Retour à l'espace développeurTarifs officiels Tarifs officiels Tarifs officiels Tarifs officiels Tarifs officiels Tarifs officiels Tarifs officiels
Microsoft Modèles
Explorez les 7 modèles de Microsoft avec des prix détaillés, avantages et inconvénients, et recommandations pour développeurs.
7
Modèles
$0.360
Entrée la moins chère
262K
Contexte max
4
Niveaux de qualité
Recommandations rapides
Meilleur rapport qualité-prix: MAI-Transcribe-1.5 ($0.360/1M)
Meilleure qualité: MAI-Image-2.5
Meilleur pour le raisonnement: MAI-Thinking-1
MAI-Thinking-1
ReasoningRaisonnement complexe, mathématiques, codage agentique
Quand l'utiliser: Pour le raisonnement complexe en plusieurs étapes, les problèmes mathématiques et le codage agentique où la précision prime sur la vitesse brute.
Points clés de la mise à niveau
- ◆~1T paramètres totaux, 35B actifs MoE — compétitif en catégorie moyenne
- ◆AIME 2025 : 97,0 %, AIME 2026 : 94,5 % — raisonnement mathématique avancé
- ◆SWE-bench Pro : compétitif avec Claude Opus 4.6
- ◆Latence de premier token plus rapide que o3 pour le raisonnement en temps réel
- ◆Données propres et traçables de qualité entreprise — pas de distillation
Prix d'entrée
$5.00
per 1M tokens
Prix de sortie
$20.00
per 1M tokens
Entrée en cache
$1.00
per 1M tokens
Entrée batch
—
per 1M tokens
Fenêtre de contexte: 262K
Sortie max: 32,000 tokens
Date de coupure des connaissances: 2026-03
VisionAppel de fonctionAjustement finMode JSON
Avantages
- 35B actifs / ~1T paramètres totaux — performant pour sa catégorie
- AIME 2025 : 97,0 %, AIME 2026 : 94,5 % — meilleur raisonnement mathématique
- Pas de distillation — entraîné à partir de zéro sur des données propres
- Préféré à Sonnet 4.6 dans les évaluations humaines en aveugle
Inconvénients
- Pas encore de support visuel
- Nouveau modèle — benchmarks indépendants limités
- Disponibilité centrée sur Azure
- Coût plus élevé que les modèles non raisonnants
Performance
Vitesse de sortie~55 tok/s
Limite de débit3,000 RPM
Multimodal
Entrée imageSortie imageEntrée audioSortie audio
Benchmarks
AIME 2025
97.0%
AIME 2026
94.5%
GPQA Diamond
82.0%
MAI-Code-1-Flash
LiteCodage agentique rapide, intégration IDE
Quand l'utiliser: Idéal pour la complétion rapide de code, les suggestions en ligne et l'assistance quotidienne au codage dans les environnements IDE.
Points clés de la mise à niveau
- ◆5B paramètres actifs — comparable à Haiku mais 60 % moins cher
- ◆0,75 $/M d'entrée — modèle de codage le moins cher du marché
- ◆60 % de tokens en moins par tâche — conception efficace pour l'inférence
- ◆Intégration native GitHub Copilot et VS Code
- ◆HumanEval : 92 %+ — forte précision de codage à cette taille
Prix d'entrée
$0.750
per 1M tokens
Prix de sortie
$3.00
per 1M tokens
Entrée en cache
$0.150
per 1M tokens
Entrée batch
—
per 1M tokens
Fenêtre de contexte: 131K
Sortie max: 16,384 tokens
Date de coupure des connaissances: 2026-03
VisionAppel de fonctionAjustement finMode JSONNiveau gratuit
Avantages
- 60 % de tokens en moins par tâche par rapport aux alternatives
- 5B paramètres actifs — latence ultra-faible
- Profondément intégré dans GitHub Copilot et VS Code
- Moins cher que Haiku à 0,75 $/M d'entrée
Inconvénients
- Modèle plus petit — plus faible sur les tâches multi-fichiers complexes
- Pas de support visuel
- Limité aux tâches de codage — pas à usage général
- Contexte 128K plus petit que les modèles phares
Performance
Vitesse de sortie~150 tok/s
Limite de débit10,000 RPM
Multimodal
Entrée imageSortie imageEntrée audioSortie audio
Benchmarks
HumanEval
92.0%
SWE-bench Lite
55.0%
MAI-Image-2.5
FlagshipGénération et édition d'images pour entreprises
Quand l'utiliser: Pour la génération et l'édition d'images conformes aux politiques et sécurisées pour les marques dans les workflows d'entreprise et Microsoft 365.
Points clés de la mise à niveau
- ◆Modèle unifié texte-image + édition d'images en un seul modèle
- ◆ELO Arena : dépasse Nano Banana Pro
- ◆Rendu de texte supérieur dans les images générées
- ◆Conformité entreprise : déploiement privé Azure
- ◆Variante Flash disponible pour une génération moins chère et plus rapide
Prix d'entrée
$5.00
per 1M tokens
Prix de sortie
$47.00
per 1M tokens
Entrée en cache
—
per 1M tokens
Entrée batch
—
per 1M tokens
Fenêtre de contexte: 8K
Sortie max: 0 tokens
Date de coupure des connaissances: 2026-03
VisionAppel de fonctionAjustement finMode JSON
Avantages
- Modèle de classe mondiale pour la génération texte-image et l'édition d'images
- Dépasse le score Nano Banana Pro Arena
- Niveau entreprise : déploiement privé Azure disponible
- Rendu de texte propre dans les images
Inconvénients
- Sortie coûteuse à 47 $/M tokens
- Moins artistique que Midjourney
- Disponibilité centrée sur Azure
- Pas d'appel de fonction
Performance
Vitesse de sortie~20 tok/s
Limite de débit1,000 RPM
Multimodal
Entrée imageSortie imageEntrée audioSortie audio
Benchmarks
GenEval
88.0%
MAI-Image-2.5-Flash
Mid-tierGénération d'images rapide et économique
Quand l'utiliser: Pour la génération d'images à volume élevé où la vitesse et le coût importent plus que la qualité absolue.
Points clés de la mise à niveau
- ◆1,75 $/15 $ — 65 % moins cher que MAI-Image-2.5
- ◆Optimisé pour la génération à haut débit
- ◆Niveau gratuit disponible pour le développement
- ◆Même famille de modèles que MAI-Image-2.5
Prix d'entrée
$1.75
per 1M tokens
Prix de sortie
$15.00
per 1M tokens
Entrée en cache
—
per 1M tokens
Entrée batch
—
per 1M tokens
Fenêtre de contexte: 8K
Sortie max: 0 tokens
Date de coupure des connaissances: 2026-03
VisionAppel de fonctionAjustement finMode JSONNiveau gratuit
Avantages
- Beaucoup moins cher que le MAI-Image-2.5 standard
- Génération rapide pour les flux de travail à volume élevé
- Même qualité que MAI-Image-2.5 pour la plupart des invites
- Niveau gratuit disponible
Inconvénients
- Qualité inférieure sur les invites complexes à plusieurs objets
- Pas d'appel de fonction
- Centré sur Azure
- Moins de détails dans les textures fines
Performance
Vitesse de sortie~40 tok/s
Limite de débit5,000 RPM
Multimodal
Entrée imageSortie imageEntrée audioSortie audio
Benchmarks
GenEval
82.0%
MAI-Transcribe-1.5
FlagshipTranscription vocale d'entreprise, transcription en temps réel
Quand l'utiliser: Pour la transcription de réunions d'entreprise, l'analyse des centres d'appels, la dictée médicale et le sous-titrage multilingue.
Points clés de la mise à niveau
- ◆Précision SOTA : surpasse Whisper Large v3 en anglais et en ASR multilingue
- ◆5 fois plus rapide que les modèles de transcription concurrents
- ◆43 langues avec prise en charge intégrée du vocabulaire domaine
- ◆Diarisation des locuteurs : identifie qui a dit quoi
- ◆0,36 $/heure — tarification compétitive pour la STT d'entreprise
Prix d'entrée
$0.360
per 1M tokens
Prix de sortie
$0.0000
per 1M tokens
Entrée en cache
—
per 1M tokens
Entrée batch
—
per 1M tokens
Fenêtre de contexte: 0
Sortie max: 0 tokens
Date de coupure des connaissances: 2026-03
VisionAppel de fonctionAjustement finMode JSON
Avantages
- Meilleure précision de transcription de sa catégorie — SOTA sur les benchmarks ASR
- 5 fois plus rapide que les modèles concurrents
- 43 langues avec terminologie spécifique au domaine
- Diarisation des locuteurs et streaming en temps réel
Inconvénients
- Modèle spécialisé — transcription uniquement
- Facturé à l'heure audio, pas aux tokens
- Disponibilité centrée sur Azure
- Aucune capacité de génération de texte
Performance
Vitesse de sortie—
Limite de débit—
Multimodal
Entrée imageSortie imageEntrée audioSortie audio
Benchmarks
WER (LibriSpeech)
1.8%
WER (Common Voice)
5.2%
MAI-Voice-2
FlagshipTTS de haute qualité, clonage vocal, IA conversationnelle
Quand l'utiliser: Pour les bots vocaux de service client, les outils d'accessibilité, le contenu e-learning et l'IA conversationnelle en temps réel.
Points clés de la mise à niveau
- ◆15 langues avec prosodie naturelle et contrôle du ton
- ◆Clonage vocal : adaptation à partir de courts échantillons audio
- ◆Latence inférieure à 300 ms — viable pour le dialogue en temps réel
- ◆Mesures de protection solides intégrées
- ◆Variante Flash disponible pour un déploiement à très faible coût
Prix d'entrée
$2.00
per 1M tokens
Prix de sortie
$10.00
per 1M tokens
Entrée en cache
—
per 1M tokens
Entrée batch
—
per 1M tokens
Fenêtre de contexte: 0
Sortie max: 0 tokens
Date de coupure des connaissances: 2026-03
VisionAppel de fonctionAjustement finMode JSON
Avantages
- Parole naturelle dans 15 langues
- Clonage vocal à partir de courts échantillons audio
- Latence inférieure à 300 ms pour la conversation en temps réel
- Conformité entreprise et intégration Azure
Inconvénients
- Modèle spécialisé — synthèse vocale uniquement
- Le clonage vocal nécessite une autorisation entreprise
- Clonage moins flexible que ElevenLabs
- Disponibilité centrée sur Azure
Performance
Vitesse de sortie—
Limite de débit—
Multimodal
Entrée imageSortie imageEntrée audioSortie audio
Benchmarks
MOS (Naturalness)
4.5/5.0
MAI-Voice-2-Flash
Mid-tierSynthèse vocale ultra-économique
Quand l'utiliser: Pour les applications TTS à volume élevé où l'efficacité des coûts prime sur la qualité vocale absolue.
Points clés de la mise à niveau
- ◆0,50 $ / 2,50 $ — 75 % moins cher que MAI-Voice-2
- ◆Niveau gratuit pour le développement et les tests
- ◆Même couverture de 15 langues que MAI-Voice-2
- ◆Optimisé pour un déploiement à haut débit et faible latence
Prix d'entrée
$0.500
per 1M tokens
Prix de sortie
$2.50
per 1M tokens
Entrée en cache
—
per 1M tokens
Entrée batch
—
per 1M tokens
Fenêtre de contexte: 0
Sortie max: 0 tokens
Date de coupure des connaissances: 2026-03
VisionAppel de fonctionAjustement finMode JSONNiveau gratuit
Avantages
- TTS ultra-efficace à 75% de coût en moins
- Niveau gratuit disponible
- Même couverture linguistique que MAI-Voice-2
- Faible latence pour les applications en temps réel
Inconvénients
- Naturalité légèrement inférieure à MAI-Voice-2
- Pas de clonage vocal dans la variante Flash
- Modèle spécialisé — parole uniquement
- Modèle plus récent — avis indépendants limités
Performance
Vitesse de sortie—
Limite de débit—
Multimodal
Entrée imageSortie imageEntrée audioSortie audio
Benchmarks
MOS (Naturalness)
4.2/5.0
Comparaison côte à côte
| Modèle | Niveau | Entrée | Sortie | Contexte |
|---|---|---|---|---|
| MAI-Thinking-1 | Reasoning | $5.00 | $20.00 | 262K |
| MAI-Code-1-Flash | Lite | $0.750 | $3.00 | 131K |
| MAI-Image-2.5 | Flagship | $5.00 | $47.00 | 8K |
| MAI-Image-2.5-Flash | Mid-tier | $1.75 | $15.00 | 8K |
| MAI-Transcribe-1.5 | Flagship | $0.360 | $0.0000 | 0 |
| MAI-Voice-2 | Flagship | $2.00 | $10.00 | 0 |
| MAI-Voice-2-Flash | Mid-tier | $0.500 | $2.50 | 0 |