De to ændringer hænger tæt sammen. Copilot Cowork skal ikke bare svare på spørgsmål, men udføre længerevarende opgaver på tværs af Microsoft 365. Når AI-agenter bruger mange modelleresponser og værktøjskald, bliver prisen på den underliggende databehandling afgørende.
Copilot Cowork er udviklet til at gennemføre komplekse opgaver i flere trin. Agenten kan arbejde på tværs af blandt andet Outlook, SharePoint, Teams og Excel i det samme forløb . Brugeren beskriver i højere grad det ønskede resultat, hvorefter Cowork kan finde relevant kontekst i mails, møder, beskeder, filer og andre Microsoft 365-data og handle på baggrund af den.
Det adskiller sig fra en almindelig chatforespørgsel. En enkelt opgave kan udløse en kæde af handlinger, hvor modellen læser kontekst, vælger værktøjer, genererer svar og eventuelt gentager processen. Hvert trin kan forbruge input-, output- og cachede tokens.
Det gør agentbaseret AI langt mere krævende end simpel spørgsmål-og-svar-brug. Under tidligere prismodeller blev lignende tjenester blandt andet målt i abstrakte premium request units. Den model er mindre velegnet til opgaver, hvor én brugerforespørgsel kan sætte mange efterfølgende operationer i gang.
Med Copilot Credits bliver forbruget i stedet koblet tættere til den faktiske tokenanvendelse. For Microsoft betyder det, at lavere inferensomkostninger kan give en bedre indtjening – eller gøre det muligt at tilbyde en model, der bruger færre kreditter på den samme arbejdsopgave .
Axios’ oplysninger om en mulig DeepSeek-løsning peger især på tre strategiske hensyn.
DeepSeek V4 benytter ifølge rapporteringen en effektiv opmærksomhedsmekanisme, der kan reducere omkostningerne ved drift i stor skala . Det er relevant for Copilot Cowork, hvis agenten skal håndtere mange flertrinsopgaver for store virksomheder.
DeepSeek-modeller er allerede tilgængelige i Microsofts Azure AI Foundry-katalog, herunder V4 Pro- og V4 Flash-varianter. Det giver Microsoft erfaring med at drive og administrere modellerne i sin egen cloudinfrastruktur .
Copilot Coworks modelvælger omfatter ved lanceringen Claude Opus- og Sonnet-modeller fra Anthropic samt GPT-5.5 fra OpenAI . En Microsoft-kontrolleret DeepSeek-variant vil give virksomheden endnu en mulighed ved siden af de store frontier-modeller.
Det handler ikke nødvendigvis om at erstatte de mest avancerede modeller. En billigere model kan i stedet bruges til opgaver, hvor maksimal modelkapacitet ikke er nødvendig. Samtidig får Microsoft større fleksibilitet i forhold til leverandører, priser og kapacitet.
En Azure-hostet model kan holde inferensen inden for Microsofts cloud- og governance-rammer. Det kan være vigtigt for virksomheder, der har krav til dataplacering, adgangskontrol og dokumentation af AI-behandling.
Anthropics Claude-modeller kører på Anthropics egen USA-baserede infrastruktur. Det har ført til spørgsmål om, hvordan brugen passer sammen med GDPR og EU Data Boundary-krav for europæiske virksomheder . Det betyder ikke i sig selv, at Claude er uforenelig med GDPR, men infrastrukturen kan give virksomhederne en anden datastyringsudfordring end Microsoft-hostede modeller.
En DeepSeek-model, der fuldt ud hostes på Azure, kan derfor gøre det enklere at samle databehandling og kontrol under Microsofts eksisterende enterprise-rammer .
Copilot Credits er Microsofts måleenhed for forbrug på en række Copilot-oplevelser og agenter . Den grundlæggende prismodel er:
Det præcise forbrug afhænger altså af, hvad agenten skal gøre, hvor meget kontekst den skal behandle, og hvilken model der udfører opgaven. Hvis Microsoft tilføjer en billigere DeepSeek-model til Copilot Coworks modelvælger, kan den samme virksomhedshandling i princippet kræve færre kreditter.
Copilot Cowork følger Microsoft 365’s eksisterende sikkerheds- og styringsprincipper. Agenten skal kun kunne tilgå data, som brugeren allerede har adgang til, og Microsoft tilbyder integration med Purview til audit og governance .
Men Coworks styrke er også en ny styringsudfordring. Når én opgave bevæger sig gennem Outlook, SharePoint, Teams og Excel, bliver virksomhedens rettighedsmodel testet på tværs af flere systemer samtidig . Virksomheder bør derfor sikre, at adgangsgrupper, delingstilladelser og følsomme data er korrekt konfigureret, før de lader en agent arbejde mere selvstændigt.
En Azure-hostet DeepSeek-model kan passe naturligt ind i denne arkitektur, men hosting på Azure fjerner ikke behovet for governance. Det afgørende er fortsat, hvilke data agenten må bruge, hvilke handlinger den må udføre, og hvordan aktiviteterne bliver logget og kontrolleret.
Hvis Microsoft lancerer en billigere DeepSeek-baseret mulighed i Copilot Cowork, vil det være mere end et internt spareprojekt. Det vil også være en tydelig blåstempling af open-weight-modeller i en af verdens største produktivitetspakker.
Samtidig kan en lavere kreditpris lægge pres på alternativer som Google Workspaces Gemini og Slacks AI-integrationer. Konkurrencen kommer i stigende grad til at handle om mere end modellernes rå evner. Virksomheder vil også sammenligne, hvor meget det koster at få en agent til at udføre komplekse opgaver i praksis.
For Microsoft er regnestykket derfor todelt: Copilot Cowork skal være kraftfuld nok til at håndtere arbejde på tværs af Microsoft 365, men billig nok til at kunne bruges i stor skala. DeepSeek V4 kan – hvis rapporteringen bliver til et konkret produkt – hjælpe Microsoft med begge dele, samtidig med at virksomheden får større kontrol over sin model- og cloudøkonomi.