Intensivo Gratis 21–22.11Intensivo gratuito de 2 días en Vibecoding (21–22 nov, 16:00 MSK) · Cohorte 3 inicia 23.11Registrarse gratis →Cohorte 3 (23.11)
LanzamientoPaper científico · Para I+DHacker News AI→ original

Microsoft lanza MAI Code 2, un modelo de código con un precio más de la mitad más barato que los buques insignia

Microsoft AI ha lanzado dos modelos para programar: MAI Code 2, pensado para el desarrollo cotidiano, y MAI Code 2 Flash, más ligero, para tareas pequeñas y de gran volumen. Según las mediciones de la propia Microsoft en cuatro benchmarks basados en tareas de GitHub Copilot, Code 2 cuesta menos de la mitad que los modelos insignia como GPT-6.1 Sol y Claude Opus 5.5. Por eso, explicar una función o corregir un error puede delegarse en un modelo barato, reservando el caro para lo complejo.

Procesado por IA desde Hacker News AI; editado por Hamidun News
Microsoft lanza MAI Code 2, un modelo de código con un precio más de la mitad más barato que los buques insignia
Fuente: Hacker News AI. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalHacker News AI ↗
Editor jefe
Dato clave #1Flash se compara con GPT-6 Luna y Claude Haiku 5.5 en tres pruebas de tareas rutinarias
Dato clave #2En una prueba ciega de frontend, los desarrolladores eligieron Code 2 frente a GPT-6 Sol
Dato clave #3Los modelos no están optimizados para la investigación científica ni para trabajos de agentes autónomos muy prolongados

Cualquier equipo que incorpore una red neuronal al desarrollo pronto se topa con la factura. El modelo más potente escribe código complejo con soltura, pero la mayor parte del trabajo en un repositorio es monótona: explicar una función, corregir un error, renombrar un campo en diez archivos. Pagar esa rutina con la tarifa de un modelo top resulta un despilfarro.

Ahí apunta Microsoft AI: ha lanzado dos modelos de programación, MAI Code 2 y la ligera MAI Code 2 Flash. Según las mediciones de la propia compañía, Code 2 cuesta menos de la mitad que los modelos insignia (GPT-6.1 Sol, de OpenAI, y Claude Opus 5.

5, de Anthropic), mientras que Flash es todavía más barata y está diseñada para un gran flujo de peticiones pequeñas.

Dos modelos para dos tipos de trabajo

Microsoft presenta MAI Code 2 como el caballo de batalla del desarrollo empresarial. Entre sus fortalezas, el anuncio enumera: llevar el código a producción, analizar a fondo un error, implementar una funcionalidad en varios archivos a la vez, razonar sobre todo el repositorio y construir interfaces. La compañía subraya además que el modelo genera cambios que los mantenedores están dispuestos a aceptar en la rama principal. Código que funciona y código que se puede enviar a revisión sin sonrojo no son lo mismo. El modelo también está ajustado para paneles y visualizaciones.

MAI Code 2 Flash está hecha para el flujo continuo: explicaciones de código, cambios puntuales, correcciones rutinarias e iteraciones rápidas. Comparada con una oficina, Code 2 sería como un ingeniero experimentado al que se le encarga una tarea completa, y Flash, un asistente ágil para encargos pequeños. Aquí importan más la velocidad y el precio bajo que la máxima profundidad de razonamiento.

Cómo Microsoft mide precio y calidad

Para Code 2, la compañía promedió los resultados de cuatro benchmarks que, según dice, se parecen a las tareas cotidianas de GitHub Copilot: DeepSWE 1.1, Terminal Bench 2.1, SWE-Atlas y FrontierCode v1.1. La comparación se hizo con GPT-6.1 Sol y Claude Opus 5.5. La tesis de Microsoft es que Code 2 ofrece una parte notable de la calidad de esos modelos por menos de la mitad del precio. En el original, esto se formula como «production quality at less than half the price».

Para el trabajo de interfaz hay una prueba aparte. En evaluaciones ciegas de aplicaciones de frontend, los desarrolladores prefirieron los resultados de MAI Code 2 frente a los de GPT-6 Sol. Flash se compara con GPT-6 Luna y Claude Haiku 5.5 en tres benchmarks que reflejan las tareas diarias de gran volumen. El resultado declarado es una calidad comparable a un coste considerablemente menor.

Aquí conviene ser prudentes: se trata de mediciones propias del fabricante. La selección de benchmarks, el método de promediado y el formato de las pruebas ciegas los ha definido Microsoft, y en tu código el panorama podría ser distinto.

Lo que los modelos no hacen a propósito

Microsoft escribe de forma explícita que ambos modelos todavía no están ajustados para las tareas más difíciles: la investigación científica fundamental y el trabajo agéntico autónomo muy prolongado. Si un agente lleva horas gestionando un proyecto sin supervisión, cambiar el modelo top por Code 2 aún es prematuro. Estos modelos están pensados para la rutina de ingeniería cotidiana.

Qué deben hacer los equipos

La conclusión práctica es sencilla: separa las tareas por complejidad. Las operaciones masivas y baratas (explicaciones, cambios pequeños, correcciones rutinarias) deben encargarse a un modelo ligero como Flash. El desarrollo principal debe hacerse con un modelo de precio medio como Code 2. El modelo top queda para los casos puntuales en los que cada punto de calidad importa.

Para no depender del marketing, prueba los modelos con tus propias tareas: una docena de errores reales de tu repositorio, un par de funcionalidades que afecten a varios archivos y algunos ajustes de interfaz. Compara la proporción de cambios aceptados y el coste de cada cambio aceptado, no solo el precio por millón de tokens. Esa métrica dirá si el ahorro del 50 % se mantiene en tu código.

Para el mercado, la señal también es clara: la competencia se desplaza de «qué modelo es más inteligente» a «quién ofrece la mejor relación entre precio y calidad en el trabajo habitual». Ganarán quienes sepan enrutar las peticiones entre modelos de distintos tamaños y no envíen todo a la opción más cara.

Historia

Preguntas frecuentes sobre la noticia

¿Qué se sabe sobre Dos modelos para dos tipos de trabajo?

Microsoft presenta MAI Code 2 como el caballo de batalla del desarrollo empresarial. Entre sus fortalezas, el anuncio enumera: llevar el código a producción, analizar a fondo un error, implementar una funcionalidad en varios archivos a la vez, razonar sobre todo el repositorio y construir interfaces. La compañía subraya además que el modelo genera cambios que los mantenedores están dispuestos a aceptar en la rama principal. Código que funciona y código que se puede enviar a revisión sin sonrojo no son lo mismo.

Cómo Microsoft mide precio y calidad?

Para Code 2, la compañía promedió los resultados de cuatro benchmarks que, según dice, se parecen a las tareas cotidianas de GitHub Copilot: DeepSWE 1.1, Terminal Bench 2.1, SWE-Atlas y FrontierCode v1.1. La comparación se hizo con GPT-6.1 Sol y Claude Opus 5.5. La tesis de Microsoft es que Code 2 ofrece una parte notable de la calidad de esos modelos por menos de la mitad del precio. En el original, esto se formula como «production quality at less than half the price».

¿Qué se sabe sobre Lo que los modelos no hacen a propósito?

Microsoft escribe de forma explícita que ambos modelos todavía no están ajustados para las tareas más difíciles: la investigación científica fundamental y el trabajo agéntico autónomo muy prolongado. Si un agente lleva horas gestionando un proyecto sin supervisión, cambiar el modelo top por Code 2 aún es prematuro. Estos modelos están pensados para la rutina de ingeniería cotidiana.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Hands-On AI Engineering · Hamidun Academy

Build & Ship Production AI Agents Without Boilerplate Code

Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.

Start 72h Free Trial →Vibe-Coding Intensive
¿Qué te parece?
Cargando comentarios…