Présentation de la décision de Microsoft

Microsoft a décidé d'abandonner les modèles d'IA d'OpenAI et d'Anthropic pour utiliser ses propres modèles, notamment la famille de modèles MAI (Microsoft AI), afin de réduire les coûts. Cette décision a été révélée par Bloomberg, qui cite une personne familière avec la stratégie d'IA de l'entreprise.

Contexte technique des modèles d'IA

Les modèles d'IA de pointe, tels que ceux d'OpenAI et d'Anthropic, sont très coûteux à utiliser. Par exemple, le modèle Fable 5 d'Anthropic coûte 10 dollars par million de jetons d'entrée et 50 dollars par million de jetons de sortie. En revanche, le modèle V4-Pro de DeepSeek Ltd. coûte seulement 0,435 dollar par million de jetons d'entrée et 0,87 dollar par million de jetons de sortie.

Microsoft a récemment présenté sept nouveaux modèles dans la famille MAI, dont le modèle MAI-Thinking 1, conçu pour fournir des performances élevées et une efficacité avec des coûts de jetons bas. Ce modèle a 35 milliards de paramètres actifs et une fenêtre de contexte de 256 000 jetons.

Implications et limites de la décision de Microsoft

La décision de Microsoft de passer à ses propres modèles d'IA pourrait avoir des implications importantes pour l'industrie. D'une part, cela pourrait permettre à l'entreprise de réduire ses coûts et d'améliorer son efficacité. D'autre part, cela pourrait également signifier que Microsoft sera moins encline à investir dans les modèles d'IA de pointe d'OpenAI et d'Anthropic, ce qui pourrait avoir un impact sur la qualité de ces modèles.

Il est important de noter que la décision de Microsoft n'est pas isolée. D'autres entreprises, telles qu'Amazon, Accenture, Meta et Uber, ont également pris des mesures pour réduire leurs coûts d'IA. Cela suggère que l'industrie est en train de passer par une phase de consolidation et de réévaluation de ses dépenses en matière d'IA.

MAI-Thinking 1 : 35 milliards de paramètres actifs, fenêtre de contexte de 256 000 jetons

Enfin, il est important de souligner que la décision de Microsoft de passer à ses propres modèles d'IA n'est pas nécessairement une surprise. L'entreprise a déjà investi massivement dans le développement de ses propres capacités d'IA, et il est logique qu'elle souhaite utiliser ces capacités pour réduire ses coûts et améliorer son efficacité.