Le 2 juin 2026, à la conférence Build, Microsoft a fait quelque chose qu'on n'attendait plus vraiment : sortir ses propres modèles d'IA, conçus sans la moindre brique technologique d'OpenAI. Deux modèles, en réalité : MAI-Thinking-1 pour le raisonnement, et surtout MAI-Code-1-Flash, un modèle de code qui débarque directement dans GitHub Copilot. Et le message envoyé à OpenAI est limpide : après avoir investi 13 milliards de dollars dans son partenaire, Microsoft veut désormais coder avec ses propres outils.
Des modèles « maison », pour la première fois vraiment
Jusqu'ici, l'IA de Microsoft, c'était essentiellement OpenAI sous le capot. Copilot, Bing, les fonctions IA de Windows et Office : derrière la marque Microsoft, ce sont les modèles GPT qui faisaient le travail. MAI-Code-1-Flash et MAI-Thinking-1 changent la donne, car ce sont les premiers modèles de fondation construits entièrement en interne, sans technologie OpenAI.
Les deux modèles sortent de la division MAI (Microsoft AI), pilotée par Mustafa Suleyman, le cofondateur de DeepMind recruté en 2024. MAI-Thinking-1 vise le raisonnement complexe. MAI-Code-1-Flash, lui, est taillé pour le quotidien du développeur : assistance rapide, complétion, tâches agentiques dans l'éditeur.
Détail révélateur de la stratégie : MAI-Code-1-Flash n'est pas parti de zéro. C'est un transformeur Mixture-of-Experts (MoE) entraîné à partir d'un checkpoint de MAI-Thinking-1, avec une fenêtre de contexte de 256 000 tokens. Microsoft réutilise donc son propre socle de raisonnement pour fabriquer un modèle de code spécialisé. C'est exactement ce qu'on attend d'une boîte qui veut maîtriser toute sa chaîne, du modèle de base jusqu'au produit final.
Les chiffres : MAI-Code-1-Flash passe devant Claude Haiku 4.5
Microsoft n'a pas choisi de se comparer aux mastodontes, mais à Claude Haiku 4.5 d'Anthropic, c'est-à-dire le segment des modèles rapides et économiques. Et sur ce terrain, les résultats annoncés sont nets.
Sur SWE-Bench Verified, le benchmark de référence pour la résolution de vrais bugs issus de dépôts GitHub, MAI-Code-1-Flash affiche 71,6 % contre 66,6 % pour Claude Haiku 4.5. L'écart se creuse encore sur SWE-Bench Pro, la version la plus dure et la plus réaliste : 51,2 % contre 35,2 %, soit 16 points d'avance.
Plus intéressant que les scores bruts : l'efficacité. Microsoft affirme que son modèle résout les tâches difficiles en consommant jusqu'à 60 % de tokens en moins. Pour qui paie à l'usage, ce n'est pas un détail cosmétique — c'est directement la facture qui baisse.
Côté tarif, justement, GitHub annonce 0,75 $ par million de tokens en entrée, 0,075 $ pour l'entrée mise en cache, et 4,50 $ par million de tokens en sortie. La fiche du modèle précise que la grille est encore en cours de finalisation, mais l'intention est claire : se positionner sur le créneau « bon marché et rapide », là où le volume d'appels se joue vraiment.
Le flou des paramètres : 5 milliards ou 137 ?
Un point mérite qu'on s'y arrête, parce qu'il en dit long sur la jeunesse de cette communication. L'annonce générale de la famille MAI décrit MAI-Code-1-Flash comme un modèle de 5 milliards de paramètres. Mais la fiche technique officielle, elle, mentionne 137 milliards de paramètres pour le système Mixture-of-Experts.
Microsoft n'a pas précisé si ces chiffres renvoient aux paramètres actifs, aux paramètres totaux, ou à des variantes différentes. Dans une architecture MoE, seul un sous-ensemble d'« experts » s'active à chaque requête : il est donc tout à fait possible qu'un modèle totalise 137 milliards de paramètres tout en n'en mobilisant que ~5 milliards par appel. Ce serait cohérent avec la promesse « léger et rapide ».
Reste qu'en l'état, la communication officielle se contredit, et c'est le genre d'imprécision qui rappelle qu'on parle d'une première génération. Microsoft apprend encore à exister comme fabricant de modèles, pas seulement comme distributeur de ceux d'OpenAI.
Pourquoi Microsoft fait ça maintenant
La lecture stratégique est limpide. Microsoft a injecté 13 milliards de dollars dans OpenAI et, plus récemment, 5 milliards dans Anthropic. Mais dépendre à ce point d'un partenaire pour la couche la plus critique de son offre — le modèle lui-même — est une position inconfortable, surtout quand ce partenaire prépare son introduction en Bourse et muscle ses propres produits.
En sortant des modèles maison, Microsoft reprend la main sur la couche modèle. L'enjeu n'est pas de battre GPT-5.5 ou Claude sur les benchmarks de pointe : c'est de pouvoir servir l'immense volume de requêtes de Copilot avec une techno qu'il contrôle de bout en bout, sans payer la dîme à un fournisseur externe, et sans subir ses choix de roadmap.
Le déploiement va dans ce sens : MAI-Code-1-Flash arrive dès le 2 juin dans GitHub Copilot sur VS Code, pour les utilisateurs individuels, avec une extension progressive aux offres Free, Pro, Pro+ et Max. Microsoft annonce aussi une distribution via Fireworks AI, Baseten et OpenRouter — autrement dit, le modèle pourra être appelé hors de l'interface Copilot. Ce n'est plus une démo de labo : c'est un produit qui entre en production chez des millions de développeurs.
Mon analyse : la fin du monopole d'OpenAI chez Microsoft
Ce qui se joue ici dépasse largement un benchmark de code. Pendant des années, le récit dominant était simple : Microsoft = OpenAI, point. Cette annonce fissure ce récit. Microsoft se dote d'une option de repli crédible, et ça change le rapport de force avec tous ses fournisseurs de modèles.
Pour les développeurs et les PME, c'est plutôt une bonne nouvelle. Plus de concurrence sur la couche modèle, ça veut dire des prix tirés vers le bas et des modèles spécialisés mieux optimisés pour un usage précis — ici, le code. Un modèle qui résout les mêmes tâches avec 60 % de tokens en moins, sur un volume d'appels quotidien, ça se traduit très concrètement en coûts d'infrastructure.
Je reste mesuré sur un point : se comparer à Claude Haiku 4.5 plutôt qu'aux modèles frontière, c'est choisir un adversaire à sa portée. MAI-Code-1-Flash n'est pas là pour détrôner les meilleurs, mais pour faire le travail courant, vite et pas cher. C'est un choix de produit assumé, et probablement le bon : 90 % des tâches d'un assistant de code ne réclament pas un modèle à 50 $ le million de tokens.
L'essentiel à retenir : Microsoft n'est plus seulement le client d'OpenAI, il devient son concurrent direct sur la couche modèle. Et quand le plus gros distributeur d'IA au monde se met à fabriquer ses propres moteurs, c'est tout l'équilibre du marché qui commence à bouger.
J'ai détaillé l'architecture MoE, les benchmarks complets et ce que cette indépendance signifie pour l'écosystème dans mon analyse complète sur TECH ACTU — le lien est en commentaire.
