Microsoft Build lança sete novos modelos, primeira flag ship de inferência desafia Anthropic e cria um ciclo fechado de agentes inteligentes para "pensar + programar"

A Microsoft começou a desafiar diretamente o território da Anthropic.

Na Conferência Anual de Desenvolvedores Build, realizada na terça-feira, 2 de maio, no horário da Costa Leste dos EUA, a Microsoft lançou sete novos modelos de IA de uma só vez, abrangendo inferência, codificação, visão e multimodalidade. O destaque ficou por conta do primeiro modelo de inferência carro-chefe da Microsoft — MAI Thinking-1 — e de um modelo de codificação voltado para o cenário do GitHub, focado em baixo custo e alta eficiência, chamado MAI-Code-1-Flash.

Mustafa Suleyman, líder de IA da Microsoft, afirmou em entrevista à mídia que a empresa está seguindo um caminho diferente do Google, Meta e OpenAI, focando mais no mercado "ao estilo Anthropic" de empresas, desenvolvedores e programação. Ele disse: “Estamos mais focados na direção estilo Anthropic — empresas, desenvolvedores e codificação”.

O lançamento dos modelos nesta terça-feira também marca uma nova fase na estratégia de “autonomia” de IA da Microsoft: além de manter a profunda cooperação com a OpenAI, a Microsoft está acelerando a construção de seu próprio sistema de modelos de ponta.

Sete novos modelos da Microsoft abrangem de inferência a codificação

Segundo comunicado da Microsoft, os sete novos modelos lançados pertencem à família expandida do MAI (Microsoft AI), cobrindo diferentes níveis de capacidade e cenários de uso.

Os principais produtos incluem:

• Modelos de inferência MAI Thinking
• Modelos de código ultraconfiáveis
• Modelos de visão e multimodais
• Modelos leves para sistemas de agentes (Agent)
• Modelos otimizados para empresas e desenvolvedores

A Microsoft descreve isso como parte da construção de uma “hill-climbing machine (máquina de escalada contínua)” — isto é, um sistema de desenvolvimento de modelos iterativo e auto-otimizável.

A empresa afirma que o objetivo da nova combinação de modelos não é simplesmente buscar o tamanho dos parâmetros, mas construir uma pilha de capacidades que suporte a próxima geração de sistemas de AI Agent: “pensar, inferir, executar, codificar”.

MAI Thinking mira Anthropic Claude Sonnet 4.6

O lançamento mais importante desta vez é a estreia da família de modelos de inferência da Microsoft — MAI Thinking.

Modelos de inferência já se tornaram o foco da competição em IA para 2026. Em comparação com modelos tradicionais de chat, esses modelos enfatizam: dedução em múltiplos passos; decomposição de tarefas complexas; planejamento de fluxos longos; inferência matemática e de código; execução de tarefas de Agent.

A Microsoft explica que o MAI Thinking pode dividir problemas complexos em passos menores e mais gerenciáveis, especialmente otimizados para codificação, fluxos de trabalho de desenvolvedores e tarefas de Agents.

De acordo com os dados divulgados pela Microsoft, os modelos da série MAI-Thinking possuem capacidade de codificação semelhante ao Claude Sonnet 4.6 lançado pela Anthropic em fevereiro deste ano.

O comunicado da Microsoft diz:

“MAI-Thinking-1 é o modelo de inferência carro-chefe do Microsoft AI. Como um modelo de porte médio, é um dos melhores de sua categoria: nos principais benchmarks de engenharia de software, seu desempenho está entre os líderes; em avaliações cegas de comparação, sua preferência por humanos atinge o mesmo nível do Sonnet 4.6.”

Mustafa Suleyman admitiu à mídia que a Anthropic ainda está alguns meses à frente, mas ressaltou que a Microsoft está rapidamente reduzindo o gap:

“Agora já estamos em uma posição absolutamente de vanguarda.” “Em seis meses, fechamos um grande gap.”

Essa declaração reflete, de certa forma, a mudança atual na estratégia de pesquisa em IA da Microsoft — não estão mais satisfeitos apenas em usar modelos da OpenAI, mas querem competir no topo na construção de modelos próprios.

Modelo de codificação ultraconfiável: Microsoft mira GitHub e mercado corporativo de desenvolvimento

Além dos modelos de inferência, a Microsoft lançou um modelo de codificação “ultra eficiente” chamado MAI-Code-1-Flash. Segundo relatos, esse modelo foi ajustado especificamente para a plataforma de desenvolvedores GitHub, pertencente à Microsoft. A empresa explica:

“O MAI-Code-1-Flash é um modelo de programação tipo agente de alta eficiência de inferência. O modelo foi desenvolvido especialmente para GitHub Copilot, VS Code e o ecossistema tecnológico da Microsoft, com profunda integração; com 5 bilhões de parâmetros, seu desempenho pode ser comparado ao Haiku, mas com custos mais baixos.”

Modelos de codificação já são um dos caminhos mais claros para a comercialização da IA. Os concorrentes no mercado incluem: Anthropic Claude Code / Cowork, OpenAI Codex, capacidades Gemini Code do Google, além de plataformas de desenvolvimento nativas de IA como Cursor e Replit. 

É evidente que a Microsoft pretende usar o ecossistema GitHub para fortalecer novamente sua vantagem competitiva.

Suleyman acredita que a combinação entre modelos de inferência e de codificação será crucial para a próxima fase do desenvolvimento de agentes inteligentes de IA (Agent). Ele afirma que a combinação das capacidades de “pensamento (thinking) + programação (coding)” permite à Microsoft construir sistemas de Agent realmente capazes de completar tarefas de forma autônoma.

Por que a Microsoft está focando na Anthropic?

Vale destacar que os executivos da Microsoft citaram publicamente a Anthropic como seu principal alvo de comparação.

Suleyman declarou ao “Financial Times” claramente que a Microsoft não está tão preocupada com a abordagem mais voltada ao consumidor, perseguida por Google, Meta e OpenAI.

A Microsoft está mais interessada no mercado corporativo de desenvolvedores, foco da Anthropic. As razões não são complexas.

A Anthropic se destacou rapidamente no último ano, com suas vantagens cada vez mais concentradas no coração do negócio da Microsoft: software corporativo, programação de IA, ferramentas de desenvolvedor e automação de escritório para profissionais.

Especialmente após o lançamento pela Anthropic das ferramentas de codificação e escritório de IA Cowork para usuários corporativos, houve preocupação no mercado com o setor de software corporativo. Produtos relacionados até mesmo provocaram quedas coletivas de ações do setor, impactando o preço das ações da Microsoft, que caiu mais de 6% no ano, muito abaixo do mercado, enquanto o índice S&P 500 subiu mais de 10%.

Para a Microsoft, isso já não é mais apenas uma disputa de capacidades de modelos, mas uma batalha para defender os “fosso defensivo” de Office, GitHub, Copilot e software corporativo.

Microsoft acelera para eliminar dependência da OpenAI

Mais profundamente, por trás do lançamento dos modelos está a estratégia de autonomia de IA da Microsoft.

Nos últimos anos, muitos produtos de IA da Microsoft dependiam fortemente dos modelos da OpenAI. Do Copilot ao Azure AI e aos serviços corporativos, a OpenAI era praticamente a principal fonte de capacidade de IA da Microsoft. Mas esse cenário está mudando.

Segundo a mídia, após reajustar a parceria com a OpenAI no ano passado, a Microsoft começou a impulsionar ativamente uma abordagem de “autossuficiência real”.

Atualmente, a Microsoft ainda detém cerca de 27% das ações da OpenAI, com direito de acesso prolongado aos modelos de ponta, mas a empresa claramente começou a construir uma estratégia de múltiplos modelos para eliminar a dependência única.

No último ano, a Microsoft já tomou uma série de medidas: criou uma equipe de pesquisa em superinteligência; reforçou o desenvolvimento interno de modelos; investiu na parceria de nuvem com a Anthropic; estabeleceu o sistema de modelos MAI; avançou na infraestrutura e frameworks de agentes inteligentes.

Suleyman afirma que possuir modelos próprios trará benefícios financeiros diretos.

Atualmente, ao fornecer parte dos serviços de IA aos clientes, a Microsoft precisa dividir “lucros significativos” com parceiros. Quando os modelos internos estiverem maduros, a empresa poderá reduzir bastante a pressão de custos. Suleyman diz: “Isso ficará diretamente refletido na folha de resultados.”