Il y a dix jours, on se marrait déjà de l’« API de décisions » d’OpenAI, ce truc rebaptisé après avoir cloné une boîte en une semaine. Cette semaine, Microsoft pose sa pièce sur la même table. Microsoft-Decision-1, un modèle qui ne discute pas, n’écrit pas, ne te code pas un site. Il décide. On lui présente des options, il pointe la meilleure et colle une probabilité dessus.
Le pitch fait envie. 83,5% de précision, 85 millisecondes de latence, première place sur 36 benchmarks couvrant environ 150 000 questions. Des chiffres qui claquent, signés Microsoft. On y revient.
Un routeur à neuf milliards de paramètres
Ce que la boîte appelle « modèle de décision », c’est un routeur. Un truc qui classe et redirige, taillé pour la vitesse plutôt que pour la profondeur. La brique sous le capot : Qwen3.5-9B. Oui, le modèle d’Alibaba. Un géant américain qui bâtit son nouveau produit décideur sur un cerveau chinois open source.
L’ironie n’est même pas subtile. Après trois ans de discours sur la souveraineté IA et les garde-fous nationaux, Redmond sort un produit dont le cœur a été entraîné par le principal rival chinois du narratif. Alibaba a rendu Qwen accessible à tout le monde, Microsoft en a fait une couche de triage. Chacun son rôle, hein.
Une fois sur six, il se trompe de porte
Le chiffre qui ne saute pas aux yeux, c’est l’envers de la précision. 83,5%, ça veut dire 16,5% d’erreurs. Environ une fois sur six, le modèle choisit la mauvaise option. Pour un chatbot qui te pond une recette de crêpes, on s’en fiche. Pour un routeur qui décide si ta requête part vers le modèle cher, le modèle pas cher ou vers un opérateur humain, c’est une autre affaire. Chaque mauvais choix contamine les suivants, et on parle justement d’une couche censée fiabiliser le reste de la pile.
Le vrai argument de vente, c’est la latence. 85 millisecondes, c’est la promesse d’un triage invisible, celui que tu ne sens pas quand tu causes à un agent et qu’il choisit en douce quelle brique réveiller. Boulot ingrat de l’IA moderne. Personne ne le voit bosser, mais quand il se plante, tout se casse la gueule.
Les benchmarks maison, encore et toujours
36 benchmarks, 150 000 questions, première place. Testés en interne. Par Microsoft. Sur ses propres protocoles. Aucun tiers n’a vérifié, aucun papier indépendant, aucune reproduction. Personne, jamais, n’arrive deuxième sur ses propres examens. C’est le sport national du secteur.
Dans le genre, on vous racontait le 1er octobre comment ton benchmark a déjà rendu l’arme dès qu’un nouveau modèle pointe le bout de son nez. Ici, on ne parle même pas d’un concurrent qui vient casser le score : on parle d’un tableau de chasse que le vendeur a rempli tout seul dans son coin.
Reste la question de fond. La catégorie « modèle de décision » a quel âge ? Six mois. Le routage et la classification, ça tourne dans les pipelines depuis dix ans. Microsoft a mis un nom marketing sur une fonction de plomberie et l’a emballée dans un benchmark premier de la classe. Ça marche souvent, ce genre de coup.
Faut juste espérer que le tuyau d’Alibaba ne fuit pas au moment où ton agent lui demandera de trancher entre le remboursement et le refus.
Sources :
Comments are closed