¿Qué es MAI-Thinking-1?
MAI-Thinking-1 es el primer modelo de razonamiento de Microsoft AI, el laboratorio interno dirigido por Mustafa Suleyman. Se anunció en Build el 2 de junio de 2026 en preview privada y llegó a preview pública en Microsoft Foundry el 12 de agosto de 2026. Microsoft dice que se entrenó desde cero en su propia infraestructura, sin destilación de modelos de terceros.
Es un modelo de mezcla de expertos dispersa con unos 1 billón de parámetros en total, de los que 35.000 millones están activos para cada token, y una ventana de contexto de 256K tokens, que según Microsoft cabe un documento de 600 páginas. Admite llamadas a funciones e instrucciones de desarrollador mediante la Chat Completions API.
El anuncio de Microsoft en Foundry indica precios desde 2 $ por millón de tokens de entrada y 8 $ por millón de tokens de salida. Los pesos no se publican.
¿Merece la pena MAI-Thinking-1?
MAI-Thinking-1 importa más como declaración que como modelo. Es el primer modelo de razonamiento que Microsoft ha creado sin OpenAI, y los benchmarks que eligió Microsoft lo sitúan al nivel de la generación anterior de Anthropic, no de la actual.
El informe técnico de Microsoft da un 52.8% en SWE-Bench Pro, frente al 53.4% de Claude Opus 4.6 en la misma tabla, y un 97.0% en AIME 2025 y un 94.5% en AIME 2026. La cobertura del informe añade un 73.5% en SWE-bench Verified, un 46.0% en Terminal-Bench 2.0 y un 87.7% en LiveCodeBench v6. En una prueba ciega de 1.276 tareas realizada por la empresa de evaluación Surge, los evaluadores humanos lo prefirieron a Claude Sonnet 4.6. Todas estas cifras son autodeclaradas, y la replicación independiente es escasa.
El precio es el mejor argumento. A 2 $ por millón de tokens de entrada y 8 $ por millón de salida, cuesta una quinta parte que GPT-6 Astra o Claude Fable 5.1 en entrada y menos de una sexta parte en salida, ya que ambos están a 10 $ y 50 $ en las API de sus creadores. Con 35.000 millones de parámetros activos, además le sale a Microsoft más barato de servir de lo que sugiere su tamaño de 1 billón.
Los límites son los habituales de una preview. Los materiales de Microsoft describen solo texto de entrada y de salida, sin mencionar entrada de imágenes. Microsoft no publica longitud máxima de salida, lista de regiones ni límites de tasa fuera de la ficha del modelo en Foundry, y los modelos en preview no tienen acuerdo de nivel de servicio. Por ahora solo se puede usar a través de Foundry y del MAI Playground.
El tratamiento de datos sigue las condiciones de Azure para los modelos vendidos por Azure: los prompts no se usan para entrenar modelos fundacionales, aunque Microsoft advierte que los modelos en preview pueden seguir prácticas de privacidad distintas.
Dónde se gana su sitio
Un equipo de plataforma de una aseguradora europea estandarizada en Azure
Usar un modelo de razonamiento más barato para agentes internos de triaje de siniestros
Despliega MAI-Thinking-1 en Foundry junto a un modelo de frontera y envíale los casos rutinarios; a 2 $/8 $ por millón de tokens, 100 millones de tokens de entrada y 20 millones de salida al mes cuestan unos 360 $.
Una responsable de ingeniería que evalúa agentes de código
Comprobar si un modelo propio de Microsoft puede sustituir a uno más caro en correcciones rutinarias
Pasa por él en Foundry las tareas de pull request del propio equipo y compara las tasas de acierto, porque su 52.8% en SWE-Bench Pro es una cifra de Microsoft y su 46.0% en Terminal-Bench 2.0 queda cerca del final del pelotón de frontera.
Una startup de educación matemática
Generar y comprobar soluciones razonadas de problemas de competición
Aprovecha su 97.0% declarado en AIME 2025 para soluciones paso a paso y revisa resultados por muestreo, ya que la puntuación no se ha reproducido de forma independiente.
Antes de decidirte
- Puesta en marcha
- Despliégalo desde el catálogo de modelos de Foundry en un recurso de Foundry de una región compatible y llámalo mediante la Chat Completions API con una clave de API o Entra ID.
- Integraciones
- Chat Completions API con llamadas a funciones e instrucciones de desarrollador, Foundry Agent Service, las herramientas de evaluación y observabilidad de Foundry, y el MAI Playground para pruebas.
- Datos y privacidad
- Según las condiciones de Azure para los modelos vendidos por Azure, los prompts y las respuestas no se comparten con los proveedores de modelos ni se usan para entrenar modelos fundacionales; Microsoft advierte que los modelos en preview pueden seguir prácticas de privacidad distintas.
- Coste a escala
- Desde 2 $ por millón de tokens de entrada y 8 $ por millón de salida; una carga de 1.000 millones de tokens de entrada y 200 millones de salida al mes sale por unos 3.600 $.
- Límites
- Contexto de 256K tokens; preview pública sin SLA; regiones y cuotas solo figuran en la ficha del modelo en Foundry; sin pesos abiertos ni fine-tuning.
Lo bueno
- 2 $/8 $ por millón de tokens, muy por debajo de los modelos de razonamiento de frontera
- 52.8% en SWE-Bench Pro y 97.0% en AIME 2025, según Microsoft
- Contexto de 256K tokens con llamadas a funciones
- Condiciones de datos, identidad y red de Azure a través de Foundry
Lo malo
- Los benchmarks autodeclarados están al nivel de Claude Opus 4.6, una generación por detrás
- Solo texto de entrada y de salida, según la descripción de Microsoft
- Preview pública sin SLA; Foundry es la única vía
- Sin límite de salida ni límites de tasa publicados fuera de la ficha del modelo
Ideal para
Equipos en Azure que quieren un modelo de razonamiento más barato para matemáticas, código y agentes bajo las condiciones de datos de Microsoft, y pueden tolerar el estado de preview.
Alternativas a MAI-Thinking-1
MAI-Thinking-1: preguntas frecuentes
- ¿Merece la pena MAI-Thinking-1?
- MAI-Thinking-1 es un primer modelo creíble del laboratorio propio de Microsoft, con buen precio para su categoría, pero queda por detrás de los modelos que Foundry ya vende a su lado. Le damos un 3.7 sobre 5.
- ¿Cuánto cuesta MAI-Thinking-1?
- Microsoft Foundry: desde 2 $ por 1M de tokens de entrada y 8 $ por 1M de tokens de salida, facturado mediante una suscripción de Azure; la página del modelo de Microsoft AI no publica precios.
- ¿Qué inconvenientes tiene MAI-Thinking-1?
- Los benchmarks autodeclarados están al nivel de Claude Opus 4.6, una generación por detrás; solo texto de entrada y de salida, según la descripción de Microsoft; preview pública sin SLA; Foundry es la única vía; sin límite de salida ni límites de tasa publicados fuera de la ficha del modelo.
- ¿Para quién es MAI-Thinking-1?
- Equipos en Azure que quieren un modelo de razonamiento más barato para matemáticas, código y agentes bajo las condiciones de datos de Microsoft, y pueden tolerar el estado de preview.
- ¿Cuánto cuesta MAI-Thinking-1 para un equipo o en producción?
- Desde 2 $ por millón de tokens de entrada y 8 $ por millón de salida; una carga de 1.000 millones de tokens de entrada y 200 millones de salida al mes sale por unos 3.600 $.
- ¿Es MAI-Thinking-1 seguro para los datos de la empresa?
- Según las condiciones de Azure para los modelos vendidos por Azure, los prompts y las respuestas no se comparten con los proveedores de modelos ni se usan para entrenar modelos fundacionales; Microsoft advierte que los modelos en preview pueden seguir prácticas de privacidad distintas.
- ¿Cuáles son las mejores alternativas a MAI-Thinking-1?
- Las alternativas más cercanas que hemos analizado son GPT-6 Astra, Claude Fable 5.1, DeepSeek-V4-Pro y Gemini 4 Argon.
Respuestas comprobadas el 6 nov 2026.