Microsoft presenta una vista previa de MAI-Base-2, un modelo de 2,8 billones de parámetros que Microsoft no publicará en abierto
Microsoft MAI-Base-2 es un modelo básico con parámetros de 2.8T entrenado en 50T tokens que, según Microsoft, aprende de manera mucho más eficiente que el de DeepSeek. Todavía está en formación y se destinará únicamente a socios de confianza.
Microsoft AI ha descrito MAI-Base-2, un “modelo base” muy grande con 2,8 billones de parámetros en total y 80 mil millones activos a la vez. Un modelo base es la primera etapa cruda de una IA: ha leído una enorme cantidad de texto y ha aprendido patrones, pero aún no se le ha enseñado a conversar cortésmente ni a seguir instrucciones. Esa segunda etapa, denominada post-training, aún está en marcha.
Los detalles
Microsoft dice que MAI-Base-2 fue entrenado en 50 billones de tokens, pequeños fragmentos de texto que sirven como unidad de lectura de IA. Su conjunto de datos únicos creció aproximadamente un 36 por ciento con respecto a la versión anterior, y el 18 por ciento de la combinación eran imágenes. La afirmación principal es la eficiencia: Microsoft dice que es de 4 a 12 veces más eficiente en computación pre-training que DeepSeek-V4-Pro-Base, y que supera a todos los modelo open-weight que el equipo probó en sus propios exámenes.
La letra pequeña importa. Las cifras de eficiencia provienen de fórmulas de escala ajustadas, no del entrenamiento de dos modelos uno al lado del otro. Varios modelos rivales sólo estaban disponibles en la forma post-trained, lo que puede sesgar las comparaciones. Las pruebas de código utilizaron la base de código interna de Microsoft. Y el rendimiento final puede cambiar antes del lanzamiento.
¿Qué hay detrás de esto?
Durante años Microsoft se apoyó en los modelos OpenAI. Construir su propio modelo básico es una apuesta por la independencia, y la eficiencia es el argumento de venta: si necesita una fracción de la potencia informática para alcanzar la misma calidad, sus costos y facturas de energía bajan. Microsoft planea otorgar licencias de pesas a socios confiables a través de su plataforma Foundry, sin fecha, por lo que, a diferencia de los lanzamientos de Meta y Nvidia de esta semana, no se podrá descargar abiertamente.
Qué significa esto para ti: Nada que puedas usar hoy. Es una señal que vale la pena seguir para ver cómo la carrera de la IA está pasando de “quién tiene el modelo más grande” a “quién entrena más inteligentemente”. Espere los resultados del post-training y las pruebas independientes antes de sacar conclusiones.
Fuentes
Fuentes: https://microsoft.ai/news/frontier-pre-training-at-microsoft-ai/
El Muse Spark Open de Meta es un enorme modelo open-weight diseñado para dos Mac Studios
Meta lanzó Muse Spark Open, un modelo open-weight de 816 mil millones de parámetros con una ventana de un millón de token, y dice que se ejecuta en dos Apple M5 Ultra Mac Studios. Aún faltan Benchmarks y el informe de seguridad completo.
