Microsoft presenta MAI Thinking 1, un modelo de razonamiento de 1 billón de parámetros construido desde cero para competir en las fronteras del razonamiento lógico y la programación.

El 12 de agosto de 2026 marca un punto de inflexión en la estrategia de inteligencia artificial de Microsoft. Con el lanzamiento de MAI Thinking 1, la compañía no solo presenta un nuevo modelo, sino que consolida su independencia tecnológica al reducir la dependencia de arquitecturas de terceros. Desarrollado por el equipo de Microsoft AI Superintelligence, este modelo representa la culminación de un esfuerzo por construir capacidades de razonamiento puro desde los cimientos.
A diferencia de otros modelos que dependen de la destilación de conocimiento de modelos preexistentes, MAI Thinking 1 ha sido entrenado de forma nativa. Esto garantiza que sus capacidades de razonamiento sean trazables, limpias y de grado empresarial, eliminando el ruido de datos heredados y permitiendo un control total sobre la lógica de inferencia del modelo.
MAI Thinking 1 utiliza una arquitectura de Sparse Mixture-of-Experts (MoE) altamente optimizada. Aunque el modelo cuenta con un total aproximado de 1 billón (1T) de parámetros, su eficiencia operativa es notable gracias a que solo activa 35 mil millones (35B) de parámetros por cada token procesado. Esta estructura permite un razonamiento profundo sin los costes prohibitivos de un modelo denso de la misma escala.
El modelo está diseñado para el flujo de trabajo del desarrollador moderno, ofreciendo una ventana de contexto de 256K tokens. Esto equivale a la capacidad de procesar documentos de aproximadamente 600 páginas de una sola vez, facilitando tareas de RAG (Retrieval-Augmented Generation) complejas y el análisis de repositorios de código completos.
En términos de razonamiento matemático, MAI Thinking 1 ha establecido nuevos estándares. En el benchmark AIME 2025, alcanzó una puntuación de 97.0, superando ligeramente al Claude Sonnet 4.6 (95.6). En el AIME 2026, mantuvo un rendimiento excepcional de 94.5. Su capacidad en problemas de alta dificultad se refleja también en el GPQA Diamond con un 84.2 y en el HMMT Feb 2026 con un 84.9.
En el ámbito de la ingeniería de software, el modelo muestra un rendimiento competitivo en SWE-bench Verified con un 73.5, situándose en el territorio de modelos de clase superior como Claude Opus 4.6. Sin embargo, en Terminal-Bench 2.0, obtuvo un 46.0, lo que indica que todavía existe un margen de mejora frente a la frontera absoluta de la codificación representada por GPT-5.1 (75.1). El modelo fue evaluado mediante comparaciones ciegas (blind side-by-side) con 1,276 tareas realizadas por evaluadores profesionales de Surge, donde los usuarios prefirieron MAI Thinking 1 sobre Claude Sonnet 4.6.
El éxito de MAI Thinking 1 se debe en gran medida a su metodología de Reinforcement Learning (RL) denominada 'Hill-climbing'. Durante el entrenamiento, se observó un crecimiento exponencial en la capacidad de resolución: el pass@1 de AIME 2025 escaló de un ínfimo 0.145 en el paso 5 a un impresionante 0.967 en el paso 5,074 a través de 235 checkpoints.
Un aspecto crítico es la integración de la seguridad. Microsoft ha implementado una estructura de recompensa de RL unificada donde la capacidad y la seguridad se entrenan simultáneamente. Los riesgos potenciales se ponderan por su severidad, y las capacidades de codificación agéntica se validan mediante suites de pruebas reales en entornos ejecutables, garantizando que el modelo no solo sea inteligente, sino también seguro y funcional.
Gracias a su arquitectura MoE y su ventana de contexto extendida, MAI Thinking 1 es ideal para aplicaciones que requieren un razonamiento lógico riguroso. Los ingenieros de software pueden utilizarlo para la resolución de bugs complejos, la refactorización de arquitecturas completas y la generación de pruebas unitarias automatizadas.
Para el sector empresarial, su capacidad de 'function calling' y su entrenamiento con datos de grado empresarial lo convierten en un candidato perfecto para agentes autónomos que deben interactuar con APIs externas, realizar análisis de documentos extensos (RAG) y tomar decisiones basadas en lógica matemática y científica.
MAI Thinking 1 ya está disponible en fase de vista previa pública (Public Preview) a través de Microsoft Foundry. Los desarrolladores que busquen una integración rápida pueden acceder a él también mediante Baseten. La API es totalmente compatible con el formato de Chat Completions, lo que facilita la migración desde otros proveedores como OpenAI o Anthropic.
Se recomienda comenzar utilizando los SDKs de Microsoft para aprovechar las capacidades de instrucciones de desarrollador y la gestión eficiente de contextos largos.
API Pricing — Context: 256K