Microsoft reduce los costes de la IA al trasladar Excel y Outlook a modelos propios

Microsoft está sustituyendo algunos de los modelos de IA que alimentan Excel y Outlook por sus propios modelos para ahorrar en costes de tokens — los créditos computacionales necesarios para las respuestas de la IA. Según Bloomberg, decenas de miles de consultas semanales en estas aplicaciones ahora se ejecutan en los modelos propietarios MAI de Microsoft en lugar de en soluciones de OpenAI o Anthropic. Para una empresa de este tamaño, ya no es una cuestión de preferencia: se trata de controlar los costes.

Este cambio no significa que Microsoft vaya a romper completamente con sus socios de IA todavía. Bloomberg informa que la cuota de trabajo de IA atribuida a MAI en Microsoft sigue siendo relativamente pequeña, especialmente en comparación con Copilot, cuyo uso corporativo consume volúmenes masivos de tokens. Aun así, el cambio es notable: incluso después de invertir miles de millones en OpenAI, Microsoft busca maneras de reducir el precio por respuesta generada por la IA.

Aunque Microsoft no ha comentado públicamente el movimiento, no es ninguna sorpresa. El mes pasado, la compañía presentó siete modelos internos de IA, incluido MAI-Thinking-1 —su primera versión centrada en el razonamiento. Microsoft subrayó que estos modelos fueron diseñados para operar de forma eficiente con bajos costes de tokens.

MAI-Thinking-1 se describe como un modelo de tamaño medio con 35.000 millones de parámetros activos y una ventana de contexto ampliada de 256.000 tokens. En pruebas internas a ciegas, igualó las capacidades de programación de Claude Opus 4.6 de Anthropic. Junto a él, Microsoft lanzó IA propia para generación de imágenes, reconocimiento de voz, síntesis de voz y programación —señalando una estrategia amplia para reducir la dependencia de APIs externas.

Recomendado

El laboratorio de Mira Murati presenta Inkling, un modelo abierto de 975 000 millones de p

Por qué Microsoft está reduciendo los costes de tokens de la IA

El problema central está claro: los modelos de IA de primer nivel son sencillamente demasiado caros para su uso generalizado en las empresas, sobre todo en escenarios que implican cadenas largas de consultas —como respuestas inteligentes en Outlook o resúmenes en Excel. Las empresas pagan por token de entrada y de salida, así que cuando pasan millones de solicitudes, el precio por token se acumula rápidamente en facturas sustanciales.

La diferencia de precios lo ilustra claramente. Bloomberg señala que DeepSeek cobra aproximadamente $0.44 por millón de tokens de entrada y $0.87 por millón de tokens de salida en su modelo V4-Pro. Las tarifas de Fable 5 de Anthropic se disparan hasta $10 por millón de tokens de entrada y $50 por millón de tokens de salida. La API GPT-5.5 de OpenAI resulta algo más barata, con $5 y $30, respectivamente. El responsable de IA de Microsoft, Mustafa Suleyman, dijo a Bloomberg que "mucha, mucha gente" en Microsoft quema millones de dólares en tokens cada mes.

La relación de Microsoft con Anthropic parece cada vez más tensa. Suleyman reconoció abiertamente a Bloomberg que la empresa está pagando mucho a Anthropic y que está intentando activamente reducir esos costes —o eliminarlos por completo. Esta franqueza sobre el precio del modelo de IA de un socio es rara; enmarca a la IA externa costosa como un problema en lugar de un intercambio necesario por calidad. Mientras tanto, el pacto de Microsoft con OpenAI, que dura hasta 2032, puede ya no ofrecer la red de seguridad que antes proporcionaba mientras la compañía se prepara para un futuro en el que cada token cuenta.

Este movimiento encaja en una recalibración más amplia de la industria. Tras la carrera inicial por la IA más inteligente, las empresas vuelven a la pregunta perenne: ¿cuánto cuesta por empleado, por caso de uso? Microsoft ya cobra $30 por usuario al mes por Microsoft 365 Copilot, y a ese precio los márgenes dependen en gran medida de lo barato que puedan manejarse las tareas rutinarias —resúmenes de correo, ediciones de texto, peticiones en hojas de cálculo. Asignar estas consultas frecuentes a modelos propios podría mejorar dramáticamente la economía del servicio.

Las enormes inversiones en infraestructura de Microsoft añaden presión también. La compañía anunció planes para gastar alrededor de $80 mil millones en centros de datos de IA y cloud este año fiscal. Con unos gastos de capital tan elevados, tiene sentido empresarial trasladar las cargas de trabajo a sus propios modelos de IA ejecutándose en su propio hardware en lugar de pagar tarifas premium por computación externa.

La verdadera prueba no estará en los benchmarks de laboratorio sino en las herramientas de oficina cotidianas. Si Microsoft puede mantener la calidad en Excel, Outlook y Copilot mientras expande el uso de MAI, podría reforzar significativamente su posición de cara a 2026 y apretar a los proveedores de IA externos en futuras negociaciones contractuales. Para OpenAI y Anthropic, esto señala que incluso su mayor socio corporativo está examinando no solo el rendimiento sino el coste de cada palabra generada por la IA.