Microsoft remplace OpenAI et Anthropic par ses propres modèles dans Copilot
Microsoft réoriente agressivement son écosystème Copilot pour s'éloigner des géants tiers comme OpenAI et Anthropic au profit de ses propres modèles propriétaires MAI. Ce pivot stratégique vise à réduire massivement les frais de licence sur ses produits phares tels qu'Excel, Outlook et GitHub Copilot.
Le passage aux modèles MAI internes
Microsoft exécute actuellement une stratégie à long terme pour réduire sa dépendance vis-à-vis des fournisseurs d'IA externes. Selon des rapports récents, les modèles MAI internes de Microsoft traitent déjà des dizaines de milliers de requêtes par semaine au sein d'Excel et d'Outlook — des applications qui reposaient auparavant largement sur les modèles d'OpenAI et d'Anthropic.
Au-delà des logiciels de productivité, ces modèles propriétaires sont intégrés à GitHub Copilot, et un modèle de transcription spécialisé est prévu pour un déploiement futur dans Microsoft Teams. Mustafa Suleyman, responsable de l'IA chez Microsoft, s'est montré transparent sur le moteur économique de cette initiative, affirmant que l'entreprise vise à « réduire et, à terme, éliminer » les coûts élevés payés à Anthropic.
Benchmarks de performance vs affirmations marketing
Lors de la récente conférence Build, Microsoft a présenté sept nouveaux modèles, avec en tête MAI-Thinking 1, son premier modèle dédié au raisonnement. Bien que Microsoft ait affirmé que le modèle pouvait égaler les modèles Sonnet 4.6 et Opus 4.6 d'Anthropic dans les tâches de codage selon des évaluations humaines, les benchmarks indépendants dressent un portrait plus nuancé.
Les évaluations techniques suggèrent que Thinking-1 est en réalité à la traîne par rapport aux modèles leaders d'OpenAI et d'Anthropic, se rapprochant davantage des niveaux de performance de DeepSeek V3.2. Cette divergence soulève des questions pour les développeurs et les utilisateurs en entreprise quant à savoir si la transition vers des modèles internes entraînera une baisse notable des capacités de raisonnement et de codage.
Impact potentiel sur les prix et l'expérience utilisateur
Le passage aux modèles internes pourrait fondamentalement changer la manière dont les clients paient pour l'IA. Alors que Microsoft cherche à améliorer ses marges, il existe un risque que les utilisateurs reçoivent des modèles « par défaut » moins performants pour le même prix d'abonnement.
Le PDG Satya Nadella a laissé entendre un passage vers une tarification basée sur l'utilisation. Cela pourrait conduire à un écosystème à plusieurs niveaux où les modèles MAI de Microsoft serviraient d'offre standard, tandis que les modèles haute performance d'OpenAI ou d'Anthropic seraient relégués à des extensions premium avec supplément. Essentiellement, les coûts précédemment supportés par Microsoft pourraient bientôt être répercutés directement sur le consommateur.
Transparence des données et nuances juridiques
Microsoft a positionné ses modèles MAI comme étant « sûrs pour les entreprises » car ils sont entraînés sur des données propres et sous licence commerciale. Cependant, la documentation technique révèle l'utilisation du jeu de données Common Crawl — une collection massive de données web dont le statut juridique pour l'entraînement de l'IA reste un sujet de débat intense. Bien que cette pratique soit courante dans l'industrie, l'accent mis par Microsoft sur les données « propres » souligne la tension entre le marketing d'entreprise et les réalités juridiques du scraping à l'échelle du web.
Points clés à retenir
- Optimisation des coûts : Microsoft remplace les modèles coûteux d'OpenAI et d'Anthropic par des modèles MAI internes dans Excel, Outlook et GitHub Copilot afin d'augmenter ses marges.
- Écart de performance : Malgré les affirmations de parité avec les modèles de premier plan, les premiers benchmarks suggèrent que les modèles de raisonnement de Microsoft sont actuellement en retrait par rapport aux leaders du secteur.
- Évolution des prix : Les utilisateurs pourraient voir un passage vers une tarification basée sur l'utilisation, où les modèles tiers premium deviennent des extensions payantes plutôt que des fonctionnalités standard.