Le coût et le contrôle des modèles au cœur de la nouvelle gamme MAI
À Ignite, Microsoft étoffe MAI dans le code, l’image, la voix et la sécurité, avec des offres de personnalisation et des accès échelonnés.
Faire tourner des agents en continu, avec des modèles adaptés à leur travail et à leur budget : c’est le fil conducteur des annonces MAI à Ignite. Microsoft élargit sa gamme dans le développement logiciel, la création d’images, la voix et la cybersécurité. Le groupe y ajoute une offre de poids sous licence, destinée à personnaliser les modèles dans l’environnement Azure des entreprises. L’annonce comprend aussi Maia 200, l’accélérateur d’IA de deuxième génération désormais en production pour les plus grands modèles du groupe. Les calendriers diffèrent selon les produits : certains sont déjà intégrés aux applications, d’autres restent en préversion ou doivent arriver dans les prochaines semaines. L’image associe retouche ciblée et travail dans un canvas
Les modèles MAI Image 2.7 et 2.7 Flash couvrent la génération et l’édition d’images. Les fonctions mises en avant portent sur les modifications localisées de couleur, de matière ou de position, la continuité entre plusieurs retouches et la production de fonds transparents. Dans MAI Labs, le nouvel espace Canvas utilise la version Flash pour partir d’un texte ou d’un croquis, puis sélectionner une zone à remplacer, déplacer ou transformer.
La version 2.7 occupe la première place du classement d’édition d’Artificial Analysis, avec 1 215 Elo sur 5 478 votes. Son avance sur GPT Image 2.6 Sunburst en réglage maximal est de quatre points, avec des intervalles d’incertitude qui se chevauchent. Ce résultat traduit une préférence sur les retouches évaluées, plutôt qu’une supériorité établie sur tous les usages visuels. Les deux modèles sont disponibles en préversion publique dans Microsoft Foundry, avec des coûts indicatifs annoncés d’environ 35 dollars pour 1 000 images en version 2.7 et 10 dollars en Flash. Le code courant et les décisions structurées comme terrain de spécialisation
Les deux modèles de code se répartissent les travaux selon leur ampleur. La version Code 2 vise le débogage approfondi, les changements sur plusieurs fichiers et les interfaces ; Code 2 Flash cible les explications, corrections ponctuelles et itérations fréquentes. Microsoft précise que ces modèles ne sont pas encore optimisés pour la recherche scientifique fondamentale ou les travaux agentiques de très longue durée.
Sur la moyenne de quatre benchmarks, l’entreprise attribue à Code 2 98 % de la performance de GPT-6.1 Sol pour 40 % de son coût, et 96 % de celle de Claude Opus 5.5 pour 5 % du coût. Ces comparaisons utilisent l’effort de raisonnement maximal et un prix promotionnel MAI réduit de moitié. Trois tests ont été exécutés sur la plateforme interne MSBench avec GitHub Copilot CLI, sans sous-agents ; les données FrontierCode proviennent d’Artificial Analysis. Les deux modèles sont annoncés dans GitHub Copilot, avec une préversion à accès limité de Flash dans Foundry.
Une déclinaison issue de Code 2 Flash, MAI Work Flash, sert aussi plusieurs produits Microsoft 365 et FabricIQ, des tâches bureautiques à la génération de requêtes DAX pour Power BI.
Pour les choix intégrés aux applications, Decision 1.1 remplit un rôle différent : routage vers un modèle, classification, priorisation ou vérification, parmi des actions définies par le développeur. Il accepte désormais des images et fournit des scores de confiance pour régler les seuils d’action ou de transfert. Disponible dans Foundry, OpenRouter et Vercel, il est facturé à partir de 0,042 dollar par million de tokens d’entrée dans Foundry, sans facturation des sorties. La voix et la cybersécurité ont leurs propres conditions de déploiement
Le modèle MAI Realtime 1 traite des conversations vocales, avec gestion des interruptions, adaptation du ton et connexion aux outils d’entreprise. Son prix de base commence à 0,01 dollar par minute audio, auquel s’ajoute le raisonnement, facturé séparément à 1 dollar par million de tokens en entrée et 5 dollars en sortie. Les essais passent par MAI Labs ou une préversion à accès limité dans Foundry. Son intégration est aussi annoncée dans Dynamics 365 Contact Center et dans Dragon Copilot pour des simulations de conversations avec des patients.
La transcription suit une autre voie : Dragon Copilot Transcribe, fondé sur MAI Transcribe 2, est déjà déployé dans Dragon Copilot. Microsoft lui attribue la transcription de 10 millions de consultations par mois et annonce des erreurs divisées par deux dans les usages multilingues.
En sécurité, MAI Cyber 2 Flash obtient, selon Microsoft, 92,3 % de réussite contre 91,5 % pour GPT-6 Astra sur CyberGym-E2E. L’évaluation exclut pour tous les modèles 92 tâches présentant un recoupement avec les données d’entraînement, et conserve 813 tâches. Le coût calculé hors production est de 0,45 dollar par tâche contre 34,38 dollars, selon les prix catalogue retenus. Le modèle sera réservé aux produits de sécurité Microsoft ; son remplacement du profil MAI existant dans MDASH est prévu pour les clients éligibles à partir de mi-décembre. Des poids personnalisables dans l’environnement Azure de l’entreprise
L’offre MAI Licensed Weights doit donner aux entreprises le contrôle du déploiement, des accès et des mises à jour de modèles personnalisés dans leur propre environnement Azure. Microsoft indique que les données et adaptations restent la propriété du client et ne servent à entraîner ses modèles qu’avec son accord explicite. L’accès commercial est annoncé prochainement dans le cadre des accompagnements Frontier Company.
Les exemples publiés concernent des adaptations à des tâches précises. Chez Alaska Airlines, une version de Code 2 Flash réglée pour classer des rapports de maintenance passe de 81,2 % à 91,1 % d’exactitude ; les décisions finales restent confiées aux salariés habilités. Chez Woven by Toyota, un modèle adapté à des corrections de conformité du code produit des modifications prêtes à intégrer dans 44 % des cas où les modèles utilisés en production nécessitaient une intervention humaine.