
MAI Decision 1 est en réalité Decision 1.1 — et le titre des 200x n'est pas celui de Microsoft
- GoogleNOUVEAUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 par million de tokens · 90 tok/s
- AnthropicNOUVEAUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 par million de tokens · 97 tok/s
- orcaNOUVEAUOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaNOUVEAUOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 par million de tokens · 87 tok/s
- OrcaNOUVEAUOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 par million de tokens · 134 tok/s
- OrcaNOUVEAUOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 par million de tokens · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 par million de tokens · 124 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 par million de tokens · 67 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 · 43 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 · 192 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligence
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 par million de tokens · 130 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligence
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligence
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 par million de tokens · 135 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Intelligence
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Intelligence
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 par million de tokens · 182 tok/s
Deux chiffres à propos de MAI Decision 1 ont circulé le 17 novembre 2026 : il serait 10 fois plus rapide et 200 fois moins cher qu’un modèle général. Aucun de ces deux chiffres n’apparaît nulle part dans l’annonce de Microsoft elle-même. Le modèle que Microsoft a réellement livré à Ignite est Microsoft-Decision-1.1, et les chiffres publiés par l’entreprise indiquent une vitesse 50 fois supérieure et un coût 79 fois inférieur à ceux de GPT-Sol 6.1 — face à un modèle nommé précis, dans un banc d’essai précis, et non face à « un modèle général ». Cet écart mérite d’être mis en avant, car c’est la différence entre un ratio marketing et un chiffre que l’on peut vérifier. Voici ce qui a été livré, ce que Microsoft a documenté et où un classement indépendant le situe.
D'abord, le nom
Les documents de Microsoft n’utilisent jamais la chaîne "MAI Decision 1". L’article de présentation Ignite appelle le modèle Decision 1.1, le blog Foundry l’appelle Microsoft-Decision-1.1, et la fiche modèle du catalogue Foundry porte le même nom. L’étiquette "MAI Decision 1" provient de la couverture du discours d’ouverture par des tiers, aux côtés de "MAI Code 2", "MAI Code 2 Flash" et "MAI Cyber 2 Flash" — la même famille, renommée par des observateurs plutôt que par le fournisseur.
Cela importe pour une raison pratique : Microsoft-Decision-1.1 n'est pas le premier modèle de décision que Microsoft a commercialisé. Microsoft-Decision-1 a atteint la disponibilité générale sur Foundry le 8 octobre 2026, reposant sur Qwen3.5-9B d'Alibaba, en mode texte uniquement, sans chiffres de référence publiés au lancement. Ce qui est arrivé le 17 novembre est la version 1.1 de la même gamme de produits, avec un modèle de base différent, une entrée multimodale et un bilan de performances bien plus complet. Considérez que tout ce que vous lisez sur « MAI Decision 1 » concerne la version 1.1, sauf indication contraire.
Qu’y a-t-il réellement dans la boîte ?
Le contrat est inchangé dans sa structure et considérablement plus large dans sa portée. Vous envoyez un état — du texte ou du JSON — ainsi qu’une ou plusieurs questions typées, chacune avec un ensemble d’options fixe, et vous recevez des probabilités au lieu de prose. Trois primitives de question sont documentées : un oui/non (« noul » dans l’API), un choix parmi un ensemble étiqueté, et un score sur des niveaux ordonnés dont la valeur renvoyée est la moyenne pondérée par les probabilités des index de niveau. Tout en un seul appel, une seule passe, sans boucle de décodage.
Quoi de neuf dans la version 1.1 :
• Modèle de base — Gemma 4 26B-A4B, le modèle à mélange d'experts à poids ouverts de Google, post-entraîné par Microsoft. La version 1 a été post-entraînée sur Qwen3.5-9B.
• Entrée — texte et images. La version 1 était uniquement textuelle.
• Gestion des images — PNG ou JPEG, de 280 à 1 568 pixels sur chaque côté, jusqu’à 8 images par question, y compris celles référencées depuis l’état, pour un total plafonné à 645 120 pixels traités. Le service redimensionne à une taille de travail fixe, donc un envoi plus volumineux ne consomme pas plus de jetons.
• Contexte — 32 768 jetons d'entrée pour la combinaison état + question, le même plafond que la version 1.
• Langues — entraînées et évaluées sur 25+, contre 35+ prises en charge d'emblée par le modèle de base. Microsoft indique explicitement que la couverture du modèle de base ne permet pas d'établir une calibration validée par langue.
• Serving — un point de terminaison de décision plutôt qu’une complétion de chat : les requêtes sont envoyées à /providers/microsoft/v1/systemone sur votre ressource Foundry, avec un nom de déploiement dans le champ model. Microsoft indique qu’il exécute un moteur d’inférence personnalisé conçu pour les charges de travail décisionnelles plutôt qu’une pile de génération de texte.
• Prix — 0,042 $ par million de jetons sur Global Standard, 0,05 $ dans les zones de données UE et APAC. Comme pour la version 1, et les appels de décision sont facturés sur les jetons d’entrée, car il n’y a effectivement aucune sortie à facturer.
• Fenêtre d'entraînement — d'octobre à novembre 2026, selon la fiche du modèle.
• Poids — aucun. Il s'agit d'un modèle hébergé dans le portefeuille « Direct from Azure » de Foundry. Aucun téléchargement et aucune option de fine-tuning ne sont disponibles.
Les exclusions sont énoncées aussi simplement que les fonctionnalités, et elles définissent toujours le produit. Microsoft-Decision-1.1 n’est pas destiné à la génération de texte, à la réponse à des questions ouvertes, à la conversation, à la traduction ou au résumé, ni aux tâches qui exigent des connaissances absentes de l’entrée. Il ne produit aucune justification. La réponse contient des probabilités et rien que vous puissiez montrer à un utilisateur comme explication, ce qui signifie que l’explication est votre responsabilité et que le seuil relève de votre décision : 0,7 déclenche une escalade, 0,95 non, et cette limite est fixée par l’application, pas par le fournisseur.
Les deux affirmations sur la vitesse et le coût, et laquelle résiste à l'examen
La version qui circule — « 10 fois plus rapide et 200 fois moins cher qu’un modèle généraliste » — n’a pas de référent. Un ratio face à un modèle non nommé ne peut être reproduit, et les deux comparaisons Microsoft publiées qui nomment quelque chose sont à la fois plus étroites et plus larges.
La publication Ignite indique que Decision 1.1 est « 50 fois plus rapide et 79 fois moins cher que GPT-Sol 6.1 ». La publication de lancement de Foundry indique qu’il est « plus de deux fois plus rapide que notre premier modèle, à coût égal », et donne un exemple Copilot : le routage entre Copilot et Cowork avec la même précision qu’un grand modèle de langage, 2,2 fois plus rapide et 4,4 fois moins cher. Il s’agit de mesures de fournisseur sur le trafic propre à Microsoft et le banc d’essai propre à Microsoft. Elles ne sont pas fausses ; elles sont circonscrites. Les chiffres de 50x et 79x concernent un concurrent sur un type donné de décision de routage, et non les modèles de décision en général.
L’une des affirmations est vérifiable auprès d’un tiers, et elle tient. Artificial Analysis mesure Decision 1.1 à 123,25 millisecondes par tâche sur son Decision Index v2.1, contre 274,25 ms pour Microsoft-Decision-1. Cela représente 2,23x, ce qui correspond à « plus de deux fois plus rapide ». L’affirmation sur le coût tient aussi, sous une forme affaiblie : AA calcule 139,64 $ par million de tâches pour 1.1 contre 142,56 $ pour la version 1 — environ 2 % moins cher, et non au même prix, car les deux versions utilisent des nombres de tokens différents par tâche, même à un tarif par token identique. « Au même coût » est exact concernant la grille tarifaire et légèrement généreux concernant la facture.
Où il se classe, et la forme de l’affirmation formulée par Microsoft
L'article de lancement de Microsoft indique que Decision 1.1 « obtient un score de 68, soit six points de plus que notre premier modèle, et devance Jev 1.14, Gemini Decision 1 de Google et GPT-6 Luna (Decisions) d'OpenAI ». Sur l'Artificial Analysis Decision Index v2.1 consulté le 18 novembre 2026, tout cela est exact. Decision 1.1 est à 67,78. Jev 1.14 est à 66,23, Gemini Decision 1 à 65,98, GPT-6 Luna à 60,25. La version 1 est à 62,07, donc le gain de six points est bien réel également.
Ce que la phrase ne dit pas, c’est où le modèle se situe dans le classement complet. Il est huitième au classement, à sept points d’un leader absolu et à un point et demi devant le modèle nommé par Microsoft :
• 74,85 — d1.2-ultra (Liquid AI)
• 72.62 — Drex Max v1.1 (Nace.AI)
• 72.58 — SubQ Snap 1.2 (sous-quadratique)
• 72.52 — GLiDE v1.2 (Fastino)
• 71.36 — Mammoth 27B (Base Labs)
• 70.41 — Decider v1.3 (Perplexity)
• 68.69 — d1.2 (Liquid AI)
• 67.78 — Microsoft-Decision-1.1

Sept modèles obtiennent un meilleur score, et le leader a 7,1 points d’avance. L’affirmation distincte de Microsoft — « la plus haute précision moyenne parmi huit modèles de décision » sur son propre ensemble interne de 102 benchmarks et 385 000 questions — porte sur un domaine choisi par Microsoft, ce qui est normal pour un fournisseur de publier et mauvaise chose à interpréter comme un classement. Le domaine indépendant compte dix-huit modèles classés, et Microsoft figure dans sa moitié supérieure.
Les sous-scores sont plus informatifs que le score composite, car ils montrent ce que le post-entraînement a apporté. Sur les six évaluations constitutives d’AA, Decision 1.1 obtient 95,1 sur l’appel d’outils When2Call, 88,8 sur EvalSafe-O*NET, 75,7 sur la symétrie, 58,7 sur les décisions documentaires AA-Paperclip, 60,5 sur l’omniscience et 46,1 sur les questions à choix multiples HLE. Son indice de précision est de 48,45 contre 40,59 pour la version 1, et son score de Brier — la mesure de calibration, plus bas est mieux — s’améliore de 0,1965 à 0,1604. Cette évolution du Brier est le chiffre le plus significatif de la publication : elle indique que les probabilités se sont rapprochées de la vérité, seule propriété qui fasse de l’application d’un seuil à un modèle de décision un choix d’ingénierie raisonnable.

Le vrai sujet, c’est le changement de modèle de base.
La version 1 était un post-entraînement de Qwen3.5-9B, un modèle dense de 9B. La version 1.1 est un post-entraînement de Gemma 4 26B-A4B, un mélange d'experts avec environ 4B de paramètres actifs. L'explication de Microsoft porte sur l'économie de l'inférence plutôt que sur la qualité : suffisamment de paramètres actifs pour le jugement, et une taille assez réduite pour être exécuté sur des flottes A100, H100/200 et GB200/300, avec un moteur personnalisé qui achemine les requêtes sur le pool de GPU en fonction du coût plutôt que de la latence seule.
Trois conséquences en découlent, et ce sont celles dont une équipe plateforme devrait se soucier. Premièrement, un MoE à 4B actifs est peu coûteux à servir par appel précisément parce que l’essentiel du modèle est inactif — c’est de là que viennent les 123 ms. Deuxièmement, le changement réinitialise la question des langues et de la calibration : la base a changé, l’affirmation des 25 langues concerne la nouvelle base, et toute calibration mesurée sur la version 1 ne se transpose pas. Troisièmement, la licence de la base est celle de Google, tandis que le modèle post-entraîné est celui de Microsoft et uniquement hébergé — la lignée open-weight ne vous apporte donc rien sur le plan opérationnel. Vous ne pouvez pas télécharger ce modèle, et le fait que la base soit ouverte n’y change rien.
Combien coûte un appel, dans les unités que vous payez réellement
À 0,042 $ par million de jetons d’entrée, un appel de routage transportant un ticket de 1 200 jetons et une question à trois options coûte environ 0,00005 $ — cinq centièmes de cent. Un million d’appels de ce type coûte environ 50 $ selon la grille tarifaire ; les 139,64 $ par million de tâches mesurés par AA sont plus élevés parce que ses tâches sont plus longues qu’un ticket de support, ce qui rappelle utilement que les prix par jeton et les coûts par tâche sont des unités différentes et que c’est la seconde qui apparaît dans une revue budgétaire.
La comparaison qui rend l’économie lisible est celle avec un modèle général accomplissant la même tâche en mode JSON. Vous payez pour ses jetons de sortie, qui, pour une réponse structurée, représentent des dizaines à des centaines de jetons par appel plutôt que zéro, et vous payez pour le raisonnement qu’il effectue avant de répondre. C’est l’écart que Microsoft décrit avec 79x, et cet écart est réel même lorsque le multiple exact relève du choix de base de référence du fournisseur.
Là où cela devient délicat, c’est exactement là où cela l’est toujours avec un moteur de scoring hébergé par un seul fournisseur : il n’y a qu’une grille tarifaire, qu’une limite de débit et qu’une seule logique de région. Foundry propose des déploiements Global Standard et Data Zone Standard, et la variante Data Zone coûte 19 % de plus, soit 0,05 $ par million de jetons. Si votre charge de travail est sensible à la latence, la documentation recommande de colocaliser la ressource Foundry avec votre application, ce qui est un conseil honnête qui vous dit aussi que le modèle n’a rien de magique — c’est un petit MoE derrière une file d’attente.
Y parvenir sans reconstruire votre stack
Le point de terminaison de décision lui-même ne figure pas au catalogue d'OrcaRouter, et son prédécesseur non plus — Microsoft ne distribue ce modèle que via Foundry, nulle part ailleurs. Ce qui figure au catalogue, au prix catalogue du fournisseur avec 0 % de marge répercutée, ce sont les deux objets dont vous avez besoin pour évaluer le coût de la décision avant de l'acheter. Gemma 4 26B A4B est la base du post-entraînement et est facturé à 0,25 $ par million de jetons d'entrée et à 2,90 $ par million de jetons de sortie ; c'est la base plutôt que le post-entraînement, il ne renverra donc pas les probabilités calibrées de Decision 1.1, mais c'est la même architecture et le plancher honnête pour ce que coûte un modèle général de cette forme. Jev 1.14, que Microsoft cite et dépasse de 1,55 point sur le classement indépendant, est facturé à 0,042 $ par million de jetons en entrée comme en sortie.
Cette combinaison est utile pour la phase d’évaluation plutôt que pour celle de production. Si vous déterminez si un modèle de décision a sa place dans un chemin de routage, vous pouvez comparer les deux points de terminaison routables sur vos propres tickets étiquetés via une seule clé, avec basculement automatique entre fournisseurs, avant même d’ouvrir un déploiement Azure. Si la réponse est oui et que les chiffres favorisent Decision 1.1, vous le déployez dans Foundry et gardez le routeur en amont — un seul point de terminaison pour les appels de décision comme pour les appels génératifs, afin qu’une limite de débit d’un modèle de décision ne devienne pas une panne de votre application.

Qui devrait agir maintenant, et qui devrait attendre quinze jours ?
Agissez maintenant si vous payez déjà un modèle généraliste pour classer, évaluer ou filtrer, et que votre volume est suffisamment élevé pour que le coût par appel soit visible sur un graphique. La médiane de 123 ms et le prix de 0,042 $ constituent un gain net face à un modèle de pointe effectuant le même jugement, et l’entrée multimodale fait la différence entre un système de notation que vous pouvez appliquer à des captures d’écran et un autre qui ne le permet pas.
Attendez si votre décision touche des personnes — crédit, emploi, logement, assurance, santé, juridique — car la fiche modèle de Microsoft indique de ne pas l’utiliser comme seul décideur dans ces domaines, et rien dans la version 1.1 ne change cela. Attendez aussi si vous avez besoin d’une calibration défendable : le score de Brier de 0,160 de la version 1.1 est une amélioration, pas une garantie, et la documentation reconnaît franchement que les scores varient selon la formulation et l’ordre des options. Validez sur vos propres étiquettes, randomisez l’ordre des options et fixez les seuils en fonction du coût des deux types d’erreur plutôt que d’un graphique du fournisseur.
Le résumé honnête du 17 novembre est plus modeste et plus utile que le titre à 200x : Microsoft a livré un évaluateur de décision plus rapide, multimodal et mieux calibré, à un prix qui rend le jugement par requête abordable, et il est assez bon pour figurer dans la moitié supérieure d’un classement indépendant plutôt qu’en tête. Le modèle est réel. Le ratio dans le tweet ne l’est pas.
