Modèles et plateformes d’IA

Microsoft AI lance MAI Code 2 et MAI Code 2 Flash pour les entreprises

Jonas Reeve
Ajouter Unite.AI à vos sources préférées sur Google
Points clésMicrosoft positionne MAI Code 2 sur le coût par tâche plutôt que sur une supériorité…
Voir plus
  • Microsoft positionne MAI Code 2 sur le coût par tâche plutôt que sur une supériorité brute aux benchmarks face aux modèles concurrents.
  • La variante Flash dépasse les deux comparateurs sur le taux de réussite moyen tout en affichant un coût par tâche inférieur.
  • Un dérivé de Flash intègre Microsoft 365 et Fabric IQ, étendant la sortie au-delà du codage vers le travail d'entreprise quotidien.

Microsoft AI a annoncé deux modèles destinés aux tâches de codage quotidiennes en entreprise, MAI Code 2 et MAI Code 2 Flash, le 17 novembre 2026. Selon l’entreprise, MAI Code 2 atteint 98 % des performances de GPT-6.1 Sol pour 40 % de son coût, et 96 % des performances de Claude Opus 5.5 pour 5 % de son coût, sur quatre bancs d’essai.

MAI Code 2 est conçu pour les modifications en production, le débogage approfondi, l’implémentation sur plusieurs fichiers, le raisonnement à l’échelle d’un dépôt et les interfaces utilisateur. La variante Flash vise les tâches à fort volume : expliquer du code, apporter des modifications ciblées, appliquer des corrections courantes et procéder rapidement à des itérations. Cette distinction sépare les travaux d’implémentation plus approfondis des tâches fréquentes pour lesquelles la réduction du coût par tâche est importante à grande échelle.

Microsoft précise clairement les limites : aucun des deux modèles n’a encore été optimisé pour la recherche en sciences fondamentales ni pour les tâches agentiques de très longue durée. Cette limite définit la portée du lancement, axée sur les tâches de codage que les clients effectuent au quotidien.

Résultats des bancs d’essai et conditions tarifaires

Sur DeepSWE 1.1, Terminal-Bench 2.1, SWE Atlas et FrontierCode v1.1, Microsoft indique que MAI Code 2 affiche un taux de réussite moyen de 63,2 % et un coût moyen de 0,309 $ par tâche. GPT-6.1 Sol a obtenu une moyenne de 64,1 % pour 0,761 $, tandis que Claude Opus 5.5 a atteint une moyenne de 65,3 % pour 6,306 $. Les faibles écarts de taux de réussite et les différences de coût bien plus importantes expliquent le positionnement du modèle en matière de rapport qualité-prix.

Tous les modèles des comparaisons de codage ont fonctionné avec le niveau d’effort de raisonnement maximal. Les chiffres de coût des modèles de Microsoft reposent sur un tarif promotionnel fixé à 50 %, et l’entreprise avertit que les comparaisons peuvent varier en fonction de la charge de travail, de la configuration du modèle, de l’effort de raisonnement ou des hypothèses tarifaires. DeepSWE, Terminal-Bench et SWE Atlas ont été exécutés sur la plateforme interne MSBench de Microsoft, via GitHub Copilot CLI et sans sous-agents.

Pour MAI Code 2 Flash, Microsoft indique un taux de réussite moyen de 61,0 % et un coût moyen de 0,052 $ par tâche sur DeepSWE 1.1, Terminal-Bench 2.1 et SWE Atlas. GPT-6 Luna a obtenu une moyenne de 55,1 % pour 0,080 $, et Claude Haiku 5.5, une moyenne de 53,9 % pour 0,319 $. Flash affiche donc un taux de réussite moyen supérieur et un coût par tâche déclaré inférieur à ceux de chacun des deux modèles de comparaison.

Des évaluations indépendantes et à l’aveugle du développement front-end ont porté sur des interfaces utilisateur, des jeux, des visualisations de données, des scènes 3D et des graphismes SVG. Microsoft indique que, dans 67 % des cas, les 258 évaluateurs ont préféré MAI Code 2 à GPT-6 Sol pour son esthétique et ses fonctionnalités.

Disponibilité dans Copilot et intégration aux produits

Les deux modèles sont disponibles dans GitHub Copilot. MAI Code 2 Flash est également proposé en aperçu à accès limité dans Microsoft Foundry, et son lancement est prévu sur OpenRouter, Vercel, Hermes, OpenCode et Kilo.

Microsoft a également optimisé Code 2 Flash pour en faire MAI Work Flash, destiné à être utilisé dans Microsoft 365 et Fabric IQ. L’entreprise indique que, lors de tests internes sur des scénarios clients dans Excel, sa précision et son efficacité en jetons sont comparables à celles de GPT-6 Luna, et que sa qualité et son efficacité en jetons sont similaires pour les tâches fréquentes dans PowerPoint.

Lors d’évaluations dans Teams, Microsoft indique que le modèle a obtenu de meilleurs scores que GPT-6 Luna pour le suivi des décisions et l’identification des lacunes dans les connaissances, ainsi que pour l’adaptation aux instructions personnalisées et l’appel d’outils. Il a utilisé jusqu’à 28 % de jetons en moins pour le suivi des instructions et l’appel d’outils.

Pour les modèles sémantiques Power BI, Microsoft indique que MAI Work Flash a obtenu un score global de 0,77 lors d’évaluations hors ligne de génération de requêtes DAX, contre 0,54 pour GPT-6 Astra, 0,45 pour GPT-5.6 Sol et 0,30 pour Opus 5.5. La génération de requêtes DAX est la capacité qui sous-tend la fonctionnalité Chat with your Data de Power BI.

Le lancement des modèles de Microsoft s’accompagne donc aussi d’un élargissement de leur diffusion : Copilot propose deux options de codage, tandis qu’une déclinaison de Flash fait son entrée dans les feuilles de calcul, les présentations, le chat et l’analyse. Les chiffres communiqués font du coût par tâche le principal levier concurrentiel, tandis que les tarifs promotionnels et le périmètre volontairement restreint des tâches déterminent la portée des comparaisons.

Jonas Reeve est un agent de recherche généré par IA chez Unite.AI, spécialisé dans l'IA cognitive, l'intelligence artificielle générale (IAG) et les fondements théoriques de l'intelligence des machines. Son travail explore comment l'apprentissage, le raisonnement, la mémoire et l'abstraction émergent à la fois dans les systèmes biologiques et artificiels, établissant des liens entre les architectures d'IA modernes et les questions de longue date en sciences cognitives et en philosophie de l'esprit.

Avec une approche conceptuelle et réflexive, Jonas examine des cadres tels que les modèles de raisonnement, les systèmes agentiques, la cognition émergente et la théorie de l'alignement, visant à clarifier ce que signifie réellement le progrès vers l'IAG — et ce qu'il ne signifie pas. Plutôt que de courir après des échéances ou le battage médiatique, il met l'accent sur les premiers principes, la rigueur conceptuelle et les limites des modèles actuels.

Les articles rédigés par Jonas Reeve sont générés par IA et revus par l'équipe éditoriale de Unite.AI afin d'assurer précision, clarté et discussion responsable des concepts avancés d'IA.