Microsoft franchit un cap décisif dans la course à l’IA. Le groupe de Redmond dévoile trois modèles d’intelligence artificielle développés en interne — MAI-Transcribe-1, MAI-Voice-1 et MAI-Image-2 — disponibles dès maintenant sur sa plateforme Foundry.
C’est une étape symbolique forte. Jusqu’ici très dépendant d’OpenAI, Microsoft affirme désormais son autonomie technologique avec une famille de modèles multimodaux conçus par sa division MAI Superintelligence, lancée en novembre 2025 sous la direction de Mustafa Suleyman.
Trois modèles aux spécifications pointues
MAI-Transcribe-1 retranscrit la parole en texte dans 25 langues, 2,5 fois plus vite que l’offre Azure Fast déjà en place. À 0,36 $ de l’heure, il vise le marché de la transcription automatisée en entreprise.
MAI-Voice-1 génère 60 secondes d’audio en une seconde et permet de créer une voix personnalisée. Facturé à 22 $ par million de caractères, il se place en concurrent direct des APIs vocales de Google et d’ElevenLabs.
MAI-Image-2 prend en charge la génération d’images et de vidéos. Accessible depuis le 19 mars sur MAI Playground, il est proposé à 5 $ par million de tokens texte et 33 $ par million de tokens image en sortie.
Un signal clair d’indépendance vis-à-vis d’OpenAI
La portée de cette annonce dépasse le simple lancement produit. Microsoft reste lié à OpenAI par des accords commerciaux structurants, mais développe en parallèle sa propre infrastructure de modèles fondamentaux. Selon TechCrunch, la philosophie « Humanist AI » du groupe place les modes de communication naturels humains au cœur de sa stratégie.
Les trois modèles sont disponibles sur Microsoft Foundry. MAI-Transcribe-1 et MAI-Voice-1 sont également accessibles via MAI Playground pour les développeurs.
Pour aller plus loin : X ferme ses Communautés le 6 mai et
• Microsoft déploie MAI-Transcribe-1, MAI-Voice-1 et MAI-Image-2 sur sa plateforme Foundry
• Des tarifs positionnés sous ceux d’OpenAI et de Google
• Développés en interne par la division MAI Superintelligence de Mustafa Suleyman
