REDMOND, Washington — C’est un tournant stratégique majeur qui est en train de s’opérer en coulisses dans la Silicon Valley. Selon des informations récentes révélées par l’agence Bloomberg, Microsoft a entamé une transition discrète mais massive pour remplacer les modèles d’intelligence artificielle d’OpenAI et d’Anthropic au sein de ses propres applications phares. Pour orchestrer cette émancipation, la firme de Redmond s’appuie désormais sur sa propre infrastructure logicielle : la nouvelle famille de modèles maison baptisée Microsoft MAI.
Présentée officiellement par Mustafa Suleyman, le PDG de la division Microsoft AI, lors de la conférence annuelle Build, cette suite technologique marque la volonté ferme du géant américain de reprendre le contrôle total de sa chaîne de valeur et d’alléger une facture d’exploitation devenue astronomique.
Une famille de 7 modèles développés à partir de zéro
L’offensive ne se résume pas à une simple mise à jour technique. Microsoft a déployé simultanément sept modèles distincts couvrant le raisonnement textuel, la programmation, la génération d’images, la transcription et la synthèse vocale. Contrairement à la tendance actuelle du marché, ces modèles ont été entraînés entièrement “à partir de zéro”, sans aucune distillation (un procédé consistant à entraîner un petit modèle à partir des réponses d’un plus grand).
Au cœur de cette architecture se trouve la machine à “gravir les échelons” (hill-climbing machine) théorisée par Mustafa Suleyman : un pipeline de développement co-conçu où chaque itération améliore continuellement les performances grâce à des données commerciales strictement sous licence, éliminant ainsi les risques de litiges liés aux droits d’auteur.
MAI-Thinking-1 : Le fer de lance du raisonnement souverain
Le modèle le plus attendu de cette gamme est sans conteste MAI-Thinking-1. Il s’agit du tout premier grand modèle de raisonnement conçu en interne par Microsoft.
Doté d’une architecture de type mélange d’experts (MoE ou Mixture of Experts) activant 35 milliards de paramètres par requête pour un total de près de 1 000 milliards de paramètres, il intègre une fenêtre de contexte massive de 256 000 jetons (tokens). Cette capacité lui permet de traiter un document de plus de 600 pages en une seule passe, une prouesse indispensable pour les flux de travail complexes des entreprises.
| Métrique / Caractéristique | Spécifications MAI-Thinking-1 |
| Architecture | Mixture of Experts (MoE) |
| Paramètres Actifs | 35 milliards (~1T au total) |
| Fenêtre de Contexte | 256 000 jetons |
| Score AIME 2026 | 94,5 % |
| Disponibilité | Azure AI Foundry (Aperçu privé) |
Sur les bancs d’essai réglementaires, le modèle se positionne directement face aux ténors de l’industrie. Lors d’évaluations à l’aveugle menées auprès d’utilisateurs humains, MAI-Thinking-1 a été préféré à Claude 3.7 Sonnet pour sa pertinence globale. De plus, sur le benchmark de programmation ultra-exigeant SWE-Bench Pro, il s’aligne avec les performances de Claude Opus, tout en affichant une empreinte computationnelle nettement inférieure.
L’impératif économique : Réduire la dépendance à OpenAI
Si Microsoft reste le principal investisseur et partenaire d’OpenAI, la réalité financière a fini par imposer un rééquilibrage. L’intégration massive de modèles externes comme GPT-4o dans des outils utilisés par des dizaines de millions d’employés au quotidien (Word, Excel, Outlook) génère des coûts de calcul insoutenables à long terme.
Selon les rapports sectoriels, l’utilisation de variantes des modèles Microsoft MAI spécifiquement optimisées pour Excel ou Outlook permet d’égaler les performances requises pour ces tâches bureautiques tout en s’avérant jusqu’à 10 fois plus économiques que le recours systématique aux API d’OpenAI. Des applications comme PowerPoint exploitent déjà la déclinaison graphique MAI-Image-2.5 pour générer des mises en page et des infographies directement adaptables, tandis que Microsoft Teams s’apprête à intégrer MAI-Transcribe-1.5 pour sa prise de notes en temps réel dans 43 langues.
« Notre objectif est d’atteindre une Superintelligence Humaniste : des capacités d’IA avancées conçues pour servir les personnes et les organisations, et non pour les remplacer », a insisté Mustafa Suleyman dans son manifeste.
Une offre multimodale agressive sur Azure AI Foundry
Pour séduire les développeurs tiers et conserver ses clients cloud au sein de l’écosystème Azure, Microsoft propose une grille tarifaire particulièrement agressive sur sa plateforme Azure AI Foundry :
- MAI-Image-2.5 : Se classe au deuxième rang mondial sur la plateforme LMSYS Arena pour l’édition d’images. Proposé à 5 $ USD par million de jetons en entrée textuelle et 47 $ USD par million de jetons en sortie image. Une version Flash est disponible pour réduire les coûts à 1,75 $ USD en entrée.
- MAI-Voice-2 : Permet un clonage de voix à échantillon unique (de 5 à 60 secondes) prenant en compte les émotions à travers 15 langues, facturé 22 $ USD par million de caractères.
- MAI-Transcribe-1.5 : Offre un taux d’erreur par mot (WER) de seulement 2,4 % sur le benchmark FLEURS, accessible dès 0,36 $ USD par heure de traitement audio.
En internalisant l’essentiel des briques technologiques de l’IA générative (texte, voix, image, code avec MAI-Code-1-Flash), Microsoft garantit aux entreprises une conformité native aux règles de sécurité Azure (RBAC, Entra ID) tout en s’affranchissant des files d’attente et des variations de prix liées aux fournisseurs tiers. Les modèles Microsoft MAI ne marquent pas la fin de l’alliance avec OpenAI, mais ils redéfinissent clairement qui tient le volant de l’innovation logicielle chez le leader mondial de l’informatique.