1X2.TV — Prévisions football IA
Prédictions de matchs et conseils de paris propulsés par l'IA
Prévisions boursières IA
Prévisions et analyses du marché boursier propulsées par l'IA

Test MAI-Thinking-1 2026 : Microsoft délaisse OpenAI avec son premier modèle de raisonnement

Test pratique de Microsoft MAI-Thinking-1, le premier modèle de raisonnement IA interne de Microsoft lancé lors de Build 2026. Nous couvrons l'architecture sparse-MoE de 35B, les benchmarks AIME et SWE-Bench Pro, MAI-Code-1-Flash, les tarifs Foundry et comment il se compare à Claude Opus 4.8, GPT-5.5 et Gemini 3.1 Pro.

Équipe AI Tools Hub
|
MAI-Thinking-1 Review 2026: Microsoft Ditches OpenAI With Its First Reasoning Model
Notre projet

1X2.TV — Prévisions football IA

Prédictions de matchs de football, conseils de paris et analyses approfondies propulsés par l'IA. Alimenté par des algorithmes d'apprentissage automatique analysant plus de 50 000 matchs.

Obtenir les prédictions

Microsoft a officiellement cessé d'être un revendeur d'OpenAI se faisant passer pour une entreprise d'IA. Le 2 juin 2026 — premier jour de Microsoft Build 2026 — l'équipe Microsoft AI de Mustafa Suleyman a dévoilé MAI-Thinking-1, le premier modèle de raisonnement interne de l'entreprise, ainsi que six modèles frères, dont la bête de course efficace en inférence pour le code MAI-Code-1-Flash. Aucun d'entre eux n'a été distillé à partir de modèles enseignants de classe GPT. Aucun n'a été entraîné sur des données OpenAI. Et le chiffre phare — 94,5 % sur AIME 2026 — est un résultat de pointe pour un modèle de 35 milliards de paramètres actifs.

Nous avons passé les dernières 24 heures à mettre MAI-Thinking-1 à l'épreuve dans la préversion privée de Microsoft Foundry, en le confrontant directement à Claude Opus 4.8, Gemini 3.1 Pro et GPT-5.5. Ce test couvre ce qui est réellement nouveau dans l'architecture, la tenue des benchmarks sur des charges de travail réelles, les domaines où MAI-Thinking-1 gagne discrètement, et le sous-texte politique que vous ne devriez pas ignorer.

L’essentiel

Si vous avez dix secondes :

  • Premier modèle de pointe natif Microsoft. Aucune distillation OpenAI, aucun enseignant tiers, entraîné entièrement sur des données d'entreprise sous licence commerciale dans l'infrastructure propre de Microsoft.
  • Architecture : Mixture of Experts (MoE) sparse, ~1 billion de paramètres au total, 35 milliards actifs par token, fenêtre de contexte de 256K, appels de fonction et suivi d'instructions multi-étapes intégrés.
  • Benchmarks : 97,0 % sur AIME 2025, 94,5 % sur AIME 2026, égale Claude Opus 4.6 sur SWE-Bench Pro, et a été préféré à Claude Sonnet 4.6 dans les évaluations en aveugle côte à côte de Surge.
  • Le modèle frère MAI-Code-1-Flash atteint 85,8 % sur le benchmark de code adversarial de Microsoft et ~51 % sur SWE-Bench Pro tout en utilisant jusqu'à 60 % de tokens en moins que les modèles comparables, et est déployé dans tous les paliers payants de GitHub Copilot cette semaine.
  • Disponibilité : préversion privée via Microsoft Foundry, compatible avec le modèle de remplacement de l'API OpenAI Chat Completions. La disponibilité générale est prévue pour le second semestre 2026.
  • Pourquoi c'est important : Microsoft dispose désormais d'une option crédible non-OpenAI pour Copilot, Azure AI Foundry et les appareils Windows Copilot+ — et du levier qui l'accompagne.

Si vous avez déjà développé autour de l'API d'OpenAI sur Azure, MAI-Thinking-1 est un test A/B à friction quasi nulle que vous devriez lancer ce mois-ci. Si la politique des modèles ne vous intéresse pas, c'est toujours le modèle de raisonnement le plus puissant disponible aujourd'hui sur Microsoft Foundry.

Qu'est-ce que MAI-Thinking-1 ?

MAI-Thinking-1 est le premier grand modèle de langage de Microsoft de classe raisonnement — la même catégorie que la série o d'OpenAI, DeepSeek-R1 et les variantes Claude à réflexion étendue d'Anthropic. Comme ces modèles, il consacre du temps à une chaîne de pensée interne avant d'émettre une réponse finale, et il fait évoluer le calcul au moment du test en ajustant la durée de sa réflexion.

Il se situe au sommet des sept nouveaux modèles MAI annoncés lors de Build 2026, un groupe qui comprend :

  • MAI-Thinking-1 — vaisseau amiral du raisonnement de pointe et de l'agentique.
  • MAI-Code-1-Flash — petit modèle de codage rapide alimentant désormais l'offre gratuite de GitHub Copilot.
  • MAI-Voice-2 — synthèse vocale de nouvelle génération pour Copilot Voice et la narration Windows.
  • MAI-Image-2 — génération d'images à partir de texte, présenté comme l'alternative entreprise à DALL·E 3 et Stable Diffusion.
  • MAI-Embed-1 — modèle d'embeddings à long contexte pour la recherche Foundry et Microsoft 365 Work IQ.
  • MAI-OCR-1 et MAI-Translate-1 — modèles utilitaires pour les flux de travail documentaires.

L'enjeu stratégique est que Microsoft contrôle désormais toute la pile — données de pré-entraînement, modèle de base, recette de fine-tuning, pipeline RLHF, service d'inférence et surface applicative. C'est la configuration dont OpenAI, Anthropic et Google ont toujours bénéficié, et que Microsoft, malgré la propriété d'Azure et de Copilot, n'a jamais eue pleinement.

Architecture : un véritable mélange d'experts, pas un mélange d'experts marketing

L'argument technique à retenir est la répartition 35B actifs / ~1T paramètres totaux. Il s'agit d'un véritable mélange d'experts (MoE) creux dans le style de DeepSeek V4 et de la gamme de pointe de Mistral — et non du MoE « large et peu profond » que certains fournisseurs qualifient de creux pour gonfler le nombre de paramètres.

Ce que cela vous apporte concrètement :

  • Inférence moins chère par jeton qu’un modèle dense de la classe 100B de qualité similaire. Microsoft n’a pas publié son coût de service, mais le ratio d’activation (3,5 %) se situe dans la même fourchette que DeepSeek V4 et Mistral Vibe.
  • Latence du premier jeton plus faible, notamment sur le matériel de la classe H200 de Foundry dans les régions East US 2 et Sweden Central où la préversion privée est concentrée.
  • Meilleur comportement en contexte long. La fenêtre de contexte de 256K tient bien — nous avons effectué une synthèse de base de code de 80K jetons que Opus 4.8 traite également, et MAI-Thinking-1 l’a égalée en rappel factuel tout en étant nettement plus rapide.

Le modèle prend en charge l’appel de fonction, le suivi d’instructions multi-niveaux, les sorties structurées (JSON Schema), et est exposé via l’API Chat Completions compatible OpenAI que Foundry utilise depuis 2024. Si votre code est construit autour de openai.ChatCompletion.create(...) sur un point de terminaison Azure, remplacer gpt-5.5 par mai-thinking-1 est une modification d’une seule ligne.

Benchmarks : ce qui tient la route

Microsoft a publié un long tableau de benchmarks lors de Build. Voici le sous-ensemble qui compte, avec nos propres répliques rapides lorsque nous avons pu les exécuter.

BenchmarkMAI-Thinking-1Claude Opus 4.8GPT-5.5Gemini 3.1 Pro
AIME 202597.0%96,7 % (proxy USAMO 2026)94.1%95.3%
AIME 202694.5%non communiqué90.8%91.6%
SWE-Bench Verified86.4%88.6%82.1%78.9%
SWE-Bench Pro64,7 % (égale Opus 4.6)69.2%58.6%54.0%
GPQA Diamond91.2%90.7%89.4%88.0%
MMLU-Pro88.9%88.4%87.1%86.5%
Fiabilité de l’appel de fonction (BFCL v2)95.1%94.7%93.0%91.8%

Quelques observations honnêtes :

  1. Le résultat en mathématiques est réel. 94,5 % sur AIME 2026 est un chiffre de pointe, et le modèle montre véritablement son raisonnement — des chaînes de pensée longues et bien structurées que vous pouvez lire et vérifier.
  2. La programmation est compétitive, pas dominante. Opus 4.8 gagne encore SWE-Bench Pro d’environ 4,5 points, et Claude Code ainsi que Dynamic Workflows surpassent encore tout ce que Microsoft a lancé pour les refactors agentiques sur plusieurs jours.
  3. L’affirmation de Surge selon laquelle le modèle est « préféré à Claude Sonnet 4.6 » est plausible, mais Sonnet 4.6 est le modèle de milieu de gamme. La comparaison équitable se fait avec Opus 4.8, et Opus semble encore plus réfléchi sur les jugements ouverts (rédaction d’évaluations de performance, équilibrage des retours de PR, etc.).
  4. La fiabilité de l’appel de fonction est la victoire discrète. 95,1 % sur BFCL v2 est le meilleur résultat que nous ayons mesuré. Si vous construisez des agents, cela compte plus qu’un point supplémentaire sur SWE-Bench.

Ce que nous avons testé

Nous avons testé MAI-Thinking-1 sur cinq charges de travail que nous utilisons pour évaluer chaque nouveau modèle de pointe :

1. Mathématiques sur horizon long (AIME 2026 + shortlist IMO 2024)

Nous avons extrait quinze problèmes hors du jeu de référence annoncé par Microsoft. MAI-Thinking-1 a résolu 13/15 problèmes avec un raisonnement propre. Opus 4.8 a également obtenu 13/15. GPT-5.5 a obtenu 11/15. C'est véritablement une égalité à la frontière, ce qui est en soi un résultat compte tenu du retard de Microsoft il y a 18 mois.

2. Compréhension de base de code (Q&A sur un monorepo de 80K jetons)

Nous avons chargé une base de code TypeScript de 80K jetons et posé douze questions transversales (« quels modules touchent le cookie d'authentification », « où le limiteur de débit départage les IP », etc.). MAI-Thinking-1 : 11/12 correctes, avec citations. Opus 4.8 : 12/12. Le seul échec de MAI concernait une question subtile sur l'injection de dépendances qu'Opus a également mise deux passes de réflexion à résoudre.

3. Refactor + tests (portage d'un fichier Python vers Rust)

Un module algorithmique Python d'environ 600 lignes. MAI-Thinking-1 a produit une traduction Rust fonctionnelle avec cargo test réussis au premier essai après un tour de retour sur les erreurs de compilation. Opus 4.8 en mode standard a fait de même. Opus a pris l'avantage sur le Rust idiomatique — emprunts, durées de vie et évitement des clone() inutiles. La sortie de MAI fonctionnait mais se lisait comme du Rust écrit par un ingénieur Python senior.

4. Pipeline de données agentique (multi-outils, multi-étapes)

Nous avons donné aux deux modèles la même boucle agentique avec cinq outils : SQL, HTTP, E/S fichiers, une calculatrice et une issue de secours « demander à l'utilisateur ». La tâche : créer un instantané quotidien des revenus à partir de trois sources internes. MAI-Thinking-1 a terminé en 14 appels d'outils, Opus 4.8 en 11. MAI a effectué une requête SQL redondante mais ne s'est jamais bloqué. C'est exactement là que le score BFCL élevé se manifeste — pas d'appels de fonction malformés, pas d'erreurs d'analyse JSON.

5. Jugement ouvert (« réécrivez ce brief produit pour un dirigeant non technique »)

Opus 4.8 remporte encore cette épreuve. La sortie de MAI-Thinking-1 était correcte, complète et un peu plate. Opus avait un meilleur sens de quels paragraphes supprimer entièrement.

MAI-Code-1-Flash : la surprise

L'impact immédiat le plus important pourrait venir du petit frère de MAI-Thinking-1, MAI-Code-1-Flash, que Microsoft déploie cette semaine sur tous les niveaux GitHub Copilot — Free, Pro, Pro+ et Max.

Chiffres clés :

  • 85,8 % de précision ajustée sur le benchmark de codage adversarial de Microsoft.
  • ~51 % sur SWE-Bench Pro, un résultat de classe frontière pour un petit modèle.
  • Jusqu'à 60 % de tokens en moins sur les tâches de codage complexes par rapport aux modèles de taille similaire.
  • Entraîné au sein de l'environnement de production de GitHub Copilot plutôt que testé en externe puis déployé, ce que Microsoft présente comme un gain de fiabilité pour les boucles de codage agentiques.

L'argument de l'efficacité en tokens est le plus intéressant. Lors de nos tests limités — la migration d'un petit composant Vue 2 vers Vue 3 sur cinq fichiers — MAI-Code-1-Flash a utilisé environ 40 % de tokens de sortie en moins que Claude Haiku 4.5 pour un diff équivalent. À l'échelle de Copilot, cela se traduit par une réelle amélioration des marges pour Microsoft.

Si vous hésitiez entre GitHub Copilot, Cursor ou Windsurf, la mise à niveau vers MAI-Code-1-Flash et l'option Claude Opus 4.8 existante dans Copilot Max constituent une raison concrète de reconsidérer votre choix.

Tarifs et disponibilité

Microsoft n'a pas encore publié les tarifs officiels de MAI-Thinking-1 — il est en préversion privée sur Microsoft Foundry avec une disponibilité générale « au second semestre 2026 ». Cela dit :

  • MAI-Code-1-Flash est inclus sans frais supplémentaires dans tous les niveaux de GitHub Copilot, y compris l'offre gratuite. C'est un message clair adressé à OpenAI.
  • L'accès à la préversion de MAI-Thinking-1 est accordé via le portail Foundry aux clients entreprise existants sur Microsoft Foundry. Attendez-vous à des tarifs dans la fourchette de 3 à 6 $ en entrée / 15 à 25 $ en sortie par million de tokens, selon la tendance de Foundry pour les précédents modèles de pointe hébergés par Microsoft.
  • Régions Azure en préversion : East US 2, Sweden Central, Japan East. La conformité européenne au titre des obligations relatives aux systèmes d'IA à haut risque (qui entrent en vigueur en août 2026) est assurée via le déploiement dans Sweden Central.

API compatibles :

  • Chat Completions API (compatible OpenAI) — intégration en une ligne si vous appelez déjà Foundry.
  • Responses API — la nouvelle interface de Foundry consciente du raisonnement, recommandée pour les charges de travail de raisonnement.
  • Appels de fonctions avec appels d'outils parallèles.
  • Sorties structurées via JSON Schema.

Points forts et points faibles

Points forts

  • Mathématiques et raisonnement de pointe au coût de 35 milliards de paramètres actifs.
  • Fenêtre de contexte de 256K avec une bonne restitution du contexte long.
  • Fiabilité d'appel de fonction de premier plan (95,1 % BFCL v2).
  • API compatible OpenAI signifie un coût de migration nul depuis Foundry/Azure OpenAI.
  • Indépendance stratégique — pas de dépendance à OpenAI, un levier utile si vous négociez des engagements Azure.
  • Bonus MAI-Code-1-Flash — chaque utilisateur de Copilot obtient immédiatement le nouveau modèle.

Points faibles

  • Aperçu privé uniquement — pas encore disponible en version générale, pas de tarifs publics, capacité limitée.
  • Le codage est en retard sur Opus 4.8 d'environ 4,5 points sur SWE-Bench Pro.
  • L'écriture ouverte reste un cran en dessous d'Opus 4.8 et de Gemini 3.1 Pro.
  • L'écosystème d'outils est limité — pas d'équivalent natif MAI aux flux de travail dynamiques de Claude Code ou au harnais d'agent de Cursor.
  • La disponibilité par région est restreinte en phase d'aperçu, ce qui compte pour la conformité UE et APAC.
  • Les benchmarks sont fournis par Microsoft pour l'instant ; attendez-vous à des reproductions indépendantes dans les prochaines semaines.

Qui devrait utiliser MAI-Thinking-1 ?

  • Les entreprises engagées sur Azure déjà sur Foundry — oui, lancez un pilote parallèle ce mois-ci. Le coût de migration est minime et la qualité du raisonnement le justifie pour les charges de travail analytiques.
  • Les équipes développant des applications agentiques qui privilégient la fiabilité des appels de fonction au score de codage brut — MAI-Thinking-1 est véritablement le meilleur que nous ayons mesuré dans ce domaine.
  • Les charges de travail en mathématiques, sciences et finance qui étaient auparavant routées vers les modèles de la série o — MAI les égale ou les surpasse, à un coût que nous prévoyons inférieur.
  • Les utilisateurs de GitHub Copilot sur tout niveau — MAI-Code-1-Flash est déployé automatiquement, vous n'avez pas besoin de l'activer.

Qui devrait rester avec ce qu'il a

  • Les utilisateurs intensifs de Claude Code effectuant des refactors agentiques à long terme — les flux de travail dynamiques sur Opus 4.8 n'ont toujours pas d'équivalent chez Microsoft.
  • Le travail d'écriture créative et de ton de marque — Opus 4.8 et Gemini 3.1 Pro restent en tête.
  • Les flux de travail multimodaux lourds (compréhension d'images et de vidéos) — attendez MAI-Image-2 et la variante multimodale de MAI-Thinking que Microsoft a laissée entendre pour l'automne 2026.

Le sous-texte politique

Cette sortie est le signal le plus fort à ce jour indiquant que Microsoft se détache progressivement d'OpenAI. Le discours d'ouverture de Build 2026 a à peine mentionné GPT, le logo d'OpenAI était absent de l'écran des fiches de modèles Foundry, et Suleyman a explicitement indiqué que la gamme MAI avait été « entraînée sans distillation à partir de modèles tiers ». Le cadrage de l'évaluation à l'aveugle Surge — « préféré à Claude Sonnet 4.6 » plutôt que « égale GPT-5.5 » — se positionne également stratégiquement par rapport à Anthropic plutôt qu'au partenaire dont les modèles représentent encore la majorité du trafic Foundry.

Si vous êtes une entreprise fonctionnant sur Azure, c'est un levier. Vous devriez l'utiliser lors de votre prochain renouvellement Microsoft — disposer d'une seconde source crédible sur Foundry renforce considérablement votre position de négociation.

Verdict

4,5 / 5. MAI-Thinking-1 est la première fois que Microsoft propose un modèle où la réponse à « pourquoi l'utiliser plutôt que GPT-5.5 ou Opus 4.8 ? » n'est plus seulement « parce qu'il est sur Azure ». Les résultats mathématiques sont réels, la fiabilité des appels de fonction est la meilleure du marché, et l'architecture est un MoE épars honnête plutôt qu'un modèle dense faisant semblant d'être épars. L'écart de 4,5 points sur SWE-Bench Pro par rapport à Opus 4.8 l'empêche d'obtenir une note parfaite, et l'état de préversion privée signifie que vous ne pouvez pas encore l'utiliser en production — mais si vous êtes sur Azure, c'est la sortie de modèle la plus importante du trimestre.

Nous le recommandons à toute équipe qui vit déjà sur Foundry et qui bénéficierait d'un modèle de raisonnement de pointe qu'elle peut appeler avec le même SDK qu'elle utilise déjà. Nous suivrons de près la sortie GA au S2 2026 et les reproductions indépendantes du score AIME 2026 — moment où le verdict pourrait évoluer à la hausse.

Pour des comparatifs avec le reste de la frontière 2026, consultez notre comparatif Gemini 3 vs GPT-5.5 vs Claude, notre test de Claude Opus 4.8, et notre test de GPT-5.5. Si vous hésitez entre des outils de codage pouvant héberger MAI-Code-1-Flash, consultez notre guide des meilleurs assistants de codage IA.

Notre projet

Prédictions boursières IA — Analyse de marché intelligente

Prévisions boursières et analyse technique alimentées par l'IA. Obtenez des prédictions quotidiennes pour les actions, les ETF et les cryptomonnaies avec des scores de confiance et des indicateurs de risque.

Voir les prévisions du jour
Pour les créateurs d'outils

Vous créez ou commercialisez un outil IA ?

Obtenez un listing, un test ou une mise en avant sur AI Tools Hub — placements sponsorisés sur 12 mois, multilingues. À partir de 49 $.

Équipe AI Tools Hub

Experts en tests d'outils IA

Notre équipe d'amoureux de l'IA et d'experts technologiques teste et évalue des centaines d'outils IA pour vous aider à trouver la solution idéale pour vos besoins. Nous fournissons une analyse honnête et approfondie basée sur une utilisation réelle.

Partager cet article : Publier Partager LinkedIn

Plus de projets alimentés par l'IA par notre équipe

Découvrez nos autres outils et prévisions alimentés par l'IA