Los chips de Microsoft ya ejecutan Copilot. Maia 300 abarata primero a Microsoft; a usted, según el contrato

Si su empresa usa Microsoft Copilot, parte de sus respuestas ya se generan en chips diseñados por la propia Microsoft. Microsoft confirmó el 12 de octubre que “Maia 200 ya atiende cargas de producción de Microsoft, incluido Microsoft Copilot”, y que GitHub Copilot y Microsoft Foundry deberían pasar a funcionar sobre él antes de que termine 2026.

La noticia de fondo fue el plan. Scott Guthrie, vicepresidente ejecutivo de Cloud e IA, anunció que Microsoft escalará su sistema Maia a despliegues de varios gigavatios a partir de 2027, con Maia como principal sistema de inferencia de los productos y servicios de Microsoft. La siguiente generación, Maia 300, “empezará sus despliegues en producción en 2027”.

Las afirmaciones, con su estado

Microsoft espera que Maia 300 “ofrezca un 40% más de tokens por megavatio que los principales sistemas basados en GPU” y, en una configuración completa de 96 aceleradores, hasta siete veces el rendimiento de tokens por rack de Maia 200. Ambas son proyecciones sobre un hardware que aún no está en producción. Para el chip que ya funciona, Microsoft reporta hasta 1,7 veces más tokens por vatio que la principal infraestructura con GPU en la IA integrada de Teams, Copilot y Cowork. Son cifras del proveedor, sin medición independiente.

El objetivo del diseño es concreto: trabajo de contexto largo, intensivo en memoria y con mucha decodificación, que es justo lo que generan los agentes. Una respuesta de chat es corta. Una ejecución de agente que lee un código, mantiene un historial largo y produce salida paso a paso durante una hora presiona la memoria y la decodificación, no solo el cómputo bruto. Microsoft construye para ese perfil, con formatos de baja precisión como un MXFP4 mejorado, pensados para que las ventanas de contexto más grandes salgan rentables.

Lo que recibe el cliente, y lo que no

El texto no menciona precios, SKU ni ninguna forma de que el cliente elija Maia directamente. No seleccionará Maia en un formulario de despliegue como elige una máquina virtual con GPU. Está debajo de los servicios de la propia Microsoft, y allí Maia 200 ejecuta modelos de OpenAI, los modelos MAI de Microsoft y familias de modelos de código abierto.

Eso significa que los beneficios, si llegan, llegarán de forma indirecta:

• Capacidad. Más oferta de inferencia bajo control de Microsoft podría aliviar los límites de cuota de las cargas de Copilot y Foundry, si Microsoft decide trasladarlo.
• Precio. El costo por token de Microsoft baja si se cumplen las afirmaciones de eficiencia. Que baje el precio para el cliente es una decisión comercial, no de ingeniería.
• Economía del contexto largo. Si el hardware abarata servir contextos largos, la diferencia por token entre peticiones cortas y largas podría reducirse, lo que influye en cómo se diseñan los agentes.

Y algunas cosas quedan aún menos a la vista. Cuando cambia el hardware que hay debajo de un servicio gestionado, el comportamiento puede variar en los márgenes, en latencia, en límites de rendimiento y, si cambia la precisión de servicio, en pequeñas diferencias de salida. El cliente no puede ver qué hardware atendió una petición.

Dónde funcionan los chips

Maia 200 se está desplegando en Estados Unidos, Europa y Australia; que Europa esté en la lista importa a las empresas de España, mientras que el texto no nombra ninguna región de Latinoamérica, así que nada de lo anunciado indica cuándo Maia atenderá cargas procesadas allí. El texto tampoco da regiones para Maia 300. Para las empresas con requisitos de residencia de datos, la pregunta no es qué chip, sino qué región; los cambios de hardware debajo de un servicio no cambian la región que eligió el cliente, y las condiciones contractuales sobre el lugar de tratamiento siguen vigentes.

Qué preguntar, y qué no cambiar

No hay motivo para rediseñar nada por Maia. Sí lo hay para ajustar las preguntas que se le hacen a Microsoft:

1. Compromisos de capacidad. Si la capacidad de inferencia crece, pídala por escrito para sus cargas críticas: garantías de rendimiento, aumentos de cuota y el plazo de aviso de los límites.
2. Trayectoria de precios. Pregunte cómo se reflejarán los menores costos de inferencia en los precios de Copilot y Foundry durante el contrato, sobre todo para cargas de agentes facturadas por token.
3. Aviso de cambios. Pregunte si las migraciones de infraestructura bajo modelos gestionados se comunican y si los resultados de evaluación pueden desplazarse. Mantenga en marcha su propio conjunto de regresión, la disciplina que defendimos en la retirada de modelos es la nueva obsolescencia de API.

El patrón general es que cada hiperescalador está construyendo su propia economía de inferencia, y la competencia se notará en lo que cuesta una tarea completada, no en qué chip la calculó. Defendimos medir precisamente eso en el costo por tarea completada. Maia es la apuesta de Microsoft para bajar su lado de la ecuación. Su contrato decide cuánto de eso llega al suyo.