Le 17 novembre 2026, Microsoft a dévoilé sept nouveaux modèles MAI lors d'Ignite 2026, couvrant le code, la sécurité, l'image, la voix et la transcription. Dans son blog officiel, l'équipe Microsoft AI a publié un par un les scores et les prix face aux modèles concurrents, et l'intention est claire : l'enjeu n'est pas la taille des paramètres, mais le coût de faire tourner des agents 24 heures sur 24.
Code et sécurité : des performances de pointe pour une fraction du prix
MAI Code 2 est le modèle de code phare de cette salve. Selon Microsoft, sur la moyenne de quatre benchmarks de code d'entreprise courants, il atteint 98 % des performances de GPT-6.1 Sol pour environ 40 % du prix ; face à Claude Opus 5.5, il affiche 96 % des performances pour seulement 5 % du prix. La version légère Code 2 Flash égale GPT-6 Luna et Claude Haiku 5.5, à 65 % et 20 % de leurs prix, et les deux modèles sont déjà dans GitHub Copilot. Côté sécurité, MAI Cyber 2 Flash va plus loin : sur le benchmark CyberGymE2E, il offre une qualité comparable à GPT-6 Astra pour moins de 2 % du coût par tâche, avec des jetons de sortie 86 % moins chers que la génération précédente — conçu pour que des agents de défense puissent patrouiller en continu sans faire exploser la facture.
Image et voix : Microsoft vise deux autres terrains
MAI Image 2.7 se classe premier du classement d'édition d'images d'Artificial Analysis ; selon Microsoft, il dépasse la configuration la plus performante de GPT Image 2.6 Sunburst pour un cinquième du prix. En texte-vers-image, il se classe quatrième, et la version légère coûte environ 10 dollars pour 1 000 images. Côté voix, MAI Realtime 1, premier modèle de voix à voix, démarre à 0,01 dollar par minute d'audio et aurait dépassé GPT-Realtime 2.1 dans les propres évaluations de Microsoft. Le modèle de transcription MAI Transcribe 2 alimente déjà Dragon Copilot, traitant 10 millions de conversations médecin-patient par mois et réduisant de moitié le taux d'erreur multilingue.
Au-delà des modèles, Microsoft a aussi présenté MAI Licensed Weights : les entreprises peuvent prendre un modèle MAI de pointe, le personnaliser avec leurs propres données et l'exécuter dans leur propre environnement Azure, en gardant accès et données entre leurs mains. Une réserve s'impose : tous les chiffres comparatifs ci-dessus proviennent de la méthodologie d'évaluation de Microsoft elle-même, et une vérification indépendante par des tiers n'a pas encore suivi. Quel que soit l'avantage de prix, il vaut mieux tester à petite échelle sur des tâches réelles avant un déploiement large. Les modèles auxquels Microsoft n'a cessé de se comparer sont les GPT-6.2 Astra et Sol d'OpenAI, publiés le même jour.