En bref
- Microsoft affirme que MAI Code 2 offre 96 % des performances de codage de Claude Opus 5.5 pour 5 % de son coût, bien que la comparaison inclue des tarifs promotionnels.
- Son nouveau modèle de cybersécurité a obtenu 92,3 % contre 91,5 % pour GPT-6 Astra lors d'un test de détection de vulnérabilités, selon les évaluations de Microsoft.
- MAI Image 2.7 a dominé un classement indépendant d'édition d'images, tandis que nos comparaisons rapides ont favorisé son réalisme, sa créativité et la qualité globale de ses résultats.
Microsoft a dévoilé une nouvelle gamme de modèles d'IA spécialisés lors de sa conférence Ignite mardi, s'attaquant directement à Anthropic et OpenAI dans le codage, la cybersécurité et la génération d'images.
Au lieu de tenter de construire un chatbot unique qui surpasse tout le monde en tout, elle propose des modèles entraînés à accomplir des tâches particulières à un coût nettement inférieur.
La plus grande affirmation concerne MAI Code 2, dont Microsoft affirme qu'il offre 96 % des performances de Claude Opus 5.5 sur les tâches de codage d'entreprise courantes pour seulement 5 % du coût. Elle revendique également 98 % des performances de GPT-6.1 Sol à 40 % du prix.
Ces chiffres correspondent à la moyenne des résultats de quatre évaluations axées sur le développement logiciel pratique, notamment la correction de code et la réalisation de modifications multi-fichiers. Microsoft a exécuté trois des tests sur sa propre plateforme d'évaluation, a utilisé des résultats externes pour le quatrième, et a calculé les coûts de MAI Code 2 en appliquant une remise promotionnelle de 50 %.
Un modèle Code 2 Flash plus léger cible les corrections de routine et les modifications rapides, Microsoft affirmant des performances comparables à Claude Haiku 5.5 à 20 % du prix, donc extrêmement bon marché sans sacrifier la qualité. Les deux modèles de codage sont déjà intégrés à GitHub Copilot, plaçant directement la technologie interne de Microsoft dans un produit qui a largement dépendu de fournisseurs d'IA externes.
La sécurité est un autre objectif. Microsoft affirme que MAI Cyber 2 Flash a réussi 92,3 % des tâches de découverte de vulnérabilités évaluées par CyberGym-E2E, contre 91,5 % pour GPT-6 Astra, pour moins de 2 % du coût par tâche. CyberGym-E2E mesure le pourcentage d'enquêtes de sécurité logicielle qu'une IA mène à bien ; Microsoft a exclu 92 des 905 tâches après avoir identifié un chevauchement entre leur matériel source et ses données d'entraînement.
L'entreprise n'a pas encore publié de comparaison directe avec le modèle GPT-6 Cyber restreint d'OpenAI. Son système de sécurité commencera à remplacer un ancien modèle MAI pour les clients MDASH éligibles à la mi-décembre, s'appuyant sur l'approche d'analyse des vulnérabilités déjà couverte par Decrypt.
En IA, David peut aussi battre Goliath
Un petit modèle peut-il battre un grand ? Certainement, dans des cas spécifiques.
Un modèle polyvalent doit apprendre à écrire de la poésie, expliquer la physique, déboguer des logiciels et répondre à des questions sur à peu près tout. Un modèle ajusté pour le codage ou la cyberdéfense peut consacrer une plus grande part de son budget d'entraînement et de calcul aux schémas qui comptent pour cette tâche, plutôt que de transporter la même étendue de connaissances dans chaque requête.
Cela ne rend pas les petits modèles universellement plus intelligents. Cela peut les rendre plus rapides et plus économiques lorsque la tâche est bien définie, en particulier dans un secteur où le même travail s'exécute des milliers de fois par jour.
Un scanner de sécurité qui analyse chaque nouvelle modification de code n'a pas besoin d'un modèle de pointe coûteux pour expliquer l'histoire de l'Empire romain. Si un modèle peut consacrer toute sa puissance à générer du code Python, il sera plus judicieux de payer ses appels API plutôt que d'utiliser un modèle généraliste ultra-puissant.
La spécialisation peut aussi améliorer l'ensemble du système autour du modèle : les outils qu'il appelle, les vérifications qui valident ses réponses et les données utilisées pour l'affiner. OpenAI a adopté une approche similaire avec ses modèles Mini et Nano, laissant des travailleurs moins coûteux gérer les tâches de routine tandis que des systèmes plus grands traitent les exceptions.
Cependant, il y a des compromis. La documentation de Microsoft indique que Code 2 n'est pas encore optimisé pour la recherche scientifique fondamentale ou les missions autonomes de très longue durée. Et Anthropic est présent sur le segment le moins cher du marché avec Haiku, pas seulement avec ses modèles Opus haut de gamme, si bien que Microsoft entre dans une course que ses rivaux comprennent déjà.
MAI Image est la démonstration la plus convaincante
Le MAI Image 2.7 de Microsoft pourrait offrir la preuve la plus claire que sa stratégie fonctionne. Dans nos tests comparatifs rapides, ses images ont surpassé GPT Image et Nano Banana de Google en termes de réalisme, de créativité et de qualité globale.

Ce ne sont que des premières impressions fondées sur quelques générations, mais elles correspondent globalement à ses bons résultats dans les classements indépendants.
Sur le test d'édition d'images d'Artificial Analysis, qui demande aux gens de choisir entre des retouches générées de manière anonyme et convertit ces préférences en une note Elo, MAI Image 2.7 mène actuellement avec 1 215 points contre 1 211 pour GPT Image 2.6 Sunburst.
L'écart de quatre points est suffisamment faible pour que leurs marges d'incertitude déclarées se chevauchent ; le classement distinct de génération d'images à partir de texte, évalué selon la même méthode fondée sur les préférences, place Microsoft à la quatrième place.

La tarification est plus difficile à ignorer. Microsoft annonce environ 35 $ pour 1 000 images pour MAI Image 2.7 et 10 $ pour sa version Flash, contre environ 211 $ pour GPT Image 2.6 Sunburst à qualité maximale dans la comparaison d'Artificial Analysis. Nano Banana 2.1 de Google y coûte environ 34 $ pour 1 000 images, tandis que Nano Banana Pro est à environ 134 $ ; les factures réelles dépendent du fournisseur, de la résolution et des paramètres.
Nos tests antérieurs de MAI Image 2 ont révélé un excellent réalisme, mais des limites frustrantes en matière d'édition et de formats de sortie. La nouvelle version ajoute l'édition interactive via l'espace de travail Canvas de Microsoft, les arrière-plans transparents et un accès plus large via Foundry, bien que la qualité d'image et un produit utilisable restent deux choses différentes. Cela dit, le modèle est aussi assez censuré.






