaja a largo plazo podría venir menos de la calidad bruta del modelo y más del precio, la integración y el control sobre los datos y la infraestructura.

Rendimiento de los modelos y afirmaciones de precios

  • Microsoft anuncia varios modelos MAI (Code 2, Code 2 Flash, Decision 1.1, Image, Transcribe, Cyber) con afirmaciones agresivas de “x más rápido / x más barato” frente a GPT‑6 Sol, Luna, Opus 5.5, etc.
  • Muchos ven el estilo “50x más rápido, 79x más barato que GPT‑6.1 Sol” como marketing o engañoso, especialmente al comparar un modelo de decisión con un LLM general.
  • Otros señalan que los modelos están especializados por tarea, así que superar a un modelo general en precio/rendimiento para tareas acotadas es plausible.
  • Algunos usuarios informan que MAI Code 2 se siente cercano a Sol/Opus para programación y es significativamente más barato; los modelos de imagen y transcripción de MAI también se describen como buenos y económicos.

Benchmarks, métricas y escepticismo

  • Varios comentaristas critican la formulación de “x veces más barato” y los benchmarks seleccionados o saturados.
  • Otros sostienen que las proporciones son más claras para presupuestar que los porcentajes, pero hay confusión sobre lo que realmente significa “79x más barato”.
  • Se informa que Decision 1.1 obtiene buenos resultados en benchmarks de modelos de decisión de terceros, aunque algunos señalan el uso de versiones antiguas de los benchmarks y una transparencia limitada.

Pesos cerrados vs abiertos

  • Un grupo grande dice que no tocará modelos de pesos cerrados, citando dependencia, cambios silenciosos en el modelo y riesgo de descontinuación.
  • Otros replican que a la mayoría de las empresas no les importan los pesos abiertos; les importan la seguridad, el cumplimiento y el coste.
  • Algunos argumentan que Microsoft debería abrir al menos un modelo fuerte para construir presencia mental y un ecosistema al estilo “Linux de la IA”.

Estrategia de Microsoft, ecosistema y confianza

  • Muchos ven esto como una jugada para ganar gasto empresarial: estrechamente integrado con Azure, 365, GitHub Copilot, y vendido “a la dirección” como el Microsoft clásico.
  • Algunos creen que los modelos se enrutarán automáticamente dentro de Copilot, y que las empresas quedarán forzadas a usarlos por los contratos existentes.
  • La confianza en la marca es mixta: algunos destacan Azure Gov y garantías de seguridad; otros citan caídas, telemetría, cambios opacos y fracasos de productos pasados (por ejemplo, Windows Phone) como razones para desconfiar.

Commoditización, competencia y Anthropic/OpenAI

  • Tema fuerte: los modelos no fronterizos se están convirtiendo en utilidades fungibles; el precio por token y la protección de datos dominan.
  • Varios ven esto como presión directa sobre los precios altos de Anthropic y OpenAI, y sobre la narrativa de IPO de Anthropic.
  • Debate sobre los fosos defensivos: muchos dicen que los modelos tienen poco foso; otros creen que la marca, las integraciones y las aplicaciones y flujos de trabajo de nivel superior tipo “Copilot” serán el verdadero bloqueo.

Experiencia de desarrollo y acceso

  • Algunos están contentos de que estos modelos vayan más allá de GitHub Copilot; otros se quejan de que usar MAI sigue requiriendo flujos de Azure/Microsoft en lugar de APIs neutrales como OpenRouter (aunque se promete compatibilidad allí).
  • El precio por uso de GitHub Copilot y su percibida ineficiencia ya ha empujado a algunos desarrolladores hacia modelos de terceros más baratos.