fr.wedoany.com Rapport : Le 2 juin, l’équipe Microsoft AI Super Intelligence a dévoilé MAI-Thinking-1, le premier modèle de raisonnement de Microsoft AI. Ce modèle, basé sur une architecture de mélange d’experts clairsemée, compte 35 milliards de paramètres actifs et environ 1 000 milliards de paramètres totaux. Il est conçu pour les instructions complexes à plusieurs étapes, le raisonnement à long contexte et les tâches de génération de code, et est déjà disponible en prévisualisation privée sur Microsoft Foundry.
Le lancement de MAI-Thinking-1 signifie que Microsoft étend son système de modèles propriétaires, passant des modèles légers, de la génération d’images, de la transcription vocale et de l’assistance au codage, à une couche plus centrale de modèles de raisonnement. Par le passé, Microsoft a largement intégré des capacités de modèles externes de pointe dans ses produits d’intelligence artificielle. Cependant, lors d’un déploiement réel, les clients d’entreprise se préoccupent également de la provenance des données d’entraînement, du contrôle des coûts, de l’efficacité du raisonnement, des limites de conformité et de l’intégration à long terme avec la plateforme. MAI-Thinking-1 est conçu comme un modèle de taille moyenne, entraîné à partir de zéro avec des données d’entreprise, propres et sous licence commerciale, sans distillation des capacités via des modèles tiers de pointe. En insistant sur ce point, Microsoft vise à renforcer l’explicabilité et la contrôlabilité des sources de capacités du modèle, tout en offrant aux clients d’entreprise une base de conformité plus claire pour l’utilisation de modèles propriétaires dans le développement de code, le traitement de tâches complexes et l’analyse de longs documents. Pour Microsoft, MAI-Thinking-1 n’est pas un produit isolé, mais un nœud clé de son système de développement de modèles « Hill-Climbing Machine », reliant les données, les récompenses, l’environnement d’entraînement, le système d’évaluation et la conception conjointe avec ses accélérateurs propriétaires, visant à établir un mécanisme de production de modèles internes durable et itératif.
Ce modèle prend en charge une fenêtre de contexte de 256K, est compatible avec l’API Chat Completions courante, et supporte les appels de fonction et les instructions développeur. Microsoft affirme que MAI-Thinking-1 est comparable à Claude Opus 4.6 sur le benchmark d’ingénierie logicielle SWE-Bench Pro, et atteint respectivement 97,0 % et 94,5 % sur les tests de raisonnement mathématique AIME 2025 et AIME 2026.
Le fait que Microsoft concentre son premier modèle de raisonnement IA sur l’ingénierie logicielle et les flux de travail d’entreprise reflète un changement dans la concurrence des modèles de raisonnement, qui passe de la simple recherche de taille de paramètres à la question de savoir s’ils peuvent entrer dans les scénarios de développement quotidiens à un coût de raisonnement plus faible. Les tâches de codage sont naturellement adaptées pour tester les capacités multi-étapes des modèles de raisonnement : le modèle doit lire la base de code, comprendre le contexte, modifier les fichiers, exécuter des tests, identifier les causes d’échec et ajuster les solutions en fonction des résultats intermédiaires. MAI-Thinking-1 a été entraîné pour des environnements de codage agentiques, et Microsoft a construit pour lui un environnement d’entraînement exécutable, noté et reproductible, permettant au modèle d’apprendre dans des tâches proches des flux de développement réels. Si ces capacités peuvent être intégrées de manière stable dans GitHub Copilot, Visual Studio Code, Microsoft Foundry et les plateformes de développement internes des entreprises, Microsoft aura l’opportunité d’intégrer ses modèles propriétaires dans la chaîne d’outils quotidienne des développeurs, plutôt que de se limiter à des démonstrations de modèles et à des scénarios de questions-réponses uniques. Le positionnement du modèle comme de taille moyenne a également une signification pratique : lors du déploiement d’une assistance avancée au codage en entreprise, il est nécessaire d’équilibrer l’efficacité, la latence, la fréquence d’appel et le coût unitaire. Un modèle clairsemé avec 35 milliards de paramètres actifs contribue à réduire l’empreinte de raisonnement, facilitant ainsi l’intégration de capacités avancées de codage et de raisonnement complexe dans des flux de travail à haute fréquence.
MAI-Thinking-1 révèle également un changement structurel dans la stratégie IA de Microsoft. Microsoft continuera à maintenir une plateforme multi-modèles et un écosystème de partenariat, mais les modèles de raisonnement propriétaires peuvent renforcer sa position dans la couche de modèles et lier plus étroitement les modèles de base, la plateforme cloud, les outils développeur, la sécurité d’entreprise et la gouvernance des données. Alors que Microsoft Foundry accueille davantage de modèles de la série MAI, les clients d’entreprise pourront à l’avenir appeler des modèles propriétaires de Microsoft, des modèles tiers et des modèles personnalisés sur une même plateforme, tandis que Microsoft renforce la fidélité à la plateforme grâce à la gouvernance, la conformité, la sécurité et la capacité de résidence des données Azure.
Les variables à suivre concernent principalement la date de disponibilité publique, la stabilité du modèle sur les bases de code réelles des entreprises, le coût d’appel, ainsi que la profondeur de son intégration avec l’écosystème Copilot et Foundry. MAI-Thinking-1 a déjà comblé une lacune importante dans les modèles de raisonnement propriétaires de Microsoft, mais sa capacité à être utilisé à grande échelle dans le développement d’entreprise et les flux de travail de productivité devra être validée par les retours clients après la prévisualisation privée et un déploiement plus large.
Texte compilé par Wedoany. Toute citation par IA doit mentionner la source « Wedoany ». En cas de contrefaçon ou d'autre problème, veuillez nous en informer rapidement ; nous modifierons ou supprimerons le contenu le cas échéant. Courriel : news@wedoany.com
