Em 2 de abril, a Microsoft lançou silenciosamente três modelos de IA desenvolvidos internamente: MAI-Transcribe-1, MAI-Voice-1 e MAI-Image-2. Sem evento de lançamento, sem alarde, eles foram colocados à venda diretamente na plataforma Microsoft Foundry.
Mas o significado por trás disso vai muito além dos três modelos em si.
O que são os três modelos
MAI-Transcribe-1: Conversão de fala em texto. Suporta os 25 idiomas mais falados globalmente, com uma taxa de erro de palavras (WER) de 3,8% no benchmark FLEURS, inferior ao Whisper da OpenAI e ao Gemini do Google. A velocidade é 2,5 vezes maior que o serviço Azure Speech existente da Microsoft. Preço: US$ 0,36/hora.
Detalhe interessante: este modelo foi criado por apenas 10 pessoas.
MAI-Voice-1: Conversão de texto em fala. Em uma única GPU, pode gerar 60 segundos de áudio em 1 segundo. Suporta clonagem de voz personalizada a partir de amostras curtas de áudio. Preço: US$ 22/milhão de caracteres.
MAI-Image-2: Geração de imagens. Alcançou o terceiro lugar no ranking de texto para imagem do Arena.ai, sendo pelo menos duas vezes mais rápido que a versão anterior. Preço: US$ 5/milhão de tokens (entrada de texto), US$ 33/milhão de tokens (saída de imagem). Entre os primeiros usuários empresariais está a WPP (maior grupo de publicidade do mundo).
Por que isso é importante
Na superfície, a Microsoft lançou alguns modelos fundamentais, mas na essência, a Microsoft está criando uma rota de fuga para si mesma.
A relação da Microsoft com a OpenAI, desde 2019, não é uma relação comum de investidor e investida — a Microsoft injetou US$ 130 bilhões no início e obteve direitos exclusivos para usar a tecnologia da OpenAI na construção de produtos. Copilot, Azure AI, os modelos centrais por trás deles são quase todos da OpenAI.
Mas essa alta dependência é uma faca de dois gumes. Se a OpenAI ajustar os preços da API, alterar os termos, ou um dia for adquirida ou tiver problemas, a linha de produtos de IA da Microsoft ficará muito vulnerável.
Em setembro do ano passado, a Microsoft renegociou o contrato — ao obter um compromisso de serviços de nuvem Azure no valor de US$ 250 bilhões, também garantiu uma cláusula crucial: permitir que a Microsoft desenvolva independentemente modelos de IA concorrentes. Esta cláusula não era permitida anteriormente.
A equipe MAI foi formada em novembro de 2025, liderada pelo CEO de IA da Microsoft, Mustafa Suleyman. Cinco meses após sua criação, os três modelos foram lançados.
O verdadeiro fosso não é a tecnologia
A própria Microsoft sabe que esses três modelos não visam superar tecnologicamente a OpenAI ou o Google.
A verdadeira carta na manga é o canal de distribuição: a plataforma Microsoft Foundry tem mais de 80.000 clientes empresariais, cobrindo 80% da Fortune 500.
Oferecer modelos integrados "bons, mais baratos e mais rápidos" diretamente a essas 80.000 empresas — não é necessário ser o primeiro em todos os benchmarks — desde que sejam suficientes, estáveis e com integração suave, as empresas os usarão. Esta é a vantagem natural da Microsoft na competição de IA que a OpenAI e a Anthropic não têm: essa rede de distribuição.
Mustafa Suleyman está fazendo um movimento
Suleyman disse ao Financial Times que o objetivo da Microsoft é alcançar a "verdadeira autossuficiência" no campo da IA.
Seu cronograma é 2027 — quando a Microsoft planeja lançar um LLM geral de ponta, competindo diretamente com os modelos emblemáticos da OpenAI.
Da perspectiva da Microsoft, isso não é um rompimento com a OpenAI, mas sim a construção de uma alavanca de precificação. Afinal, quando você tem seus próprios modelos, a mesa de negociação para renovação de contrato é completamente diferente.
Fonte de referência: Microsoft takes on AI rivals with three new foundational models (TechCrunch); Microsoft launches three in-house AI models in direct challenge to OpenAI (The Next Web); Today we're announcing 3 new world class MAI models, CocoLoop, available in Foundry (Blog oficial da Microsoft AI)