Microsoft a profité de Build 2026 pour présenter sept nouveaux modèles MAI développés en interne, couvrant le raisonnement, le code, l’image, la voix et la transcription. Le lancement marque un tournant important pour l’écosystème de l’entreprise : au lieu de ne mettre en avant que l’intégration de modèles tiers dans ses produits, Microsoft veut montrer qu’il construit aussi une pile de modèles maison, pensée pour Microsoft Foundry, GitHub Copilot, VS Code, PowerPoint, OneDrive, Bing, Azure Speech et les usages agentiques.
Ce que Microsoft annonce avec MAI
La famille annoncée réunit sept modèles : MAI-Thinking-1, MAI-Code-1-Flash, MAI-Image-2.5 et sa variante Flash, MAI-Transcribe-1.5, MAI-Voice-2 et MAI-Voice-2-Flash. Microsoft présente cet ensemble comme un écosystème multimodal capable de couvrir des tâches de raisonnement, de génération de code, de génération ou d’édition d’image, de synthèse vocale et de transcription.
Le modèle le plus stratégique est MAI-Thinking-1, décrit comme le premier grand modèle de langage de Microsoft AI. D’après la présentation de Microsoft, il s’agit d’un modèle de taille moyenne conçu pour le raisonnement, les mathématiques, les instructions complexes, le long contexte et la génération de code. Mashable rapporte que Microsoft le décrit comme un modèle à 35 milliards de paramètres actifs avec une fenêtre de contexte de 128K, conçu pour maintenir un coût par token bas.
Pourquoi l’annonce compte pour les agents IA
L’intérêt du lancement tient moins au nombre de modèles qu’à leur intégration. MAI-Code-1-Flash est présenté comme un modèle de code agentique, optimisé pour GitHub Copilot, VS Code et la pile Microsoft. C’est un signal direct pour les développeurs : Microsoft veut que ses assistants de code et ses futurs agents puissent s’appuyer sur des modèles plus spécialisés, pas seulement sur un grand modèle généraliste.
Le même raisonnement vaut pour Foundry. Le billet Azure AI Foundry indique que les nouveaux modèles MAI deviennent disponibles dans Foundry sur quatre modalités : texte/raisonnement, image, voix et parole. Pour les entreprises, cela compte parce que l’agent IA n’est pas seulement une interface conversationnelle : il a besoin de comprendre une instruction, produire du code, traiter des documents, générer ou modifier des visuels, transcrire des échanges et parfois répondre oralement. Microsoft semble donc organiser MAI comme une brique d’infrastructure pour des agents plus complets.
Accès réel : tout n’est pas disponible au même niveau
La disponibilité reste graduelle. Mashable indique que MAI-Thinking-1 est accessible dans Microsoft Foundry en aperçu privé. MAI-Code-1 est disponible dans Copilot et VS Code. Les modèles MAI-Image-2.5 sont déjà présents dans PowerPoint et OneDrive, avec une arrivée annoncée dans Foundry. Le billet Foundry précise aussi que MAI-Transcribe-1.5 prend en charge 43 langues au total et que MAI-Voice-2 couvre 15 langues, avec une variante Flash annoncée pour une option plus rapide et plus efficace.
Microsoft annonce également une distribution plus large via Foundry, OpenRouter, Fireworks et Baseten. Le point à surveiller est la possibilité, mise en avant par Microsoft, de régler les poids du modèle. Si cette capacité se confirme dans des conditions utilisables par les développeurs, elle peut rendre les modèles MAI plus intéressants pour des usages spécialisés que de simples API fermées.
Des performances annoncées, mais à lire prudemment
Microsoft revendique plusieurs résultats flatteurs : MAI-Thinking-1 correspondrait à des modèles de tête sur des benchmarks de génie logiciel, montrerait de fortes capacités de raisonnement mathématique et serait préféré à Claude Sonnet 4.6 dans des évaluations humaines à l’aveugle. Mashable rapporte aussi l’affirmation selon laquelle le modèle égale Claude Opus 4.6 sur SWE Bench Pro. MAI-Image-2.5 est présenté dans le billet Foundry comme classé numéro 3 sur Arena.ai pour les familles de modèles de génération d’images, tandis que MAI-Transcribe-1.5 conserverait la première place sur le benchmark FLEURS.
Ces résultats restent des annonces et des classements attribués. Ils ne disent pas encore comment les modèles se comporteront dans des usages quotidiens : agents de code longs, applications d’entreprise, contrôle des coûts, latence, sécurité de la voix clonée, robustesse de la transcription ou qualité des sorties image sous contraintes. Pour les lecteurs techniques, la vraie question sera donc moins “MAI bat-il tel modèle ?” que “dans quelles tâches Microsoft peut-il proposer un modèle plus intégré, plus économique ou plus contrôlable dans sa propre pile ?”.
Le signal durable : Microsoft veut posséder plus de couches de l’IA
Ce lancement montre une évolution nette de stratégie. Microsoft continue d’exposer des modèles via ses plateformes, mais MAI ajoute une couche interne : modèles spécialisés, produits maison, distribution développeur et intégration aux outils déjà utilisés par les entreprises. Pour les agents IA, c’est probablement le point le plus important. Un agent fiable dépend autant du modèle que de l’environnement dans lequel il agit : éditeur de code, cloud, messagerie, documents, audio, image et sécurité.
MAI n’est donc pas seulement une réponse à la course aux grands modèles. C’est une tentative de construire une machine plus verticale : Microsoft contrôle davantage les modèles, les points d’accès, les produits et les environnements où ces modèles exécutent des tâches. Les prochains mois diront si cette intégration produit de meilleurs agents en pratique, ou si elle reste surtout un avantage de distribution.
