Microsoft sacó en marzo de 2026 MAI-Image-2, la segunda versión de su propio modelo de generación de imagen. Lo relevante no es la calidad en sí, es de quién viene: MAI es la línea de modelos que Microsoft construye por su cuenta, fuera del acuerdo con OpenAI. Cada lanzamiento de esta familia es un paso más hacia tener tecnología propia. Lo anunció el jefe de IA de Microsoft, Mustafa Suleyman, en X.
Puntos clave
- MAI-Image-2 salió en marzo de 2026 con mejor realismo y, sobre todo, texto legible dentro de la imagen.
- Se colocó tercero en el ranking de texto-a-imagen de LMArena, detrás de Gemini 3.1 Flash y GPT Image 1.5.
- Disponible en MAI Playground, Copilot, Bing Image Creator, la API para empresas y Microsoft Foundry.
- Forma parte de la familia MAI (texto, voz, transcripción, imagen) que Microsoft desarrolla sin depender de OpenAI.
- Ya hay una variante MAI-Image-2-Efficient un 22% más rápida.
La mejora que se nota
El salto más útil frente a la primera versión es el texto dentro de la imagen. Generar un cartel, una infografía o un mockup con letras legibles ha sido durante mucho tiempo el punto débil de casi todos los modelos. MAI-Image-2 lo hace mejor, y eso lo vuelve práctico para marketing, no solo para arte conceptual.
En realismo, Microsoft habla de iluminación natural y tonos de piel más creíbles, con menos necesidad de retocar después. En el ranking público de LMArena quedó tercero, un puesto muy digno para un modelo que compite contra Google y OpenAI. La versión Efficient, pensada para producción, corre un 22% más rápido con la misma familia detrás.
La jugada de fondo de Microsoft
Hasta hace poco, Microsoft dependía por completo de los modelos de OpenAI. Tras renegociar el contrato en 2025, que quitó las restricciones que tenía encima, Mustafa Suleyman montó una familia entera de modelos propios: MAI-1 para texto, MAI-Voice para audio, MAI-Transcribe para transcripción y ahora MAI-Image para imagen.
Suleyman lo enmarca en su idea de 'IA humanista', pero el movimiento estratégico es claro: cada release diluye la dependencia de un solo proveedor. Para los productos Copilot, tener modelo propio significa controlar coste, latencia y hoja de ruta sin pedir permiso a nadie. La empresa más ligada a OpenAI se está desligando modelo a modelo.
Y Microsoft no se quedó ahí. En junio de 2026 sacó MAI-Image-2.5, con 75 puntos más en el ranking y un segundo puesto en edición de imagen. El ritmo de lanzamientos es la noticia tanto como cada modelo: la empresa que dependía de OpenAI para todo ahora publica un modelo nuevo cada pocas semanas. Ese ritmo solo se sostiene con equipo, datos y cómputo propios, que es exactamente lo que Suleyman está construyendo.
Por qué importa para un founder español
Si usas generación de imagen en marketing o producto, tienes una opción más que meter en la comparativa, junto a Nano Banana, Midjourney y Flux. Pruébala sobre tu caso real (tus productos, tu estilo) antes de casarte con ninguna. El texto legible dentro de la imagen es justo lo que suele fallar cuando quieres un banner o una ficha de producto.
La lección estratégica es la interesante. Microsoft, con todo su dinero, decidió no depender de un único proveedor de IA y construir el suyo. Tú no vas a entrenar un modelo, pero el principio se traslada: no ates tu negocio a una sola herramienta. Mantén la capa de IA abstraída para poder cambiar de modelo cuando otro sea mejor o más barato. La dependencia se paga siempre, y casi nunca cuando te conviene.
Relacionado
