
Le 17 novembre, à Ignite, Microsoft a lâché d’un seul coup sept modèles maison, répartis entre le code, la sécurité informatique, l’image, la voix et le routage. Le même jour, son blog officiel annonçait l’arrivée de GPT 6.2, d’OpenAI, dans Foundry, la plateforme de modèles d’Azure. Le partenaire historique reste donc au catalogue, mais il n’y est plus seul.

L'actu IA, triée, une fois par semaine.
Les articles qui comptent, avec leurs sources, le vendredi matin.
Offert à l'inscriptionMa configuration Claude Code, avec mes skills, mes sous-agents et mes hooks, prêts à copier, et une quarantaine d'astuces.
Un éditeur qui se mesure à son propre partenaire
Microsoft AI (MAI), la division qui conçoit ces modèles, a choisi son étalon sans détour : les modèles d’OpenAI. MAI Code 2, son nouveau modèle de programmation, revendique 98 % des performances de GPT-6.1 Sol pour 40 % du coût. Face à Claude Opus 5.5, d’Anthropic, l’écart est plus spectaculaire : 96 % des performances pour 5 % du coût. Ces moyennes portent sur quatre bancs d’essai de code : DeepSWE 1.1, Terminal Bench 2.1, SWE-Atlas et FrontierCode v1.1.
L’argument avancé est celui du prix à performance égale. Microsoft invoque la flambée des dépenses en tokens (les fragments de texte sur lesquels les modèles sont facturés) chez les clients qui veulent faire tourner des agents (des programmes d’IA qui agissent seuls) jour et nuit. Les puces maison Cobalt 200 et Maia 300, mises en avant à Ignite, forment l’autre moitié de la manœuvre : qui maîtrise le modèle et le silicium maîtrise le coût de chaque token. Dans ce que nous avons pu consulter, Microsoft ne chiffre pas ce que ces puces apportent aux ratios annoncés.
Notre lecture, que Microsoft ne confirme pas : en confiant les tâches courantes à ses propres modèles, l’éditeur réduit la part de la facture qui part chez un fournisseur tiers, tout en gardant GPT dans Foundry pour les clients qui le réclament. Il se couvre des deux côtés.
Des ratios invérifiables en l’état
Les chiffres sont ceux de Microsoft, et le protocole n’est pas détaillé sur la page de Microsoft AI. Trois des quatre tests ont tourné sur MSBench, une plateforme interne, avec le GitHub Copilot CLI sans sous-agents. Le calcul du coût intègre en outre une remise promotionnelle de 50 % sur le modèle maison. Sans cette remise, les mêmes ratios montent, par simple arithmétique, vers 80 % du coût de GPT-6.1 Sol et 10 % de celui d’Opus 5.5.
Les tarifs publiés dans GitHub Copilot ajoutent une pièce au dossier : 0,50 dollar le million de tokens en entrée et 2,50 dollars en sortie jusqu’au 17 mai 2027, puis 1 et 5 dollars. La grille de GitHub, filiale de Microsoft, facture GPT-6.1 Sol à 10 dollars le million de tokens produits et Opus 5.5 à 20 dollars. Un rapport de 40 % ne se déduit donc pas du seul prix au token : il désigne très probablement le coût total d’exécution des tests, qui dépend aussi du nombre de tokens que chaque modèle consomme. La page ne le dit pas.
Microsoft pose lui-même une autre limite : ses modèles de code visent les tâches d’entreprise du quotidien et ne sont pas encore optimisés pour la recherche fondamentale ni pour les workflows d’agents sur longue durée. C’est pourtant ce second terrain que le discours sur les agents permanents fait miroiter.
Copilot Autopilot, un agent qui travaille en continu sous sa propre identité
Copilot Autopilot illustre le débouché visé. Cet agent est attaché à un utilisateur et tourne en continu dans l’environnement Microsoft 365 de l’entreprise, avec sa mémoire et ses outils : il surveille des canaux Teams, relance des courriels, exécute des tâches récurrentes sans qu’on le sollicite. Le déploiement commence auprès des clients du programme Frontier, sans date de disponibilité générale ni prix.
La partie la plus précise concerne la gouvernance. Jared Spataro explique sur le blog de Copilot que chaque Autopilot reçoit un responsable nommé et son propre identifiant dans Microsoft Entra, l’annuaire où l’entreprise gère déjà les comptes de ses salariés. Le service informatique peut restreindre ses accès ou le bloquer, et ses actions sont journalisées sous son nom, distinctes de celles de l’employé qu’il assiste.
Côté modèles, MAI Work Flash, dérivé de la famille Flash et déployé dans Microsoft 365 et Fabric IQ, vise le même public. Microsoft affirme qu’il égale GPT-6 Luna sur ses tests internes Excel et PowerPoint, et qu’il se comporte comme GPT-6.1 Sol dans Word en consommant environ 42 % de tokens d’entrée en moins. MAI Code 2 Flash, pour sa part, reviendrait à 65 % du coût de GPT-6 Luna et 20 % de celui de Claude Haiku 5.5 à performance comparable. Là encore, les mesures sont internes.
Les poids sous licence, un argument pour les grands comptes
Avec MAI Licensed Weights, des « clients de confiance » pourront obtenir les poids d’un modèle MAI (les paramètres appris pendant l’entraînement) et le faire tourner dans leur propre environnement Azure, indique le blog officiel de Microsoft, sans prix. Pour une entreprise soumise à des contraintes de souveraineté, l’offre change la discussion : le modèle vient du fournisseur cloud, mais il s’exécute chez elle.
Le modèle de sécurité MAI Cyber 2 Flash montre comment Microsoft construit ses comparaisons. Il résout 92,3 % des tâches du banc CyberGym-E2E, contre 91,5 % pour GPT-6 Astra, pour moins de 2 % du coût par tâche. Lors de cette évaluation, Microsoft a constaté que 10 % des quelque 900 tâches s’appuient sur les mêmes projets open source et rapports de vulnérabilités que certaines de ses données d’entraînement. Les solutions de référence n’y sont jamais entrées, assure l’éditeur, mais ces tâches ont été retirées pour tous les modèles. Aucune comparaison n’est fournie avec GPT-6 Cyber, réservé à quelques clients.
Rejouer vos propres tâches avant de changer de modèle
Pour une équipe qui utilise GitHub Copilot, MAI Code 2 et sa version Flash sont déjà disponibles. Avant de basculer, mieux vaut rejouer vos propres tâches courantes, comparer le coût par tâche et non par token, et garder en tête que le tarif double après le 17 mai 2027. Un modèle à 96 % de la qualité d’un autre suffit pour corriger un bug ou expliquer une fonction. Il ne prouve rien pour une migration de plusieurs jours.
Le 17 mai 2027 tranchera : quand MAI Code 2 passera au prix plein dans la grille de GitHub, on saura si les ratios d’Ignite tenaient à la qualité du modèle ou à la remise.

Vous avez aimé celui-ci ?
La newsletter du vendredi réunit les articles de la semaine, avec leurs sources.
Offert à l'inscriptionMa configuration Claude Code, avec mes skills, mes sous-agents et mes hooks, prêts à copier.
Sources
Ils m’ont fait confiance
« Il ne se contente pas de corriger les symptômes, il cherche à comprendre l'origine des problèmes et à sécuriser les modifications effectuées. J'ai réellement le sentiment d'avoir trouvé un développeur qui comprend à la fois la technique et les enjeux globaux du projet. »
Évaluation client · projet WordPress · septembre 2026
5,0/5 sur 22 évaluations
Faire appel à mes services →

