
Aion 1.0 Instruct a été mis en ligne sur Hugging Face sans annonce, avec une échéance de janvier 2027 attachée.
- OrcaNOUVEAUOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 par million de tokens · 182 tok/s
- tencentNOUVEAUTencent: Hy4 Flash2026-11-16$0.02 / $0.07 par million de tokens · 356 tok/s
- GoogleNOUVEAUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 par million de tokens · 87 tok/s
- AnthropicNOUVEAUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 par million de tokens · 147 tok/s
- orcaNOUVEAUOrca: OrcaC2 1.02026-11-0737 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 par million de tokens · 92 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 par million de tokens · 135 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 par million de tokens · 81 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 par million de tokens · 117 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 par million de tokens · 110 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 par million de tokens · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligence
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 par million de tokens · 211 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligence
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 par million de tokens · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligence
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 par million de tokens · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligence
Le dépôt microsoft/Aion-1.0-Instruct-2.3Ba été créé à 17:05:50 UTC le 18 novembre 2026. Neuf minutes plus tard, un second dépôt apparaissait à côté de lui, portant une compilation ONNX INT4 des mêmes poids. Ce matin, le dépôt de base compte trois likes, zéro téléchargement et exactement un commit, dont le message indique « Duplicate from asgmodels/Aion-Instruct-v1 » — et ce dépôt source renvoie désormais 401 à quiconque l'interroge. Aucun billet de lancement, aucun fil de discussion, aucune phrase de fiche modèle commençant par « nous avons le plaisir de ». Aion 1.0 Instruct n'a pas été annoncé ; il a été publié, ce qui est un acte différent, et c'est cet écart entre les deux qui justifie cet article.
Ce qui suit distingue trois types d’affirmations, et ne les confond jamais. Les faits relatifs au dépôt ont été lus directement dans les fichiers ce matin — la configuration, l’index des poids, le gabarit de conversation, la fiche, les dépôts voisins. Les affirmations du fournisseur sont les chiffres de Microsoft sur le propre banc d’essai de Microsoft, reproduits en tant qu’affirmations. Et une troisième catégorie compte ici plus que d’habitude : Microsoft a déjà publié un calendrier de migration pour les développeurs Windows dans sa propre documentation, et ce calendrier a plus de conséquences que tout ce qui figure dans la fiche du modèle. Là où le dépôt est muet, cet article le dit plutôt que de supposer.
Deux horloges, et une seule d’entre elles est silencieuse.
La publication de Hugging Face est l'horloge silencieuse. Celle qui fait du bruit est plus ancienne et tourne depuis des mois.
• 31 mai 2026 — microsoft/Aion-Instruct-Preview-Sampleest rendu public sur GitHub, une application exemple WinUI 3 pour un modèle de langage local sur les PC Copilot+. Son fichier README indique clairement : « Ce paquet contient le modèle final Aion Instruct prévu pour être publié avec Windows. »
• 2 juin 2026 — le blog des développeurs de Microsoft Edge annonce Aion-1.0-Instruct comme modèle de préversion dans Edge Canary et Dev, remplaçant le Phi-4-mini 4B derrière les API Prompt et Writing Assistance, décrit comme plus petit et plus rapide et capable de fonctionner en inférence CPU là où aucun GPU n'est disponible. Le même article promet une « publication open source prévue sur Hugging Face en juillet ».
• 2 novembre 2026 — l'exemple GitHub publie la version v1.1.0.2, qui ajoute la prise en charge d'AMD VitisAI ; le dépôt est maintenu régulièrement depuis juin sans la moindre annonce publique.
• 16 novembre 2026 — La documentation Windows AI de Microsoft consacrée à Phi Silica comporte un avis, horodaté deux jours avant l’arrivée des poids, indiquant que « Phi Silica est remplacé par Aion Instruct » et invitant les développeurs à commencer dès maintenant à planifier la transition.
• 18 novembre 2026, 17:05 UTC — les poids eux-mêmes, sous licence MIT, sur Hugging Face. Aucune publication d’accompagnement, où que ce soit, qu’une recherche puisse trouver.

La description honnête n’est donc pas « Microsoft a livré un modèle en secret ». C’est que Microsoft parle aux développeurs Windows de cette transition dans la documentation et les exemples de code depuis près de six mois, a promis des poids ouverts en juillet, les a livrés avec quatre mois et demi de retard, et n’a pas accompagné cette livraison d’une annonce. Si vous n’avez lu que la couverture du lancement, vous ne sauriez pas que Aion 1.0 Instruct existe. Si vous lisez la documentation de l’API Phi Silica — là où vit réellement un développeur Windows — vous êtes informé depuis au moins la mi-novembre.
Ce que les fichiers prouvent, sans avoir besoin que Microsoft confirme quoi que ce soit
Rien de ce qui suit ne dépend d’une annonce. Tout se trouve dans le dépôt, et l’essentiel est vérifiable directement par rapport au fichier de poids lui-même.
• Nombre de paramètres — la fiche indique « ~2.29B », et le calcul le confirme : model.safetensors fait 4 577 698 488 octets en bfloat16, soit 2 288 849 244 paramètres à deux octets chacun. Les embeddings d’entrée et de sortie sont liés, donc ce nombre ne double pas au niveau de la tête.
• Forme — 28 couches, taille cachée de 2 048, intermédiaire MLP de 8 192 avec SiLU, 24 têtes de requête contre 8 têtes clé/valeur avec une dimension de tête de 128, RMSNorm avec epsilon 1e-6, vocabulaire de 200 029 jetons.
• Schéma d'attention — le tableau layer_types de la configuration répertorie 21 couches sliding_attention et 7 couches full_attention entrelacées. La fenêtre glissante est de 2 048 jetons.
• Contexte — 32 768 jetons, obtenus grâce à YaRN plutôt que par la longueur d’entraînement native. Plus de détails ci-dessous, car c’est le nombre le plus susceptible d’être mal interprété du fichier.
• Licence — MIT, copyright Microsoft Corporation, avec un fichier LICENSE présent dans le dépôt. Le license_link du front-matter, cependant, pointe vers asgmodels/Aion-Instruct-v1/blob/main/LICENSE, qui est le dépôt privé qui renvoie une erreur 401. La licence que vous pouvez lire est celle présente dans l'arborescence ; celle vers laquelle la fiche renvoie n'est pas accessible.
• Code personnalisé — il ne s'agit pas d'une architecture standard. Son exécution nécessite trust_remote_code=True et fait intervenir configuration_aion_instruct.py et modeling_aion_instruct.py. Il a été exporté avec transformers 5.x, donc les chaînes d'outils plus anciennes ne le chargeront pas sans précaution.
• Format de conversation — <|system|>, <|user|>, <|assistant|>, chaque tour étant fermé par <|end|>, qui est aussi le token EOS. Les schémas d'outils vont dans le prompt système entre <|tool|> et <|/tool|> ; les appels reviennent sous la forme <|tool_call|>{"name": …, "arguments": …}<|/tool_call|> ; les résultats reviennent dans un tour utilisateur préfixé par <|tool_response|>. Le gabarit lève une exception si un message système initial contient l'un des jetons de contrôle réservés, ce qui est une garde raisonnable et une chose inhabituelle à voir dans une fiche.
• Langues — anglais, allemand, espagnol, portugais, italien, français, chinois et japonais. La fiche indique que les données multilingues représentent environ 6 % du mélange d'entraînement.
• Date limite des connaissances — décembre 2025.
• La version quantifiée — microsoft/Aion-1.0-Instruct-2.3B-ONNX-WebGPU, créée à 17:14:58 UTC le même soir, neuf minutes après le dépôt de base. Poids INT4 par blocs exportés depuis un checkpoint entraîné avec sensibilisation à la quantification, activations et cache KV en FP16, opset 21, environ 1,3 Go, ciblant WebGPU via ONNX Runtime GenAI.
L'élément le plus utile de cette liste, ce sont les deux derniers points pris ensemble. Une version bf16 non quantifiée, plus une build INT4 issue du QAT, publiées à neuf minutes d'intervalle l'une de l'autre, vous indiquent que l'artefact de livraison était prêt avant l'artefact de transparence. C'est la configuration d'une publication qui a été retenue puis discrètement relâchée, et non celle d'une publication précipitée.
Le contexte 32K est un modèle 2K étiré seize fois
Lisez attentivement le bloc rope_parameters et le nombre de contexte change de nature. Les couches à attention complète déclarent rope_type: "yarn" avec original_max_position_embeddings: 2048 et factor: 16.0. Deux mille quarante-huit multiplié par seize donne 32 768. Les couches à attention glissante déclarent simplement rope_type: "default" à un theta de 32 000, avec la même fenêtre de 2 048.
L’interprétation qui découle de la configuration — et il s’agit bien d’une interprétation, non d’une déclaration du fournisseur — est que ce modèle a été entraîné sur une plage de positions de 2 048 tokens, puis étendu à 32K ensuite via une mise à l’échelle RoPE appliquée uniquement à sept de ses vingt-huit couches. Trois quarts de la pile ne peuvent, par construction, jamais porter leur attention au-delà de 2 048 tokens ; le mélange à longue portée n’a lieu que dans les sept couches d’attention complète. C’est une conception légitime et de plus en plus courante pour les modèles embarqués, où la taille du cache KV constitue la contrainte limitante en mémoire — une fenêtre glissante maintient le cache à une taille constante, quelle que soit la durée de la conversation, ce qui est exactement ce que l’on veut sur un ordinateur portable qui doit aussi afficher un bureau.
Cela signifie aussi que le chiffre de 32,768 ne doit pas être interprété comme « traite un document de 32K aussi bien qu’un modèle entraîné sur 32K ». La fiche de Microsoft est prudente sur ce point : elle décrit la fenêtre comme suffisante pour traiter « des documents de plusieurs pages, de longs fils de courrier électronique et des spécifications techniques complexes entièrement sur l’appareil ». Elle ne revendique pas une qualité de récupération à l’extrémité de la fenêtre. Si c’est le rappel sur contexte long dont vous avez besoin, c’est la première chose à mesurer vous-même, et elle ne figure pas dans la fiche.
Les benchmarks sont ceux de Microsoft, et deux d'entre eux sont signalés comme peu rigoureux.
Tous les chiffres ci-dessous sont déclarés par le fournisseur. La fiche indique que tous ont été exécutés via lm-evaluation-harness d’EleutherAI lorsqu’une implémentation de tâche existait, et via le dépôt officiel de chaque benchmark dans le cas contraire, avec GPT-4o comme juge pour les tâches évaluées par LLM. Il n’existe ni reproduction indépendante, ni configuration de harness publiée, ni script d’évaluation dans le dépôt ; rien de tout cela ne peut donc être réexécuté à partir de ce qui a été livré.
• Connaissances — MMLU 55.15, MMLU-Pro 33.35, MMMLU multilingue 45.51, GPQA 28.18.
• Maths — GSM8K 74,91 en correspondance souple, GSMPlus 49,56, MATH-500 48,00.
• Suivi des instructions — IFEval 83,90 comme moyenne du strict au niveau du prompt et du strict au niveau de l’instruction, IFBench 32,00 en mode souple au niveau du prompt, Multi-IF 64,70.
• Traduction — chrF++ 43,18.

Deux d’entre eux méritent un second regard avant que quiconque les cite. GSM8K à 74,91 correspond explicitement à une correspondance souple, qui crédite une réponse contenant le bon nombre même lorsque le raisonnement ou le formatage autour est erroné ; GSM8K en mode strict sur un modèle de 2,3 B serait nettement plus bas. IFBench à 32,00 est une évaluation souple au niveau du prompt, ce qui en fait la variante la plus indulgente du benchmark de suivi d’instructions le plus indulgent de l’ensemble. Les chiffres en version stricte du même tableau — MMLU-Pro à 33,35, GPQA à 28,18 — correspondent à ce à quoi ressemblent réellement les connaissances du monde d’un modèle de 2,3 B, et ils sont sans relief, ce que la fiche elle-même indique dans sa section limitations : les petits modèles « peuvent manquer des détails fins, fournir des déclarations erronées ou montrer une incapacité à suivre un raisonnement complexe en plusieurs étapes. »
L’absence qui compte plus que n’importe quel score isolé : la fiche modèle ne compare jamais Aion 1.0 Instruct à Phi Silica, le modèle qu’il remplace. Elle indique que les données d’entraînement « sont une extension des données utilisées pour entraîner Phi Silica » et s’arrête là. Pour un développeur à qui l’on dit de migrer en janvier, le seul écart qui éclairerait la décision — le remplaçant obtient-il un meilleur ou un moins bon score que ce dont je dispose — ne figure pas dans le document.
Les nombres de sécurité sont une image, pas un tableau.
La fiche nomme trois métriques qu’elle souhaite améliorer : XPIA, DIC et ECI. Elle refuse ensuite de vous donner un chiffre pour chacune d’elles. Les chiffres ne figurent que dans images/aion_safety_bchart.png, un graphique à barres intitulé « Azure AI Safety Suite », avec des catégories d’axe pour la sécurité des contenus adverses, les informations critiques sur les élections, l’injection de prompt indirecte et l’injection de documents, noté sur une échelle de 0 à 100 normalisée par direction, où la valeur correspond à un moins le taux d’échec, multiplié par cent. Il n’y a aucune colonne numérique nulle part dans le texte.
C'est une véritable lacune, et elle mérite d'être énoncée clairement plutôt que contournée : les trois métriques que Microsoft lui-même signale comme nécessitant du travail sont précisément les trois que l'on ne peut pas lire sans OCRiser un PNG. Les validateurs ont bien publié une note méthodologique en bas de page — des prompts strictement identiques, vérifiés par SHA-256 — ce qui témoigne de plus de rigueur que la plupart des fiches n'en montrent. Ils n'ont simplement pas publié les valeurs. Et les notes de transparence parallèles pour le package de validation Windows vont plus loin, indiquant que les attaques par injection entre prompts et l'inférence émotionnelle ne sont pas testées pour la conformité Responsible AI et que le package « peut présenter des vulnérabilités ». Pour un modèle dont la fonctionnalité phare est de s'exécuter sans surveillance sur vos documents locaux, l'injection de prompt n'est pas une note en bas de page.
Ce que Microsoft a déjà dit aux développeurs, et ce qui casse
C’est la partie sur laquelle un lecteur peut agir dès aujourd’hui, et elle ne dépend pas du tout de la publication Hugging Face. Elle se trouve sur la page Phi Silica de Microsoft Learn, dont l’horodatage de mise à jour indique le 16 novembre 2026.

• Phi Silica est remplacé par Aion Instruct. L’avis l’indique directement et invite les développeurs à commencer dès maintenant à planifier la transition.
• Décembre 2026 — Aion 1.0 Instruct commence son déploiement auprès des appareils Windows Insider Preview. Phi Silica reste présent ; un Windows Controlled Feature Rollout détermine quel modèle est actif, et les développeurs peuvent forcer une comparaison côte à côte via une clé de registre.
• Janvier 2027 — le modèle est déployé sur les appareils grand public et Phi Silica est supprimé.
• La barrière d'accès disparaît. Les API de Phi Silica sont une fonctionnalité à accès limité (Limited Access Feature) qui exige un jeton de déverrouillage ; la documentation indique que « contrairement à Phi Silica, les jetons LAF ne sont plus nécessaires avec Aion Instruct ». Pour quiconque a déjà rempli le formulaire de demande LAF et attendu, c'est la phrase la plus lourde de conséquences de toute la migration.
• Vos LoRAs ne vous accompagnent pas. Le dépôt d’exemples est explicite : les LoRAs compatibles avec Phi Silica ne sont pas compatibles avec Aion Instruct, et de nouveaux adaptateurs doivent être construits avec Foundry Toolkit.
• Les sorties sont marquées d’un filigrane. La nouvelle pile utilise un filigrane invisible pour soutenir la conformité au règlement européen sur l’IA, et les notes avertissent que la marque pourrait devenir visible lorsque la sortie est collée dans certaines applications.
• La prise en charge matérielle repose sur trois fournisseurs d’exécution et aucun repli. Le package de validation cible ARM64 Snapdragon via QNN géré par catalogue avec un EP minimal de 2.2480.49, x64 Intel Lunar Lake via OpenVINO à 1.8.95, et x64 AMD Ryzen AI via VitisAI à 1.8.80. Il n’y a « aucun repli sur le CPU lorsqu’un fournisseur NPU pris en charge est indisponible ». Notez l’écart avec la publication Edge de juin, qui présentait l’inférence sur CPU comme le moyen pour Aion d’atteindre des appareils sans GPU — c’était la version navigateur, et le parcours via l’API Windows est plus restreint.
• Le package de validation n'est pas livrable. « Il n'est pas destiné à l'usage des utilisateurs finaux ou des clients. N'expédiez aucune partie de ce package aux consommateurs finaux. » Le modèle est final ; la livraison qui l'entoure ne l'est pas, et les performances mesurées aujourd'hui ne sont explicitement pas représentatives de la version de janvier.
Qu’est-ce qui n’est toujours pas confirmé, et comment le tenir ?
• Aucune annonce. Rien sur les blogs de Microsoft, aucune déclaration d'intention dans la fiche de modèle au-delà d'« une introduction à ce qui s'en vient », aucun rapport technique. La seule trace publique en dehors du dépôt est une soumission à Hacker News du 18 novembre avec un point.
• Aucune évaluation indépendante. Au 19 novembre, le modèle n’apparaît pas sur Artificial Analysis, et aucun tiers n’a publié de résultats. Chaque chiffre du tableau ci-dessus correspond à Microsoft évaluant Microsoft.
Pas de GGUF. La fiche indique « Noms des bibliothèques : PyTorch, ONNX, GGUF », mais aucun dépôt GGUF n’existe sous l’organisation Microsoft. Le seul artefact quantifié publié est la version ONNX WebGPU. Considérez la ligne GGUF comme une déclaration d’intention tant qu’aucun fichier n’existe.
• Aucun détail d’entraînement. Le nombre de tokens, la puissance de calcul, le mélange de données au-delà de « documents publics plus données synthétiques » et la part multilingue de 6 % — rien de tout cela n’est indiqué.
• Aucune tarification, car il n’y a rien à facturer. Il s’agit d’un composant du système d’exploitation et d’un téléchargement de poids, pas d’un point de terminaison hébergé. Il ne figure pas non plus au catalogue OrcaRouter, comme tous les autres modèles Microsoft embarqués.
Si vous développez une application Windows, la décision figure déjà dans votre agenda
La lecture pratique est qu’Aion 1.0 Instruct est désormais quelque chose contre quoi vous pouvez prototyper des mois avant d’y être contraint, ce qui est tout l’intérêt d’une publication de transparence. Récupérez les poids, exécutez votre propre jeu d’invites, mesurez les deux choses que la fiche modèle ne vous dira pas — le rappel en contexte long au-delà de 2 048 tokens, et le comportement face à l’injection d’invites sur des documents locaux — et décidez si vos chaînes de résumé et de réécriture survivent au remplacement. La fenêtre December Insider avec sa clé de registre côte à côte est le banc d’essai le moins cher que vous obtiendrez, et elle se ferme en janvier.
La question architecturale qui suit est de savoir où s’arrête le modèle embarqué. Un modèle de 2,3 B avec une fenêtre de 32 K qui tourne sur un NPU est excellent pour résumer, reformuler, classer et extraire, et il ne fera pas de raisonnement multi-étapes sur une base de code. La plupart des applications qui l’adoptent finiront hybrides : modèle local pour les passes peu coûteuses, privées et sensibles à la latence, et modèle cloud derrière une API pour le chemin d’escalade. Cette couche d’escalade est la partie qu’il vaut la peine de concevoir délibérément plutôt que de rajouter après coup. OrcaRouter existe précisément pour cette moitié du problème — une API unique pour plus de 200 modèles cloud, sans majoration sur les prix catalogue des fournisseurs, un basculement automatique en cas de dégradation d’un fournisseur et un DSL de routage pour composer plusieurs modèles en un seul appel — et il ne dessert pas Aion 1.0 Instruct, car rien de ce modèle ne s’exécute dans un datacenter. La répartition honnête est : modèle local, décision locale, escalade cloud, et les deux moitiés ont besoin d’outils différents.
Il existe aussi un moyen peu coûteux de se prémunir contre les éléments non éprouvés. Rien de ce qui précède n’a fait l’objet d’une évaluation comparative indépendante, et la version de janvier peut différer de ce point de contrôle. Le basculement automatique (failover) est ce qui permet de placer sans risque un modèle non évalué sur un chemin critique : gardez la solution de repli configurée avant d’en avoir besoin, et une génération défaillante devient une nouvelle tentative plutôt qu’un incident. Ce conseil s’applique à la moitié du système hybride dont vous n’êtes pas sûr.
Quoi regarder
Quatre signaux changeraient cette image, et trois d’entre eux sont peu coûteux à surveiller. Une véritable publication d’annonce avec des détails sur l’entraînement ferait passer la fiche d’un artefact de transparence à un lancement. Un dépôt GGUF rendrait le modèle utilisable hors de Windows et hors d’ONNX Runtime. Une première exécution de benchmark indépendante — Artificial Analysis, LMArena ou la sortie de n’importe quel harnais reproductible — remplacerait les réserves liées à la correspondance approximative par quelque chose de citable. Et les canaux Edge Canary et Dev constituent le test en conditions réelles : si les API Prompt et Writing Assistance passent du chemin Phi-4-mini à Aion 1.0 Instruct dans le navigateur, vous verrez le changement de comportement bien avant le déploiement Windows de janvier.
D'ici là, la description correcte d'Aion 1.0 Instruct est celle que les preuves étayent, et rien de plus : un modèle sur appareil de 2,29 B finalisé, sous licence MIT, techniquement complet et non documenté, publié à 17:05 UTC un mardi soir, avec un homologue quantifié neuf minutes derrière lui et une échéance de remplacement qu'il ne s'est pas lui-même fixée.
