Volver a la Zona de DesarrolladoresPrecios Oficiales Precios Oficiales Precios Oficiales Precios Oficiales Precios Oficiales Precios Oficiales Precios Oficiales
Microsoft Modelos
Explora todos los 7 modelos de Microsoft con precios detallados, ventajas y desventajas, y recomendaciones para desarrolladores.
7
Modelos
$0.360
Entrada Más Baja
262K
Contexto Máximo
4
Niveles de Calidad
Recomendaciones Rápidas
Mejor Relación Calidad-Precio: MAI-Transcribe-1.5 ($0.360/1M)
Mejor Calidad: MAI-Image-2.5
Mejor para Razonamiento: MAI-Thinking-1
MAI-Thinking-1
ReasoningRazonamiento complejo, matemáticas, codificación agéntica
Cuándo usar: Para razonamiento complejo de múltiples pasos, problemas matemáticos y codificación agéntica donde la precisión importa más que la velocidad bruta.
Mejoras clave
- ◆~1T parámetros totales, 35B activos MoE — competitivo en peso medio
- ◆AIME 2025: 97,0%, AIME 2026: 94,5% — razonamiento matemático avanzado
- ◆SWE-bench Pro: competitivo con Claude Opus 4.6
- ◆Latencia de primer token más rápida que o3 para razonamiento en tiempo real
- ◆Datos limpios y trazables de nivel empresarial — sin destilación
Precio de Entrada
$5.00
per 1M tokens
Precio de Salida
$20.00
per 1M tokens
Entrada en Caché
$1.00
per 1M tokens
Entrada por Lote
—
per 1M tokens
Ventana de Contexto: 262K
Salida Máxima: 32,000 tokens
Fecha de Corte de Conocimiento: 2026-03
VisiónLlamada a FunciónAjuste FinoModo JSON
Ventajas
- 35B activos / ~1T parámetros totales — potente para su clase
- AIME 2025: 97,0%, AIME 2026: 94,5% — mejor razonamiento matemático
- Sin destilación — entrenado desde cero con datos limpios
- Preferido sobre Sonnet 4.6 en evaluaciones humanas ciegas
Desventajas
- Aún sin soporte de visión
- Modelo nuevo — benchmarks independientes limitados
- Disponibilidad centrada en Azure
- Costo más alto que modelos no razonadores
Rendimiento
Velocidad de salida~55 tok/s
Límite de tasa3,000 RPM
Multimodal
Entrada de imagenSalida de imagenEntrada de audioSalida de audio
Benchmarks
AIME 2025
97.0%
AIME 2026
94.5%
GPQA Diamond
82.0%
MAI-Code-1-Flash
LiteCodificación agéntica rápida, integración IDE
Cuándo usar: Ideal para finalización rápida de código, sugerencias en línea y asistencia diaria de codificación en entornos IDE.
Mejoras clave
- ◆5B parámetros activos — comparable a Haiku pero 60 % más barato
- ◆$0.75/M de entrada — modelo de codificación más barato del mercado
- ◆60 % menos de tokens por tarea — diseño eficiente en inferencia
- ◆Integración nativa con GitHub Copilot y VS Code
- ◆HumanEval: 92 %+ — alta precisión de codificación en este tamaño
Precio de Entrada
$0.750
per 1M tokens
Precio de Salida
$3.00
per 1M tokens
Entrada en Caché
$0.150
per 1M tokens
Entrada por Lote
—
per 1M tokens
Ventana de Contexto: 131K
Salida Máxima: 16,384 tokens
Fecha de Corte de Conocimiento: 2026-03
VisiónLlamada a FunciónAjuste FinoModo JSONNivel Gratuito
Ventajas
- 60 % menos de tokens por tarea frente a alternativas
- 5B parámetros activos — latencia ultrabaja
- Profundamente integrado en GitHub Copilot y VS Code
- Más barato que Haiku a $0.75/M de entrada
Desventajas
- Modelo más pequeño — más débil en tareas complejas de múltiples archivos
- Sin soporte de visión
- Limitado a tareas de codificación — no es de propósito general
- Contexto de 128K más pequeño que los modelos insignia
Rendimiento
Velocidad de salida~150 tok/s
Límite de tasa10,000 RPM
Multimodal
Entrada de imagenSalida de imagenEntrada de audioSalida de audio
Benchmarks
HumanEval
92.0%
SWE-bench Lite
55.0%
MAI-Image-2.5
FlagshipGeneración y edición de imágenes empresariales
Cuándo usar: Para generación y edición de imágenes seguras para la marca y conformes con políticas en flujos de trabajo empresariales y de Microsoft 365.
Mejoras clave
- ◆Modelo unificado de texto a imagen + edición de imágenes en un solo modelo
- ◆ELO Arena: supera a Nano Banana Pro
- ◆Renderizado superior de texto en imágenes generadas
- ◆Cumplimiento empresarial: implementación privada en Azure
- ◆Variante Flash disponible para generación más barata y rápida
Precio de Entrada
$5.00
per 1M tokens
Precio de Salida
$47.00
per 1M tokens
Entrada en Caché
—
per 1M tokens
Entrada por Lote
—
per 1M tokens
Ventana de Contexto: 8K
Salida Máxima: 0 tokens
Fecha de Corte de Conocimiento: 2026-03
VisiónLlamada a FunciónAjuste FinoModo JSON
Ventajas
- Modelo de clase mundial para generación de texto a imagen y edición de imágenes
- Supera la puntuación de Nano Banana Pro Arena
- Nivel empresarial: implementación privada en Azure disponible
- Renderizado limpio de texto dentro de imágenes
Desventajas
- Salida costosa a $47/M tokens
- No tan artístico como Midjourney
- Disponibilidad centrada en Azure
- Sin llamada a funciones
Rendimiento
Velocidad de salida~20 tok/s
Límite de tasa1,000 RPM
Multimodal
Entrada de imagenSalida de imagenEntrada de audioSalida de audio
Benchmarks
GenEval
88.0%
MAI-Image-2.5-Flash
Mid-tierGeneración de imágenes rápida y rentable
Cuándo usar: Para generación de imágenes de alto volumen donde la velocidad y el costo importan más que la calidad absoluta.
Mejoras clave
- ◆$1.75/$15 — 65 % más barato que MAI-Image-2.5
- ◆Optimizado para generación de alto rendimiento
- ◆Nivel gratuito disponible para desarrollo
- ◆Misma familia de modelos que MAI-Image-2.5
Precio de Entrada
$1.75
per 1M tokens
Precio de Salida
$15.00
per 1M tokens
Entrada en Caché
—
per 1M tokens
Entrada por Lote
—
per 1M tokens
Ventana de Contexto: 8K
Salida Máxima: 0 tokens
Fecha de Corte de Conocimiento: 2026-03
VisiónLlamada a FunciónAjuste FinoModo JSONNivel Gratuito
Ventajas
- Mucho más barato que el MAI-Image-2.5 estándar
- Generación rápida para flujos de trabajo de alto volumen
- Misma calidad que MAI-Image-2.5 para la mayoría de las indicaciones
- Nivel gratuito disponible
Desventajas
- Menor calidad en indicaciones complejas con múltiples objetos
- Sin llamada a funciones
- Centrado en Azure
- Menos detalle en texturas finas
Rendimiento
Velocidad de salida~40 tok/s
Límite de tasa5,000 RPM
Multimodal
Entrada de imagenSalida de imagenEntrada de audioSalida de audio
Benchmarks
GenEval
82.0%
MAI-Transcribe-1.5
FlagshipTranscripción de voz empresarial, transcripción en tiempo real
Cuándo usar: Para transcripción de reuniones empresariales, análisis de centros de llamadas, dictado médico y subtitulado multilingüe.
Mejoras clave
- ◆Precisión SOTA: supera a Whisper Large v3 en ASR inglés y multilingüe
- ◆5 veces más rápido que los modelos de transcripción competidores
- ◆43 idiomas con soporte integrado de vocabulario de dominio
- ◆Diarización de hablantes: identifica quién dijo qué
- ◆$0.36/hora — precio competitivo para STT empresarial
Precio de Entrada
$0.360
per 1M tokens
Precio de Salida
$0.0000
per 1M tokens
Entrada en Caché
—
per 1M tokens
Entrada por Lote
—
per 1M tokens
Ventana de Contexto: 0
Salida Máxima: 0 tokens
Fecha de Corte de Conocimiento: 2026-03
VisiónLlamada a FunciónAjuste FinoModo JSON
Ventajas
- Mejor precisión de transcripción en su clase — SOTA en benchmarks ASR
- 5 veces más rápido que los modelos competidores
- 43 idiomas con terminología específica del dominio
- Diarización de hablantes y transmisión en tiempo real
Desventajas
- Modelo especializado — solo transcripción
- Facturado por hora de audio, no por tokens
- Disponibilidad centrada en Azure
- Sin capacidades de generación de texto
Rendimiento
Velocidad de salida—
Límite de tasa—
Multimodal
Entrada de imagenSalida de imagenEntrada de audioSalida de audio
Benchmarks
WER (LibriSpeech)
1.8%
WER (Common Voice)
5.2%
MAI-Voice-2
FlagshipTTS de alta calidad, clonación de voz, IA conversacional
Cuándo usar: Para bots de voz de atención al cliente, herramientas de accesibilidad, contenido de e-learning e IA conversacional en tiempo real.
Mejoras clave
- ◆15 idiomas con prosodia natural y control de tono
- ◆Clonación de voz: adaptación a partir de muestras de audio cortas
- ◆Latencia inferior a 300 ms — viable para diálogo en tiempo real
- ◆Sólidas medidas de protección integradas
- ◆Variante Flash disponible para implementación de costo ultrabajo
Precio de Entrada
$2.00
per 1M tokens
Precio de Salida
$10.00
per 1M tokens
Entrada en Caché
—
per 1M tokens
Entrada por Lote
—
per 1M tokens
Ventana de Contexto: 0
Salida Máxima: 0 tokens
Fecha de Corte de Conocimiento: 2026-03
VisiónLlamada a FunciónAjuste FinoModo JSON
Ventajas
- Voz natural en 15 idiomas
- Clonación de voz a partir de muestras de audio cortas
- Latencia inferior a 300 ms para conversación en tiempo real
- Cumplimiento empresarial e integración con Azure
Desventajas
- Modelo especializado — solo síntesis de voz
- La clonación de voz requiere autorización empresarial
- Clonación menos flexible que ElevenLabs
- Disponibilidad centrada en Azure
Rendimiento
Velocidad de salida—
Límite de tasa—
Multimodal
Entrada de imagenSalida de imagenEntrada de audioSalida de audio
Benchmarks
MOS (Naturalness)
4.5/5.0
MAI-Voice-2-Flash
Mid-tierSíntesis de voz de costo ultra bajo
Cuándo usar: Para aplicaciones TTS de alto volumen donde la eficiencia de costos importa más que la calidad absoluta de la voz.
Mejoras clave
- ◆$0.50/$2.50 — 75% más barato que MAI-Voice-2
- ◆Nivel gratuito para desarrollo y pruebas
- ◆Misma cobertura de 15 idiomas que MAI-Voice-2
- ◆Optimizado para implementación de alto rendimiento y baja latencia
Precio de Entrada
$0.500
per 1M tokens
Precio de Salida
$2.50
per 1M tokens
Entrada en Caché
—
per 1M tokens
Entrada por Lote
—
per 1M tokens
Ventana de Contexto: 0
Salida Máxima: 0 tokens
Fecha de Corte de Conocimiento: 2026-03
VisiónLlamada a FunciónAjuste FinoModo JSONNivel Gratuito
Ventajas
- TTS ultraeficiente con un 75% menos de costo
- Nivel gratuito disponible
- Misma cobertura de idiomas que MAI-Voice-2
- Baja latencia para aplicaciones en tiempo real
Desventajas
- Naturalidad ligeramente inferior a MAI-Voice-2
- Sin clonación de voz en la variante Flash
- Modelo especializado — solo voz
- Modelo más nuevo — reseñas independientes limitadas
Rendimiento
Velocidad de salida—
Límite de tasa—
Multimodal
Entrada de imagenSalida de imagenEntrada de audioSalida de audio
Benchmarks
MOS (Naturalness)
4.2/5.0
Comparación Lado a Lado
| Modelo | Nivel | Entrada | Salida | Contexto |
|---|---|---|---|---|
| MAI-Thinking-1 | Reasoning | $5.00 | $20.00 | 262K |
| MAI-Code-1-Flash | Lite | $0.750 | $3.00 | 131K |
| MAI-Image-2.5 | Flagship | $5.00 | $47.00 | 8K |
| MAI-Image-2.5-Flash | Mid-tier | $1.75 | $15.00 | 8K |
| MAI-Transcribe-1.5 | Flagship | $0.360 | $0.0000 | 0 |
| MAI-Voice-2 | Flagship | $2.00 | $10.00 | 0 |
| MAI-Voice-2-Flash | Mid-tier | $0.500 | $2.50 | 0 |