Intensif Gratuit 21–22/11Intensif gratuit de 2 jours en Vibecoding (21–22 nov, 16h00 MSK) · Cohorte 3 le 23/11S'inscrire gratuitement →Cohorte 3 (23/11)
SortieAnalyse · Sur le radarHacker News AI→ original

Microsoft lance sept modèles MAI : son modèle de code offre 98 % de la qualité de GPT-6.1 Sol pour 40 % du prix

Microsoft AI, le laboratoire MAI, a publié sept modèles pour que les agents puissent tourner en continu sans faire exploser la facture de tokens. Selon la société, son modèle de code atteint 98 % de la qualité de GPT-6.1 Sol sur des tâches de développement, pour environ 40 % de son prix ; face à Opus 5.5, il offre 96 % de la qualité pour 5 % du prix. Le conseil pratique : tester ces chiffres sur vos propres tâches, confier la routine de l'agent à un modèle bon marché et ne solliciter le modèle phare que pour les étapes complexes.

Traité par IA depuis Hacker News AI ; édité par Hamidun News
Microsoft lance sept modèles MAI : son modèle de code offre 98 % de la qualité de GPT-6.1 Sol pour 40 % du prix
Source : Hacker News AI. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireHacker News AI ↗
Rédacteur en chef
Chiffre clé #1Le modèle cyber devance GPT-6 Astra sur CyberGym-E2E, avec un coût par tâche inférieur à 2 %
Retouche d'imagesn° 1 sur Artificial Analysis, cinq fois moins cher que GPT Image 2.6
Chiffre clé #3Une nouvelle puce Microsoft délivre 1,7 fois plus de tokens par watt

Un agent qui fonctionne non pas cinq minutes, mais en continu, transforme rapidement la facture de tokens en poste de dépense principal. C'est sur ce problème que Microsoft AI, le laboratoire interne de l'entreprise baptisé MAI, a bâti son annonce : elle publie sept modèles d'un coup et promet une qualité au niveau des leaders pour une fraction du prix. Le chiffre le plus remarqué concerne le code.

Le modèle de code, selon Microsoft, atteint 98 % de la qualité de GPT-6.1 Sol (autrement dit, il résout presque autant de tâches d'ingénierie que lui) et coûte environ 40 % de son prix. Tous les chiffres de l'article sont les données propres de Microsoft ; aucune vérification indépendante n'a encore été publiée.

Code, cybersécurité et modèles de milieu de gamme

Face à Opus 5.5 d'Anthropic, le modèle de code atteint 96 % de son résultat, mais ne coûte que 5 % de son prix. Pour une équipe dont l'agent corrige des bugs et écrit des tests en permanence, l'écart entre 100 % et 96 % de qualité se ressent à peine, alors qu'un facteur 20 sur le prix se ressent fortement.

Un modèle dédié à la cybersécurité a été évalué sur le benchmark CyberGym-E2E, où l'agent doit mener une tâche de bout en bout, de la recherche de vulnérabilité jusqu'au résultat. Selon Microsoft, il dépasse GPT-6 Astra en qualité, et une tâche lui coûte moins de 2 % du coût chez ce concurrent. Si la recherche de vulnérabilités ou l'analyse d'incidents est automatisée, un tel prix transforme une expérience coûteuse en simple poste de dépense courant.

Le modèle généraliste se veut plus modeste. Il offre une qualité comparable à GPT-6 Luna pour 65 % de son prix, et une qualité comparable à Haiku 5.5 pour 20 % de son prix. C'est un candidat à la fonction de cheval de trait pour les requêtes de masse, là où le modèle phare est superflu.

Un autre modèle de la famille est destiné à la prise de décision. Microsoft le dit 50 fois plus rapide et 79 fois moins cher que GPT-6.1 Sol. Ce type de modèle sert lorsqu'un agent doit rapidement choisir son étape suivante : quel outil appeler, où orienter une requête, s'il faut une validation humaine. Sur quelles tâches la comparaison a été mesurée, l'entreprise ne le précise pas ; il est donc plus sûr de s'appuyer sur ses propres données.

Images, voix et transcription

Le modèle d'édition d'images est arrivé premier du classement Artificial Analysis et devance GPT Image 2.6 Sunburst en mode maximal, tout en coûtant cinq fois moins cher. L'édition est le scénario le plus fréquent dans les produits : supprimer un arrière-plan, retoucher un produit sur une photo, remplacer un détail.

Le modèle vocal temps réel, selon Microsoft, fait mieux que GPT-Realtime 2.1 et démarre à partir de 0,01 $ par minute d'audio. Pour les centres d'appels et les assistants vocaux, le prix par minute détermine si le service est rentable avec des milliers d'appels simultanés.

L'exemple le plus concret est MAI Transcribe 2. Microsoft le présente comme le modèle de transcription multilingue le plus rapide et le plus précis. Il fonctionne déjà pour 10 millions de consultations médicales par mois, et le taux d'erreur a été divisé par deux selon les langues. Il ne s'agit pas d'un test de laboratoire, mais d'une mise en production dans la santé, où une erreur coûte cher.

Puce maison et conséquences pour les développeurs

Le septième point de l'annonce concerne le matériel. L'accélérateur de deuxième génération de Microsoft fonctionne déjà en production et fait tourner les plus gros modèles de l'entreprise. Il délivre 1,7 fois plus de tokens par watt. L'efficacité énergétique détermine en grande partie le prix par token que Microsoft peut se permettre de pratiquer.

Que faire, côté praticien ? Premièrement, ne pas prendre les pourcentages du communiqué pour argent comptant : la qualité a été mesurée sur des tests choisis par le fournisseur, et le « coût par tâche » et le « coût par token » sont des métriques différentes. Deuxièmement, constituer son propre jeu de 50 à 100 tâches réelles et faire tourner les nouveaux modèles à côté des actuels. Troisièmement, si l'agent enchaîne de nombreuses étapes répétitives, revoir l'architecture : un modèle rapide et bon marché exécute la routine et choisit les actions, tandis que le modèle phare n'intervient que sur les passages complexes.

Il y a aussi un enjeu stratégique. Microsoft, longtemps adossée à OpenAI, vend désormais ses propres modèles et les compare ouvertement à GPT et Claude sur le prix. Si des tests indépendants confirment ces annonces, la pression sur les tarifs des concurrents augmentera, et choisir un modèle selon le critère « le plus puissant » deviendra peu rentable.

Dossier

Questions clés sur cet article

Que sait-on sur Code, cybersécurité et modèles de milieu de gamme ?

Face à Opus 5.5 d'Anthropic, le modèle de code atteint 96 % de son résultat, mais ne coûte que 5 % de son prix. Pour une équipe dont l'agent corrige des bugs et écrit des tests en permanence, l'écart entre 100 % et 96 % de qualité se ressent à peine, alors qu'un facteur 20 sur le prix se ressent fortement. Un modèle dédié à la cybersécurité a été évalué sur le benchmark CyberGym-E2E, où l'agent doit mener une tâche de bout en bout, de la recherche de vulnérabilité jusqu'au résultat.

Que sait-on sur Images, voix et transcription ?

Le modèle d'édition d'images est arrivé premier du classement Artificial Analysis et devance GPT Image 2.6 Sunburst en mode maximal, tout en coûtant cinq fois moins cher. L'édition est le scénario le plus fréquent dans les produits : supprimer un arrière-plan, retoucher un produit sur une photo, remplacer un détail. Le modèle vocal temps réel, selon Microsoft, fait mieux que GPT-Realtime 2.1 et démarre à partir de 0,01 $ par minute d'audio.

Que sait-on sur Puce maison et conséquences pour les développeurs ?

Le septième point de l'annonce concerne le matériel. L'accélérateur de deuxième génération de Microsoft fonctionne déjà en production et fait tourner les plus gros modèles de l'entreprise. Il délivre 1,7 fois plus de tokens par watt. L'efficacité énergétique détermine en grande partie le prix par token que Microsoft peut se permettre de pratiquer. Que faire, côté praticien ?

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
Qu'en pensez-vous ?
Chargement des commentaires…