Microsoft dévoile ses propres modèles d’IA maison, réduit sa dépendance à OpenAI

Les deux modèles lancés

• MAI-Image-2.5-Pro : Le modèle de génération d'images le plus fidèle de Microsoft à ce jour, conçu pour des visuels professionnels, l'édition détaillée et le rendu précis de texte à l'intérieur des images générées . Son prix via Microsoft Foundry est de 5 $ par million de tokens d'entrée texte, 8 $ par million de tokens d'entrée image, et 106 $ par million de tokens de sortie image .
• MAI-Voice-2-Flash : Un modèle de synthèse vocale à faible latence, optimisé pour la vitesse et le passage à l'échelle dans les applications de service client et de voix en temps réel . Microsoft affirme qu'il est deux fois plus rapide et 32 % plus rentable que la version standard MAI-Voice-2 .

Les deux modèles sont entrés en aperçu public via Microsoft Foundry le 24 juillet .

Où ils sont déployés

Microsoft intègre immédiatement ces nouveaux modèles dans plusieurs de ses produits phares :

• Bing Image Creator : Désormais 100 % interne, fonctionnant avec MAI-Image-2.5-Pro de bout en bout . La version précédente dépendait encore des modèles d'image d'OpenAI.
• PowerPoint : MAI-Image-2.5-Pro a remplacé GPT-Image-2 d'OpenAI comme moteur de génération d'images par défaut .
• OneDrive : Le modèle d'image est désormais l'outil par défaut pour les images générées par IA .
• Dynamics 365 Contact Center : MAI-Voice-2-Flash alimente les flux de travail vocaux en temps réel et le service client . Mustafa Suleyman, PDG de Microsoft AI, a notamment mentionné des intégrations chez T-Mobile et EasyJet .
• Microsoft Foundry (Azure AI Foundry) : Les deux modèles sont disponibles pour les développeurs en aperçu public .

Microsoft indique que les modèles MAI sont désormais déployés dans plus de la moitié de ses produits, avec des remplacements supplémentaires en cours dans Excel et Outlook .

Réductions des coûts GPU par rapport aux modèles OpenAI

Microsoft a fourni des pourcentages précis de réduction des coûts de calcul GPU. Il s'agit d'économies au niveau de l'infrastructure d'inférence lors de l'utilisation de ses propres modèles, par rapport à la location ou l'hébergement des équivalents d'OpenAI. Il ne s'agit pas de différences de prix d'API, mais d'économies matérielles réelles :

Ces réductions sont suffisamment importantes pour modifier les coûts unitaires des fonctionnalités d'IA de Microsoft dans sa suite Office et cloud.

Comment ces modèles s'intègrent dans la famille MAI

Les versions du 24 juillet sont des variantes spécialisées au sein d'une famille MAI plus large de sept modèles, annoncée à la conférence Microsoft Build en juin 2026 :

1. Raisonnement : MAI-Thinking-1
2. Image : MAI-Image-2.5, MAI-Image-2.5-Flash, et maintenant MAI-Image-2.5-Pro
3. Voix / Parole : MAI-Voice-1, MAI-Voice-2, et MAI-Voice-2-Flash
4. Transcription : MAI-Transcribe-1 / MAI-Transcribe-1.5
5. Code : MAI-Code-1-Flash

MAI-Image-2.5-Pro ajoute un niveau premium pour une qualité d'image maximale, tandis que MAI-Voice-2-Flash ajoute un niveau optimisé pour la vitesse dans les applications vocales à grand volume et faible latence . Toute la famille est entraînée sur les propres accélérateurs AI Maia 200 de Microsoft, sans distillation à partir de modèles tiers, avec un avantage d'efficacité revendiqué de 1,4x grâce à la co-conception matériel-logiciel .

Stratégie : Réduire la dépendance à OpenAI et aux modèles tiers

Microsoft exécute une stratégie délibérée en plusieurs phases pour parvenir à l'autosuffisance en IA sur toute la chaîne :

• Remplacer les modèles tiers par des modèles propriétaires : PowerPoint, Bing Image Creator et OneDrive sont tous passés des modèles d'image d'OpenAI à MAI-Image-2.5-Pro . Cela est décrit comme un « léger éloignement d'OpenAI » qui s'accélère .
• Garder OpenAI comme un partenaire, pas comme un fournisseur unique : Microsoft reste un investisseur dans OpenAI et Azure héberge les modèles OpenAI, mais l'entreprise n'est plus dépendante d'OpenAI pour ses propres produits. L'objectif est une stratégie multi-modèles avec des alternatives compétitives .
• Le contrôle des coûts comme levier stratégique : Les réductions de 84 à 89 % des coûts GPU permettent à Microsoft d'offrir des fonctionnalités d'IA compétitives à un coût par utilisateur bien inférieur, protégeant ses marges et renforçant sa position de négociation face à tous les fournisseurs de modèles externes .
• Construire une pile verticale complète : Posséder ses propres puces (Maia 200), ses propres modèles (famille MAI), sa propre infrastructure d'inférence (Azure) et sa propre surface produit (Office, Bing, Dynamics, Windows) .

Implications en termes de coûts, de prix et d'autosuffisance

• Élimination des coûts d'infrastructure : L'utilisation de modèles propriétaires sur les puces Maia 200 élimine la marge versée aux fournisseurs de modèles tiers pour chaque inférence .
• Fonctionnalités d'IA durables : Les réductions spectaculaires des coûts GPU suggèrent que les modèles MAI sont conçus sur mesure pour les cas d'utilisation spécifiques des produits Microsoft, plutôt que d'être des modèles de base à usage général, rendant les fonctionnalités d'IA dans Office et Dynamics plus résilientes aux changements de prix d'OpenAI .
• En résumé : Le lancement du 24 juillet achève le remplacement des modèles d'image et de voix d'OpenAI dans les produits grand public et professionnels les plus utilisés de Microsoft, pour une fraction du coût GPU . Microsoft construit une pile IA indépendante et verticalement intégrée qui expose bien moins l'entreprise à une dépendance externe unique.