Det är ingen slump att de två förändringarna kommer samtidigt. När AI-agenter utför allt mer omfattande arbetsflöden blir kostnaden för att köra modellerna en central affärsfråga.
Copilot Cowork är byggd för att utföra uppgifter, inte bara svara på frågor. Agenten kan arbeta över flera delar av Microsoft 365 – bland annat Outlook, SharePoint, Teams och Excel – i samma arbetsflöde .
Ett enda uppdrag kan därför leda till många separata steg: hitta information, tolka den, använda ett verktyg, kontrollera resultatet och sedan skapa eller ändra innehåll. Varje steg kan förbruka indata-, utdatas- och cachade token.
Det gör agentbaserade arbetsflöden betydligt mer resurskrävande än en enkel fråga och ett svar. I stor skala blir modellens inferenskostnad – alltså kostnaden för att köra modellen och generera resultatet – en avgörande faktor.
DeepSeek V4 uppges använda en effektiv uppmärksamhetsmekanism som kan minska kostnaden för att driftsätta modellen i stor skala . Det är särskilt relevant för företagsagenter, där många användare kan starta långa och komplexa arbetsflöden samtidigt.
DeepSeek-modeller finns redan i Microsofts Azure AI Foundry-katalog, bland annat i varianterna V4 Pro och V4 Flash . Microsoft har därmed redan erfarenhet av att erbjuda modellerna genom sin egen molnplattform.
Vid lanseringen innehöll Copilot Coworks modellväljare modeller från Anthropic, däribland Claude Opus och Sonnet, samt OpenAI:s GPT-5.5 . En finjusterad DeepSeek-modell skulle ge Microsoft ett billigare alternativ som företaget kan hosta och kontrollera självt.
Det skulle också minska beroendet av de mest avancerade modellerna från OpenAI och Anthropic. Microsoft skulle få större flexibilitet i hur olika arbetsuppgifter fördelas mellan dyrare och billigare modeller – och bättre förhandlingsläge gentemot sina modellpartners.
En Microsoft-hostad modell skulle köras i Azure, vilket enligt uppgifterna skulle innebära att kundernas data och inferens stannar inom Microsofts molnmiljö och omfattas av Azures säkerhets- och efterlevnadskontroller .
Det kan vara attraktivt för europeiska företag som behöver ha tydlig kontroll över var information behandlas. Anthropic-modellerna körs enligt den återgivna rapporteringen på Anthropics USA-baserade infrastruktur, något som har väckt frågor om GDPR och EU Data Boundary för vissa europeiska verksamheter .
Det betyder inte att Claude automatiskt är oförenligt med GDPR. Skillnaden handlar snarare om hur databehandling, lagringsplats och gränsöverskridande överföringar kan dokumenteras och styras. En modell som Microsoft själv kör i Azure kan göra den hanteringen enklare för reglerade verksamheter.
Copilot Credits är den förbrukningsbaserade valuta som används för Microsofts Copilot-upplevelser och agenter. Grundprincipen är att priset följer mängden arbete som agenten faktiskt utför.
I praktiken innebär detta att samma uppgift kan kosta olika mycket beroende på vilken modell som används och hur många steg agenten behöver utföra. Om en billigare DeepSeek-modell läggs till i Copilot Coworks modellväljare kan den därför förbruka färre krediter för motsvarande arbetsuppgift.
Copilot Cowork följer Microsoft 365:s befintliga säkerhets- och styrningsramar. Agenten ska bara komma åt information som användaren har behörighet att se, och Microsoft Purview kan användas för säkerhet, granskning och styrning .
Men agentens styrka skapar också en ny risknivå. När ett arbetsflöde samtidigt kan hämta information från Outlook, SharePoint, Teams och Excel blir företagets behörighetsmodell avgörande. En felaktig åtkomstinställning kan få större konsekvenser när agenten kan söka över flera tjänster och dessutom utföra åtgärder .
För säkerhetschefer och dataskyddsansvariga handlar frågan därför inte enbart om vilken språkmodell som är bäst. De behöver också kontrollera:
En Azure-hostad DeepSeek-modell kan passa väl in i Microsofts befintliga arkitektur, men den eliminerar inte behovet av tydliga behörigheter och interna kontrollprocesser.
Microsofts möjliga DeepSeek-satsning visar att konkurrensen inom företags-AI inte längre bara handlar om vilken modell som presterar bäst i tester. Kostnaden per arbetsflöde blir minst lika viktig.
Om Microsoft kan erbjuda avancerade agentfunktioner med lägre kreditförbrukning skapas press på konkurrenter som Google Workspace med Gemini och Slacks AI-integrationer. Samtidigt blir en öppen modell som får en central plats i Microsoft 365 ett tydligt erkännande av så kallade open-weight-modeller i företagsmiljöer.
För Microsoft är målet dubbelt: att sänka kostnaden för de tokenkrävande arbetsflödena och att behålla en attraktiv prisnivå när kunderna nu ser en tydligare koppling mellan sin användning och sin faktura. För kunderna kan resultatet bli fler modellalternativ – men också en mer komplicerad kostnads- och styrningsbild.
Kort sagt: Microsoft tittar på DeepSeek V4 främst för att minska inferenskostnaden för Copilot Coworks agentbaserade arbetsflöden. Den nya modellen med Copilot Credits gör besparingen extra värdefull, eftersom lägre modellkostnader kan ge både bättre marginaler för Microsoft och lägre kreditförbrukning för företagen.