MAI-Thinking-1 marca la apuesta de Microsoft en reasoning nativo
Redmond entra al mercado de modelos de razonamiento avanzado mientras Lovable firma expansión 5x con Google Cloud para acceso a Claude.
Microsoft acaba de cruzar una línea estratégica que llevaba años evitando: construir modelos de razonamiento avanzado propios en lugar de limitarse a revender tecnología de OpenAI. El anuncio de MAI-Thinking-1 en Build 2026 señala un cambio de postura que redefine la relación entre hyperscalers, labs independientes y startups de aplicación. Mientras tanto, Lovable firma con Google Cloud un acuerdo multianual que incluye expansión 5x de infraestructura y acceso ampliado a Claude de Anthropic. El patrón es claro: la cadena de valor se verticaliza en ambas direcciones, y los márgenes se renegocian capa por capa.
Microsoft abandona la postura de pure reseller
Desde que Satya Nadella apostó $13 mil millones en OpenAI, Microsoft había operado como distribuidor privilegiado de GPT-4 y sucesores, integrándolos en Azure OpenAI Service, Copilot y GitHub. MAI-Thinking-1 rompe esa lógica: es el primer modelo flagship de razonamiento desarrollado íntegramente en Redmond, posicionado para competir directamente con o1 de OpenAI y los modelos de reasoning de Google y Anthropic. La familia MAI había arrancado el año pasado con modelos más pequeños, pero este salto a reasoning avanzado implica inversión en arquitectura, datos de entrenamiento y compute a escala comparable con los labs independientes. La pregunta no es técnica —Microsoft tiene talento y GPUs de sobra— sino estratégica: ¿hasta dónde está dispuesto a competir con su propio socio más visible?
La respuesta parece ser «hasta donde los márgenes lo justifiquen». Depender de OpenAI para cada llamada de API en Azure significa compartir revenue y ceder control sobre roadmap, pricing y SLAs. Construir modelos propios permite a Microsoft capturar más valor en la pila y diferenciarse frente a AWS (que distribuye modelos de Anthropic y tiene Bedrock) y Google Cloud (que empuja Gemini pero también ofrece Claude). En un mercado donde los hyperscalers compiten por workloads enterprise de IA, tener un modelo de reasoning nativo es ventaja de negociación y señal de independencia tecnológica.
Lovable negocia acceso preferencial desde arriba de la pila
En el extremo opuesto de la cadena, Lovable —startup de code generation— firma con Google Cloud un deal que multiplica por cinco su footprint de infraestructura y le garantiza acceso ampliado a Claude de Anthropic. El acuerdo es multianual, lo que sugiere compromisos de gasto significativos a cambio de pricing preferencial y posiblemente cuotas de rate limit más altas. Para Google, es una forma de anclar a un jugador de alto crecimiento en su nube mientras monetiza tanto compute como acceso a modelos de terceros (Claude vía Vertex AI). Para Lovable, es cobertura de riesgo: diversificar proveedores de modelos sin cambiar de cloud, asegurando continuidad operativa aunque Anthropic ajuste términos o disponibilidad.
Este tipo de acuerdos marca un patrón emergente: las startups de aplicación con tracción real —revenue recurrente, usuarios enterprise, workloads predecibles— pueden negociar términos que las acercan a los economics de los propios hyperscalers. No están comprando API retail; están firmando contratos de capacidad con descuentos por volumen, SLAs custom y acceso anticipado a nuevos modelos. Es la misma dinámica que AWS popularizó con Reserved Instances, pero aplicada a tokens y a la capa de modelos. Lovable no construye LLMs propios, pero negocia como si tuviera leverage comparable al de un lab mediano.
Verticalización en ambas direcciones y presión sobre márgenes
La tensión estructural es evidente: Microsoft construye modelos propios para capturar más valor hacia abajo; Lovable negocia acceso preferencial para capturar más valor hacia arriba. Los labs independientes (OpenAI, Anthropic) quedan en el medio, presionados por hyperscalers que ya no son meros distribuidores y por clientes enterprise que exigen términos de proveedor directo. La respuesta lógica es integrarse verticalmente ellos también: OpenAI con infraestructura propia (rumores de chips custom, acuerdos directos con Nvidia) y Anthropic con deals de distribución más amplios (Google, AWS, ahora indirectamente vía Lovable en GCP).
Para decision-makers, la implicación es directa: los contratos de IA enterprise van a parecerse cada vez más a los de cloud tradicional —compromisos plurianuales, descuentos por volumen, cláusulas de acceso a roadmap— y menos a suscripciones SaaS retail. Si tu startup consume >$500K/año en tokens, tenés leverage para negociar. Si sos hyperscaler, necesitás modelos propios para no quedar atrapado en la capa de distribución. Y si sos lab independiente, necesitás decidir rápido si tu negocio es vender modelos o vender aplicaciones, porque la zona intermedia se está comprimiendo. Mirá los próximos earnings de Microsoft y los anuncios de Google I/O: la guerra ya no es por quién tiene el mejor modelo, sino por quién controla más eslabones de la cadena.