Même un modèle de programmation moins cher peut coûter plus cher si les ingénieurs passent davantage de temps à corriger son travail.
Microsoft a dévoilé sept modèles d’IA lors d’Ignite le 17 novembre, s’attaquant à OpenAI et Anthropic dans des tâches allant du développement logiciel à la retouche d’images. Dans une comparaison, Microsoft affirme que son modèle MAI Code 2 a atteint 96 % des performances de Claude Opus 5.5 sur quatre benchmarks de programmation, pour 5 % du prix, au tarif promotionnel.
Le véritable test pour Microsoft sera de déterminer si ces économies se maintiennent une fois que les entreprises prennent en compte les nouvelles tentatives, le temps de vérification et les tarifs qu’elles paieront après la promotion.
Sept modèles d’IA ciblent différentes tâches en entreprise
L’ annonce du 17 novembre de Microsoft a présenté MAI Cyber 2 Flash, MAI Code 2, MAI Code 2 Flash, MAI Image 2.7, MAI Realtime 1, MAI Transcribe 2 et Decision 1.1.
Les deux modèles de programmation sont disponibles dans GitHub Copilot avec les formules éligibles, tandis que MAI Code 2 Flash est proposé en préversion à accès limité dans Microsoft Foundry. MAI Image 2.7 est disponible en préversion publique dans Foundry, et Decision 1.1 est généralement disponible.
MAI Realtime 1 peut être testé dans MAI Labs, avec un tarif à partir de 0,01 $ par minute audio. MAI Transcribe 2 alimente la fonctionnalité de transcription déjà disponible dans Dragon Copilot. Microsoft indique que MAI Cyber 2 Flash commencera à être déployé auprès des clients éligibles de Codename MDASH à la mi-décembre, dans le cadre d’un déploiement exclusif via les produits de sécurité de Microsoft.
Le responsable de l’IA chez Microsoft, Mustafa Suleyman, a déclaré à Reuters que l’approche de l’entreprise « co-optimise les performances et le prix ».
Microsoft prévoit des modèles d’IA personnalisables dans Azure
Les MAI Licensed Weights de Microsoft sont conçus pour permettre à certaines entreprises de personnaliser ses modèles avec leurs données propriétaires et de les déployer dans leurs propres environnements Azure. Microsoft affirme que les clients pourront gérer les accès et les mises à niveau tout en gardant le contrôle de leurs adaptations.
Cela pourrait aider les entreprises à conserver le contrôle de leurs connaissances propriétaires. Microsoft affirme qu’il n’utilisera pas les données ni les adaptations de ses clients pour entraîner ses modèles sans accord explicite.
Microsoft cite des travaux antérieurs de personnalisation menés avec AT&T, Woven by Toyota et Alaska Airlines, tout en précisant que les résultats dépendent des tâches. Licensed Weights sera bientôt proposé dans le cadre de collaborations avec Frontier Company, sans date de lancement généralisé. Microsoft a décrit un déploiement dans Azure, mais pas la prise en charge d’autres clouds.
Ce qu’a constaté eWEEK : les plus grosses économies de Microsoft dépendent de la tâche
Les comparaisons de Microsoft suggèrent des économies sur certaines tâches, et non sur l’ensemble des charges de travail.
Modèle | Résultat revendiqué par Microsoft | Périmètre de l’évaluation |
MAI Code 2 | 96 % des performances de programmation de Claude Opus 5.5 pour 5 % du prix | Quatre benchmarks de programmation |
MAI Cyber 2 Flash | Des performances comparables à celles de GPT-6 Astra pour moins de 2 % du coût par tâche | Benchmark de sécurité CyberGymE2E |
MAI Image 2.7 | Un meilleur classement en retouche d’images que GPT Image 2.6 Sunburst (max), pour un cinquième du prix | Retouche d’images selon Artificial Analysis |
La méthodologie de programmation de Microsoft fonde la comparaison des prix de Code 2 sur un tarif promotionnel de 50 %. Le chiffre relatif à la sécurité correspond à un coût de référence par tâche, et non à une mesure des dépenses totales d’une organisation. Code 2 n’est pas non plus optimisé pour la recherche scientifique ni pour les agents qui fonctionnent très longtemps.
Ce que les équipes d’entreprise doivent vérifier avant de changer de modèle d’IA
Des prix plus bas ne comptent que si les modèles sont fiables. Les tests doivent varier selon les équipes :
- Développeurs : mesurez le nombre de corrections suggérées par l’IA qui passent les tests sans réécriture majeure.
- Équipes de sécurité : vérifiez l’exactitude des détections de vulnérabilités et des faux positifs avant d’agir.
- Équipes informatiques : examinez la disponibilité en production, la gestion des données, les dépendances à Azure et les temps de réponse.
- Équipes achats : comparez le coût par tâche réussie, en incluant les nouvelles tentatives, la surveillance et la vérification humaine.
Les entreprises ne sont pas obligées de remplacer les outils d’OpenAI ou d’Anthropic immédiatement. Un petit projet pilote peut déterminer si un modèle de Microsoft est plus performant pour une tâche donnée. Les organisations peuvent ensuite utiliser différents fournisseurs selon celui qui excelle dans chaque domaine.
Les prix plus bas de Microsoft pourraient pousser ses concurrents à améliorer leurs offres. Pour les acheteurs, le véritable avantage pourrait être un pouvoir de négociation accru et davantage de choix, à condition que ces économies résistent aux tests effectués sur leurs propres charges de travail.
Apprenez à utiliser l’IA plus efficacement grâce au cours gratuit de The Neuron Academy Comment parler à votre IA, puis découvrez d’autres leçons avec sept jours d’accès gratuit.


