Microsoft (MSFT.US) lança seis modelos de IA dedicados na conferência Ignite: desafia OpenAI e Anthropic com baixo custo
A Microsoft está fazendo grandes avanços na construção de seus próprios modelos de IA geral de ponta, enquanto lança seis modelos de IA especializados na conferência Ignite.
Segundo informações do aplicativo de finanças inteligente, a Microsoft (MSFT.US) está acelerando sua estratégia de desenvolvimento de modelos de IA próprios. Mustafa Suleyman, chefe de IA da Microsoft, afirmou que a empresa está fazendo avanços significativos na construção de modelos de IA generativos de ponta e, durante a conferência Ignite, lançou seis modelos de IA especializados, alegando que esses modelos alcançam desempenho comparável ao dos produtos líderes da OpenAI e Anthropic, mas a custos muito inferiores. A Microsoft afirma que tarefas que antes levavam semanas agora podem ser concluídas em poucos minutos.
Pontos-chave: Da dependência de modelos externos à concorrência com tecnologia própria
Por muito tempo, os modelos mais avançados da Microsoft dependiam da OpenAI e de outras empresas de IA. O lançamento atual demonstra que a Microsoft consegue desenvolver tecnologia proprietária competitiva e indica seu plano de competir agressivamente em preços. Nesta terça-feira, durante a Ignite em São Francisco, a Microsoft apresentou seis novos modelos de IA, cobrindo codificação, segurança cibernética, geração de imagens e voz.
Mais detalhes:
MAI Code 2: A Microsoft afirma que seu modelo de codificação atinge 98% do desempenho do GPT-6.1 Sol, custando apenas 40% deste último; atinge 96% do desempenho do Anthropic Claude Opus 5.5, mas a um custo de apenas 5%. Esse modelo de codificação é projetado para tarefas complexas e demoradas de programação, podendo trabalhar entre múltiplos arquivos e compreender projetos completos de software.
MAI Code 2 Flash: Um modelo menor e mais rápido. Segundo a Microsoft, seu desempenho corresponde ao do GPT-6 Luna, com custo de 65% deste; iguala o Claude Haiku 5.5, mas custa apenas 20%.
MAI Cyber 2 Flash: Modelo de segurança cibernética. A Microsoft afirma que, em determinado benchmark de segurança, supera o GPT-6 Astra, com custo inferior a 2% por tarefa em relação ao concorrente. Além disso, a empresa planeja disponibilizar esses modelos especializados em segurança para um grupo restrito de clientes, ajudando a enfrentar o aumento de vulnerabilidades de software identificado por ferramentas de IA.
Outros modelos: Conforme a Microsoft, o MAI Image 2.7 lidera em edição de imagens; novos modelos de transcrição e voz em tempo real têm como alvo desafiar os principais concorrentes.
Estratégia: Modelos especializados para vantagem de custo
A pressão de custos dos clientes corporativos é um contexto importante para o lançamento. Suleyman relatou ouvir continuamente reclamações de empresas sobre “gastos com token disparando”. Ele comentou: “Nosso compromisso é oferecer o melhor custo-benefício do mercado, permitindo verdadeira escalabilidade dos agentes; sabemos também que vocês querem modelos realmente próprios.”
A estratégia da Microsoft é construir modelos especializados para tarefas específicas, atingindo desempenho comparável a custos significativamente menores. Suleyman acrescentou: “Isso basicamente significa que você insere mais tokens, conhecimento e expertise para uma mesma quantidade de parâmetros.” Ele também afirmou: “Não se trata de apenas um modelo ou um momento único. Estamos construindo um sistema contínuo, uma máquina que escala constantemente, otimizando desempenho e preço em conjunto.”
Contudo, essa estratégia tem trade-offs: modelos otimizados para tarefas cotidianas de programação tendem a ser menos eficazes em matemática avançada ou pesquisas científicas. Ademais, as comparações de desempenho da Microsoft dependem dos benchmarks escolhidos e parte das vantagens de preço refletem promoções.
Plataforma empresarial e controle de custos
Além dos próprios modelos, a Microsoft destacou ferramentas de plataforma empresarial e controle de custos durante a Ignite. Os executivos apresentaram o Microsoft IQ, uma plataforma para ajudar empresas a organizar e compartilhar conhecimento, experiência e ferramentas internas, possibilitando que sistemas de IA aprendam sobre a operação de cada empresa e acumulem esse conhecimento.
Satya Nadella, CEO da Microsoft, enfatizou que os novos modelos de IA cobrem cenários como codificação, segurança cibernética e tomada de decisão. Ele também destacou o Copilot Fusion, que pode orquestrar múltiplos modelos, entregando resultados de ponta a custos significativamente mais baixos. A Microsoft também exibiu um recurso de seleção de modelo para escolher o modelo mais adequado para cada tarefa, maximizando a qualidade da saída ao mesmo tempo em que controla o custo de cada requisição.
Contexto setorial: A escalada da competição em IA de ponta
Mirando os líderes do setor, a Microsoft acompanha a rápida evolução da IA de ponta. Na mesma terça-feira, a OpenAI lançou o GPT-6.2 Astra e o GPT-6.2 Sol, sendo que o novo Astra tem preço 20% menor em relação à versão anterior. Paralelamente, a Microsoft também trabalha em um modelo de linguagem grande e generativo de última geração, buscando competir em uma gama mais ampla de tarefas.
Suleyman afirmou que a Microsoft já alcançou os resultados de pré-treinamento mais avançados até então, com progresso forte em aprendizagem por reforço, mas recusou informar datas de lançamento do modelo. Ele disse: “Minha equipe está construindo uma verdadeira superinteligência.”
Possível impacto: Relação entre Microsoft e OpenAI pode ser redesenhada
Os novos modelos podem redefinir a relação entre a Microsoft, a OpenAI e outros fornecedores externos de IA. O MAI Code 2 estará disponível no GitHub Copilot, potencialmente transferindo parte das tarefas de codificação de modelos externos para os próprios modelos da Microsoft. Quando questionado sobre o quanto espera que o tráfego do Copilot migre para modelos proprietários, Suleyman não revelou metas, mas previu uma adoção expressiva.
Nos negócios corporativos, a Microsoft ainda oferece aos clientes empresariais a licença dos pesos dos modelos, permitindo a personalização com dados próprios, porém exigindo que as implantações ocorram no Azure. Suleyman destacou que essa abordagem “tem a sensação de software open source”, ao mesmo tempo oferecendo maior segurança e controle.
Segurança e alinhamento como prioridades
Suleyman afirmou que recentes incidentes de cibersegurança—como o ataque de agentes de IA da OpenAI à plataforma Hugging Face—fizeram com que priorizasse não só o desempenho, mas também salvaguardas críticas. Prevenir ações prejudiciais de IA e garantir que ela aja conforme esperado, ou seja, pesquisa de “alinhamento”, é sua principal prioridade.
Na abertura da conferência, Nadella também reconheceu a falha de serviço inter-regional ocorrida na semana passada, dizendo que a empresa leva a confiança dos clientes muito a sério, que há trabalho a ser feito, e prometeu buscar aprendizado e melhoria contínuos.
O mercado agora está atento a dois pontos: primeiro, a velocidade com que a Microsoft conseguirá converter progresso em IA especializada em modelos generativos competitivos; segundo, se a vantagem de custos será suficiente para persuadir clientes a migrarem de concorrentes consolidados para a Microsoft.
As ações da Microsoft encerraram a terça-feira com queda de 2,27%, acumulando alta de 5,3% no ano, abaixo do desempenho do índice S&P 500. Até o fechamento desta matéria, os papéis subiam 0,9% no pós-mercado.
Aviso Legal: o conteúdo deste artigo reflete exclusivamente a opinião do autor e não representa a plataforma. Este artigo não deve servir como referência para a tomada de decisões de investimento.
Talvez também goste
Nos meses anteriores ao IPO da Anthropic e da SpaceX, o bitcoin caiu 22%. Como a lógica de liquidez pode impulsionar o mercado posteriormente?
O diretor de investimentos da SBET atribuiu esse fenômeno ao "evento de liquidez que rapidamente aumentou a correlação entre os ativos" — investidores vendem ativos de criptomoedas para participar de IPOs de destaque. Observando o mercado sob essa lógica, a maioria das corretoras exige que os investidores aguardem de 15 a 30 dias após receber ações de novas empresas antes de vendê-las. Após o IPO da SpaceX, no 31º dia, o preço do ETH superou o valor do dia do IPO, enquanto no 70º dia a tendência de queda do BTC foi revertida.

Receita da WeRide no terceiro trimestre aumenta 88% em relação ao ano anterior, receita de infraestrutura de IA quase dobra, receita trimestral do Robotaxi ultrapassa 100 milhões de yuans pela primeira vez | Relatório Financeiro
A receita da WeRide no terceiro trimestre foi de 320 milhões de yuans, superando a expectativa do mercado de 270 milhões de yuans; o prejuízo líquido foi de 310 milhões de yuans, abaixo da expectativa de 400 milhões de yuans. A receita internacional aumentou 171,5% em comparação ao ano anterior, impulsionando a margem bruta para 43%. O negócio de Robotaxi em Guangzhou alcançou pela primeira vez rentabilidade unitária positiva. No entanto, o aumento em investimentos de P&D ampliou o prejuízo ajustado, indicando que a lucratividade ainda precisa ser aprimorada.
Veterano de tecnologia de Wall Street, Niles, aposta que Anthropic (ANT.US) vai vencer a guerra de preços dos agentes de IA, mas alerta que o preço das ações pode cair abaixo do valor inicial.
O IPO da Anthropic superou as expectativas, mas Dan Niles alerta para riscos de avaliação, desaceleração do crescimento da receita de inteligência artificial e aumento da concorrência de preços.
Após a saída de Jensen Huang, Nvidia enfrenta uma nova ameaça: perder seus melhores engenheiros
Milhares de funcionários da Nvidia assinaram uma petição pedindo o retorno de Jensen Huang ao cargo, com alguns criticando publicamente a decisão do conselho de administração; já houve anúncios de demissão de funcionários. A CEO interina Kress antecipou aumentos salariais e recompensas em ações para estabilizar a equipe, mas empresas como AMD, Broadcom e startups de IA estão prontas para recrutar talentos. Analistas alertam que, se cinco a dez líderes técnicos essenciais deixarem a empresa, isso pode afetar decisões sobre arquitetura de chips e software, iteração de produtos e o planejamento da próxima geração de tecnologias de IA.

