Mi-septembre, Jev ouvrait un créneau : des modèles qui ne rédigent rien et se contentent de trancher. Moins d’un mois plus tard, Microsoft et OpenAI sont dans la place, avec des tarifs qui laissent peu d’air à tout le monde.
Il y a quelques jours, nous racontions la levée de 870 millions de dollars de Jev pour des IA qui tranchent. Depuis, le terrain a changé de mains. Jev n’est plus seul à définir ce que doit être un modèle de décision, et les deux plus gros distributeurs d’IA du marché fixent désormais les prix.
Decision-1 : 9 milliards de paramètres, posés sur le catalogue Foundry
Microsoft a présenté Decision-1, bâti sur Qwen3.5-9B, un modèle ouvert d’Alibaba. L’éditeur le destine aux classifications, aux évaluations et au routage (l’aiguillage d’une requête vers le bon modèle), et lui prête « le potentiel » de guider et contrôler des agents dans des environnements complexes. Il est disponible sur Microsoft Foundry, la plateforme de modèles du groupe, et sur OpenRouter.
Les chiffres avancés par Microsoft : 83,5 % de précision et 85 millisecondes de latence, devant Jev 1.13.0, sur 36 benchmarks (jeux de tests) totalisant près de 150 000 questions. Face au deuxième du classement, H2O-Lightning-4B, Decision-1 serait 2,5 fois plus rapide. Côté facture, 0,042 dollar par million de tokens (les fragments de texte que le modèle lit) en entrée, et des tokens de sortie gratuits.
Une absence se remarque dans le tableau comparatif : les modèles Clef de Cloudflare, eux aussi construits sur Qwen et ouverts, n’y figurent pas. Le classement est celui de Microsoft, choisi et exécuté par Microsoft : il indique où l’éditeur veut qu’on le place, pas la position que lui donnerait l’ensemble du marché.
OpenAI vise le même guichet par l’autre porte, avec /v1/decisions
OpenAI a ouvert en bêta publique, après le DevDay, un point de terminaison dédié : /v1/decisions. Il repose sur gpt-6-luna, accepte du texte et des images, et facture 0,10 dollar par million de tokens en entrée, sorties et opérations de cache gratuites. Des coefficients s’ajoutent pour les contextes étendus, ainsi que des frais selon la région de traitement. OpenAI annonce des arbitrages jusqu’à dix fois plus rapides qu’avec son API des réponses.
Le contrat d’appel est précis. Une requête porte un modèle, des entrées partagées et une liste de questions de trois types : predicate renvoie une probabilité entre 0 et 1, choice renvoie une option avec probabilités et niveau de confiance, score renvoie un niveau ordonné. Un prédicat n’est pas un booléen : le seuil de décision reste au client. OpenAI ne recommande aucune valeur et conseille de partir de données annotées à la main pour mesurer les erreurs à plusieurs seuils. Le support est livré dans openai-python à partir de la version 3.26.0.
Les deux offres ne se ressemblent pas. Microsoft livre un modèle que l’on appelle comme n’importe quel autre, OpenAI un format de réponse normalisé : dans le second cas, la dépendance porte sur une interface plutôt que sur des poids.
42 dollars contre 100 : l’écart de prix sur un milliard de tokens
Faisons le calcul que les deux annonces suggèrent. Un million de requêtes de 1 000 tokens d’entrée chacune représente un milliard de tokens : environ 42 dollars chez Microsoft, 100 dollars chez OpenAI au tarif standard (OpenAI donne lui-même ce second chiffre). L’écart dépasse le double, sur une brique que l’on appelle à chaque message, chaque document, chaque pas d’un agent.
Pour Microsoft, ce prix a sa logique : Decision-1 repose sur un modèle ouvert, donc sans coût de licence ni de recherche fondamentale à amortir, et il remplit un catalogue Foundry qui vit de la consommation. Pour OpenAI, l’enjeu est inverse : empêcher que les petits modèles de routage, ceux qui décident quel gros modèle appeler, ne s’installent en amont de gpt-6 et ne captent la relation avec le développeur. Celui qui tranche en premier choisit ensuite qui génère.
La pression vient aussi du bas. Liquid AI a publié le 7 octobre open d1, dont d1-3B affiche 48,57 sur le Decision Index 0.2.1, devant un Decider 35B-A3B à 47,11, selon l’éditeur lui-même. Unsloth, de son côté, explique comment entraîner son propre modèle de décision : Qwen3.5 0.8B passe de 20,7 % à 74,3 % de précision agrégée sur trois benchmarks avec 4 Go de VRAM (la mémoire de la carte graphique), et un notebook gratuit permet d’obtenir la même chose avec Qwen3.5-4B sur 8 Go. Un indice en version 0.2.1 reste une méthodologie jeune, et chacun de ces scores sort de la plume de celui qui le publie.
Jev entre les géants et le fait maison
Jev se retrouve coincé entre des géants qui cassent les prix et des outils ouverts qui permettent à chacun de fabriquer son modèle. Il a lancé la tendance, puis a vu son idée reprise par de plus gros distributeurs et par des petits modèles ouverts, dont Microsoft affirme, chiffres à l’appui, qu’ils font mieux. Sa levée lui donne du temps, pas un avantage durable. La valeur se déplace vers la qualité des données d’entraînement, la fiabilité du calibrage des probabilités et l’intégration dans les outils des développeurs.
Trois essais à mener avant de brancher ces modèles sur vos flux
Pour un développeur, les 36 benchmarks de Microsoft comptent moins que le comportement de ces modèles sur ses propres données. D’où trois gestes : annoter à la main un échantillon de vos cas réels, mesurer les erreurs de chaque modèle à plusieurs seuils de confiance, garder une sortie de secours vers un modèle généraliste pour ce qui sort du cadre.
Les limites sont posées noir sur blanc par OpenAI : une tâche qui exige une explication rédigée, ou l’extraction d’un objet aux champs arbitraires, relève de la génération. Extraire une facture en empilant vingt questions de classification est mal adapté. Et dans une chaîne d’agents, une probabilité de 0,8 sur chaque étape ne donne pas 0,8 sur l’ensemble.
Un prix aussi bas ne dit rien de la fiabilité. Quand décider ne coûte presque rien, ce sont les mauvaises décisions qui coûtent cher, et il faudra choisir jusqu’où en confier la charge à un modèle de 9 milliards de paramètres.
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 17 évaluations
Faire appel à mes services →
