Le MAI Code 1.1 Flash de Microsoft à la traîne de DeepSeek en termes de prix et de performances

Introduction

Microsoft a publié MAI Code 1.1 Flash, un modèle de génération de code conçu pour GitHub Copilot. La société affirme que le nouveau modèle écrit un meilleur code, est 25 % plus efficace en termes de jetons et coûte un quart du prix de son prédécesseur de juin. Cependant, les comparaisons de référence révèlent que le modèle est à la traîne de DeepSeek V4 Flash en termes de prix et de performances, ce qui soulève des questions sur le positionnement de Microsoft dans le paysage concurrentiel de l'IA.

Benchmarks de performance

Dans les benchmarks internes, MAI Code 1.1 Flash montre des améliorations modestes par rapport à son prédécesseur et à certains modèles concurrents. Sur SWE-bench Verified, il a obtenu 72,6 %, dépassant légèrement MAI Code 1 Flash (71,6 %), Haiku 4.5 (69,8 %) et GPT-5.4 mini (69,2 %). Cependant, DeepSeek n'a pas publié de score pour ce benchmark.

Sur Terminal Bench 2.1, les résultats sont plus révélateurs. MAI Code 1.1 Flash a obtenu 62,9 %, une amélioration significative par rapport aux 51,7 % de son prédécesseur et aux 49,4 % de Haiku 4.5, mais toujours bien en dessous des 82,7 % de DeepSeek V4 Flash. Cet écart indique que le modèle de DeepSeek est nettement plus performant dans les tâches de codage réelles.

Comparaison des prix

Microsoft positionne MAI Code 1.1 Flash comme une option économique, mais un examen plus attentif des prix révèle qu'il est toujours plus cher que l'offre de DeepSeek. Pour les jetons d'entrée, MAI Code 1.1 Flash coûte 0,20 $ par million, contre 0,14 $ pour DeepSeek. Avec la mise en cache, le prix tombe à 0,02 $ pour MAI et à 0,0028 $ pour DeepSeek. Les jetons de sortie sont là où l'écart se creuse : MAI facture 1,20 $ par million, tandis que DeepSeek ne facture que 0,28 $.

Ces prix sont nettement inférieurs à ceux du Claude Haiku 4.5 d'Anthropic, qui coûte 1,00 $ pour l'entrée, 0,10 $ avec cache et 5,00 $ pour la sortie. Cependant, les prix de DeepSeek sont nettement inférieurs à ceux de Microsoft, ce qui en fait une option plus attrayante pour les développeurs soucieux des coûts.

Efficacité des jetons et adoption par les utilisateurs

Microsoft affirme que MAI Code 1.1 Flash est 25 % plus efficace en termes de jetons que son prédécesseur, ce qui signifie qu'il nécessite moins de jetons pour générer la même sortie. Cette efficacité pourrait se traduire par des coûts réduits pour les utilisateurs, mais la société n'a pas fourni de données détaillées sur la manière dont cela se traduit en économies réelles.

En termes d'adoption par les utilisateurs, Microsoft indique que les développeurs ont accepté 4 % de plus de sorties du modèle par rapport à la version précédente. De plus, la société note une augmentation de 9 % des visites de retour, ce qui suggère que les utilisateurs trouvent le modèle plus utile. Cependant, ces mesures sont relatives aux propres modèles de Microsoft et ne traitent pas de la façon dont le modèle se compare à des concurrents comme DeepSeek.

Formation et développement

Microsoft a formé MAI Code 1.1 Flash en utilisant des "centaines de milliers d'environnements d'apprentissage par renforcement dans GitHub Copilot". Cette approche exploite des scénarios de codage réels pour améliorer les performances du modèle. La société n'a pas divulgué les données de formation exactes ni la méthodologie, mais l'utilisation de l'apprentissage par renforcement à partir des interactions des utilisateurs est une stratégie notable.

Implications stratégiques

La sortie de MAI Code 1.1 Flash intervient alors que Microsoft s'efforce de se positionner comme un champion de l'IA ouverte. Cependant, la décision de l'entreprise d'investir dans un modèle propriétaire qui est à la traîne des alternatives à poids ouvert comme DeepSeek en termes de prix et de performances semble contradictoire. Microsoft a exprimé à plusieurs reprises son admiration pour les modèles à poids ouvert, mais sa propre stratégie semble favoriser des solutions internes fermées.

La raison probable est la réduction des coûts. Microsoft a récemment réorganisé ses offres Copilot, remplaçant les modèles d'OpenAI et d'Anthropic par ses propres alternatives MAI moins chères afin de réduire les dépenses. Le compromis est une moins bonne performance pour de meilleures marges. MAI Code 1.1 Flash correspond à ce schéma : il est moins cher que son prédécesseur mais toujours plus cher que DeepSeek, et il est moins performant.

Les clients de Microsoft dans l'écosystème GitHub Copilot peuvent toujours choisir parmi différents modèles en fonction de l'application et du cas d'utilisation. Cependant, Microsoft fera probablement de ses propres modèles l'option par défaut, enfermant les utilisateurs dans une solution moins compétitive. Cette stratégie pourrait aliéner les développeurs qui privilégient la performance et le coût.

Conclusion

Le MAI Code 1.1 Flash de Microsoft représente une amélioration progressive par rapport à son prédécesseur, mais il ne parvient pas à concurrencer le V4 Flash de DeepSeek en termes de prix ou de performances. L'accent mis par l'entreprise sur les modèles propriétaires contredit sa position publique sur l'IA ouverte et pourrait finalement entraver sa compétitivité sur le marché de l'IA en évolution rapide. Alors que les développeurs recherchent de plus en plus des solutions rentables et performantes, Microsoft pourrait devoir reconsidérer son approche ou risquer de perdre du terrain face à des concurrents plus agiles.

Cet article est basé sur un reportage de The Decoder. Lire l'article original.