Microsoft a annoncé le 9 octobre 2026 Microsoft-Decision-1, un modèle de décision disponible en préversion publique dans le catalogue Microsoft Foundry, et aussi via OpenRouter. Il ne génère pas de texte : il choisit parmi des options prédéfinies et renvoie une probabilité calibrée pour chacune. Il concerne les équipes dont les applications ou les agents enchaînent des classifications, des routages ou des évaluations à fort volume. Le tarif annoncé est de 0,042 $ par million de jetons en entrée, avec une sortie gratuite.
Un modèle qui choisit au lieu de générer
Microsoft décrit Microsoft-Decision-1 comme un modèle de « decision-scoring ». Pour chaque option d'un ensemble fixe, il renvoie une probabilité calibrée. Il gère les questions oui/non, à choix multiples et à notation, ainsi que l'évaluation par grille (rubrique) de réponses d'IA ou d'actions d'agent, le tout via un appel d'API structuré.
Techniquement, Microsoft indique qu'il s'agit d'un Qwen3.5-9B post-entraîné pour produire un score de décision en une seule passe. Le positionnement est clair : beaucoup d'étapes d'une application d'IA ne demandent pas de rédaction ni de raisonnement long, seulement un choix rapide et répétable. C'est l'une des idées structurantes de l'architecture modulaire des applications d'IA, que nous détaillons dans nos 12 concepts IA Microsoft à maîtriser en 2026.
Les cas d'usage cités par Microsoft sont les suivants :
- contrôle d'agents et routage de modèles ;
- analyse d'intention et étiquetage de données ;
- évaluation de réponses d'IA (AI judging) ;
- routage d'incidents, validation de données et classification de contenu.
Les réponses s'accompagnent de signaux de confiance. Une application peut s'en servir pour choisir l'action suivante ou envoyer les résultats incertains en revue.
Ce qui est disponible, ce qui est seulement annoncé
L'annonce mélange des éléments disponibles et des intentions. Voici la distinction, à la date du 10 octobre 2026.
| Élément | Statut | Précision |
|---|---|---|
| Microsoft-Decision-1 dans le catalogue Microsoft Foundry | Disponible en préversion publique | Annonce du 9 octobre 2026 |
| Accès via OpenRouter | Disponible | Indiqué par Microsoft |
| Tarification | Annoncée | 0,042 $ par million de jetons en entrée, sortie gratuite ; déploiements US Datazone et EU Datazone |
| Rebasage sur des modèles MAI et OpenAI | Annoncé, sans date | Aucun calendrier communiqué pour les prochaines itérations |
| Catégorie de déploiement, SLA et régions | Non confirmé | À vérifier dans le catalogue Foundry avant tout engagement |
Préversion publique : pas pour une chaîne critique en l'état
Un modèle en préversion peut évoluer, notamment parce que Microsoft prévoit de le rebaser sur d'autres modèles. Testez-le en parallèle de votre solution actuelle avant de lui confier un routage ou une validation qui engage l'activité.
Les chiffres de Microsoft, et ce qu'un concurrent en dit
Microsoft met en avant plusieurs mesures. Pour Xbox Research, qui a classé plus de 10 000 retours ouverts en thèmes définis par les chercheurs, l'éditeur annonce une qualité comparable à GPT-6 Sol, un modèle plus de 14 fois plus rapide et 200 fois moins cher. Certaines reprises de l'annonce évoquent GPT-5 et un facteur de 80 à 100 : les chiffres les plus récents publiés par Microsoft sont ceux ci-dessus.
0,042 $
Par million de jetons en entrée, sortie gratuite
Microsoft
35 ×
Latence P50 environ inférieure à celle de GPT-6 Sol
Microsoft
200 ×
Moins cher que GPT-6 Sol sur la tâche Xbox Research
Microsoft
1,3 %
Cas où le résultat change sous perturbation, en moyenne
Microsoft
Ce dernier chiffre porte sur la robustesse. Microsoft a testé huit types de perturbations : le résultat change dans 1,3 % des cas en moyenne, et jamais quand les descriptions d'options sont paraphrasées ou que les options sont inversées ou mélangées. Tous ces résultats proviennent de l'éditeur lui-même, et le détail figure dans l'annonce officielle de Microsoft.
Un concurrent les conteste. Dans sa propre comparaison, H2O-Lightning-4B se déclare n°1 sur JevBench (7 octobre 2026). Il corrige la latence de Microsoft-Decision-1 à 85 ms via Foundry, valeur fournie par Microsoft, le modèle n'apparaissant pas dans le classement. Il juge aussi que les chiffres de précision de Microsoft favorisent probablement son modèle. Cette source est partiale, mais elle rappelle une règle simple : aucun benchmark éditeur ne remplace une mesure sur vos données.
Quatre usages ciblés et un scénario type
Microsoft regroupe les usages en quatre familles :
- Classification : affecter une entrée à une catégorie, comme une intention client ou un thème de retour utilisateur.
- Routage : sélectionner un modèle, un outil, une destination ou un flux parmi des options.
- Évaluation et vérification : juger une réponse ou une entrée selon des critères définis.
- Contrôle de workflow : décider de poursuivre, réessayer, arrêter ou envoyer un cas en revue.
Imaginons, à titre d'illustration, une application de support. Un modèle génératif rédige la réponse ; Microsoft-Decision-1 la compare à une grille qualité, puis l'application l'envoie, la fait réviser ou la soumet à un humain selon le score. Le playground Foundry montre un exemple voisin : vérification de l'urgence, choix de l'équipe de support et notation de la priorité d'une demande client.
Microsoft cite aussi d'autres équipes internes qui ont évalué le modèle pour mesurer la qualité des réponses de Copilot et pour le replanning adaptatif dans Microsoft Discovery. Ce sont des évaluations, pas des déploiements annoncés.
Ce que ça change concrètement pour l'administrateur
L'impact principal est architectural : une couche de décision peut s'insérer entre vos étapes génératives, au lieu de tout passer par un grand modèle. Sur le choix de la plateforme, notre comparatif Copilot Studio vs Microsoft Foundry donne le cadre général.
- Coût : seuls les jetons en entrée sont facturés. Le coût par décision dépend donc de la longueur de l'état transmis et des critères d'options, pas d'un texte généré.
- Localisation : la grille tarifaire distingue les déploiements US Datazone et EU Datazone. Pour une organisation européenne, confirmez la disponibilité du second dans votre abonnement.
- Gouvernance : le modèle se déploie dans un abonnement Microsoft Foundry. Les clés et jetons d'accès doivent rester hors du code, et le déploiement doit être rattaché à un propriétaire identifié.
- Traçabilité : une décision automatisée sans seuil de confiance ni journal est difficile à auditer. Prévoyez de conserver l'option choisie et la probabilité associée.
L'appel se fait par une requête structurée : un état à examiner, puis des questions typées (par exemple un choix) avec des critères par option. La réponse renvoie le choix retenu par question. La forme ci-dessous illustre ce principe ; confirmez la route et l'en-tête d'authentification dans le guide de démarrage de votre déploiement.
1{2 "model": "<nom-du-deploiement>",3 "state": "I was charged twice.",4 "questions": {5 "team": {6 "type": "choice",7 "instructions": "Which team should handle this request?",8 "criteria": {9 "billing": "Charges, invoices, refunds, or subscription payments",10 "technical": "Software errors, bugs, or integration failures",11 "account": "Sign-in, password, or account-access problems"12 }13 }14 }15}Limites et points à vérifier avant d'engager
Points forts
- Sortie structurée et probabilités par option, exploitables directement par la logique applicative
- Jetons de sortie gratuits selon la grille annoncée, entrée à 0,042 $ par million
- Latence annoncée bien inférieure à celle d'un grand modèle génératif
- Accès via Foundry et OpenRouter
Limites
- Préversion publique, avec rebasage futur annoncé sans calendrier
- Benchmarks publiés par l'éditeur, contestés par un concurrent
- Catégorie de déploiement, SLA et régions à confirmer dans le catalogue
- Ne génère pas de texte : il complète les modèles génératifs sans les remplacer
La documentation Microsoft Learn précise que Microsoft Foundry donne accès à plus de 10 000 modèles. Les modèles « sold by Azure » sont facturés via l'abonnement Azure et couverts par les SLA, alors que les modèles de partenaires et de la communauté dépendent de la disponibilité de l'offre dans la région de facturation. Vérifiez donc la catégorie de Microsoft-Decision-1 et la région de votre déploiement avant de vous engager. Pour situer ce modèle parmi les autres arrivées récentes au catalogue, voyez aussi notre article sur Claude Opus 5 dans Microsoft Foundry.
Questions fréquentes
Combien coûte Microsoft-Decision-1 ?
Microsoft annonce 0,042 $ par million de jetons en entrée, et les jetons en sortie sont gratuits. Cette grille est indiquée pour les déploiements US Datazone et EU Datazone. Les usages restent facturés selon la consommation de votre abonnement.
Microsoft-Decision-1 peut-il remplacer un modèle génératif ?
Non, ce n'est pas son rôle. Il choisit parmi des options prédéfinies et renvoie des probabilités, il ne rédige pas de réponse ouverte. Il se place à côté des modèles génératifs ou de raisonnement, pour les étapes de classification, de routage ou d'évaluation.
Où peut-on l'utiliser ?
Microsoft indique qu'il est disponible dans Microsoft Foundry, en préversion publique, et également via OpenRouter. Vérifiez la catégorie du modèle et la région de déploiement dans le catalogue Foundry avant de planifier un usage en production.
Les gains de vitesse et de coût annoncés sont-ils fiables ?
Ils viennent de Microsoft et portent sur des tâches précises, comme le classement de retours chez Xbox Research. Un concurrent, H2O, juge que les chiffres de précision favorisent probablement le modèle de Microsoft. Mesurez précision, latence et coût sur vos propres données.
Que faire maintenant
Si vos applications exécutent beaucoup de décisions simples et répétées (tri de tickets, routage d'intentions, validation de réponses), un test mérite quelques jours. Si votre volume est faible ou si vos décisions exigent un raisonnement détaillé, l'intérêt sera limité et vous pouvez attendre la sortie de la préversion.
Pour tester Microsoft-Decision-1 sans prendre de risque
- Repérer deux ou trois étapes de décision à fort volume dans vos applications ou agents
- Constituer un jeu de test étiqueté et représentatif, avec des cas ambigus
- Vérifier dans le catalogue Foundry la catégorie du modèle, les régions et les conditions de SLA
- Mesurer la précision, la latence sous le trafic attendu et le coût par décision
- Valider la calibration des probabilités avant de fixer un seuil de confiance
- Prévoir une revue humaine pour les résultats incertains et conserver une solution de repli
Pour aller plus loin
- Annonce de Microsoft-Decision-1 : fonctionnement, benchmarks, cas d'usage, prix et liens vers Foundry et OpenRouter.
- Overview of Microsoft Foundry Models : catégories de modèles et conditions d'accès par région.
- H2O-Lightning-4B (#1 on JevBench) : la contre-analyse d'un concurrent sur la latence et la précision.
- Copilot Studio vs Microsoft Foundry : choisir la bonne plateforme pour vos agents.
