MAI-Code-1-Flash
MAI-Code-1-Flash est un LLM propriétaire de Microsoft, sorti le 2 juin 2026. Développé aux États-Unis, il se distingue par un positionnement dans le haut du classement de sa génération sur GPQA.
M
Microsoft
Des familles Phi et MAI couvrant texte, raisonnement, code et multimodalité
29 fiches modèlesorties 16 mai 2022 → 23 juillet 202618 à poids ouverts4 multimodauxcontexte jusqu'à 131 072 tokens
Fondé au milieu des années 1970 par Bill Gates et Paul Allen, Microsoft est un groupe technologique américain historiquement associé aux logiciels, aux systèmes d’exploitation et aux outils de productivité. L’entreprise s’est ensuite développée dans le cloud, les services aux organisations et l’intelligence artificielle. Sa mission générale consiste à fournir des technologies permettant aux particuliers comme aux entreprises de créer, travailler et automatiser plus efficacement.
Dans le catalogue, son offre repose principalement sur les familles Phi et MAI. Elle associe des modèles à poids ouverts autorisant un usage commercial à des systèmes distribués selon des modalités plus propriétaires. L’approche couvre la génération de texte, le raisonnement, le code et des usages multimodaux, avec plusieurs modèles conçus pour conjuguer compacité et performances. Certaines références prennent aussi en charge des contextes particulièrement longs.
Les modèles les mieux documentés par des benchmarks incluent Phi-3.5-mini-instruct, Phi-3.5-MoE-instruct, Phi 4, Phi 4 Mini, MAI-Thinking-1 et MAI-Code-1-Flash. L’ensemble vise aussi bien l’intégration locale ou embarquée que les applications cloud nécessitant raisonnement, programmation et traitement de contenus variés.
Modèles
Modèles LLM
MAI-Thinking-1
MAI-Thinking-1 est un LLM propriétaire de Microsoft, sorti le 2 juin 2026. Avec 1000 milliards de paramètres, il se distingue d’abord par une taille particulièrement importante et par des poids non ouverts.
Phi 4 Mini
Sorti le 30 avril 2025, Phi 4 Mini est déjà ancien à l’échelle de l’IA : près d’un an suffit à le séparer nettement des modèles actuels. Microsoft l’a positionné comme un LLM léger de 4 milliards de paramètres, adapté aux environnements contraints en mémoire ou en calcul et aux…
phi-4-mini-instruct
phi-4-mini-instruct est un grand modèle de langage édité par Microsoft. Son nom l’inscrit dans la gamme Phi et signale une déclinaison « mini » orientée vers le suivi d’instructions.
Phi 4 Reasoning
Sorti le 30 avril 2025, Phi 4 Reasoning est déjà un modèle ancien à l’échelle de l’IA. Microsoft l’a conçu comme une déclinaison de Phi-4 spécialisée dans le raisonnement mathématique, avec une architecture Transformer dense decoder-only de 14 milliards de paramètres.
Phi 4 Reasoning Plus
Sorti le 30 avril 2025, Phi 4 Reasoning Plus est un LLM de Microsoft aujourd’hui ancien à l’échelle de l’IA. Ce modèle open-weights sous licence MIT autorise l’usage commercial, mais sa génération est désormais largement dépassée par les modèles plus récents.
Phi-4-multimodal-instruct
Sorti le 1er février 2025, Phi-4-multimodal-instruct est un modèle de fondation multimodal léger de Microsoft. Ses 6 milliards de paramètres traitent conjointement le texte, l’image et l’audio, avec une sortie exclusivement textuelle et une fenêtre de contexte de 131 072 tokens.
Phi 4
Publié par Microsoft le 12 décembre 2024, Phi 4 est un LLM open-weights sous licence MIT, utilisable commercialement. Près de deux ans représentent une très longue période en IA : ce modèle de 15 milliards de paramètres appartient désormais à une génération probablement dépassée et peut…
Phi-3.5-mini-instruct
Sorti le 23 août 2024, Phi-3.5-mini-instruct est un LLM léger de Microsoft comptant 4 milliards de paramètres. Près de deux ans plus tard, il appartient déjà à une génération ancienne à l’échelle de l’IA, dont les performances sont probablement dépassées par celles des modèles plus…
Phi-3.5-MoE-instruct
Sorti le 23 août 2024, Phi-3.5-MoE-instruct est un LLM open-weights de Microsoft sous licence MIT, avec usage commercial autorisé. Âgé d’environ deux ans, il appartient déjà à une génération ancienne à l’échelle de l’IA et ses performances sont désormais probablement dépassées.
Phi-3.5-vision-instruct
Publié par Microsoft le 23 août 2024, Phi-3.5-vision-instruct est un modèle multimodal ouvert de la famille Phi-3. Avec près de deux ans d’ancienneté, il appartient déjà à une génération ancienne à l’échelle de l’IA et ses performances doivent être replacées dans le contexte de sa sortie.
phi-3-medium 14B
Publié par Microsoft le 23 avril 2024, phi-3-medium 14B est un LLM désormais ancien à l’échelle de l’IA. Près de deux ans après sa sortie, il appartient à une génération probablement dépassée et souvent retirée des catalogues des éditeurs.
WizardLM-2 8x22B
WizardLM-2 8x22B est un LLM à poids ouverts publié par Microsoft le 16 avril 2024. Près de deux ans plus tard, il est ancien à l’échelle de l’IA : ses performances sont probablement dépassées et le modèle n’est souvent plus proposé dans les catalogues actuels de l’éditeur.
Modèles Embedding
microsoft/harrier-oss-v1-0.6b
Publié par Microsoft le 27 mars 2026 sous licence MIT, microsoft/harrier-oss-v1-0.6b est un modèle d’embedding multilingue de 596 millions de paramètres. Son architecture décodeur uniquement produit des vecteurs denses de 1 024 dimensions, avec pooling du dernier token non rembourré et…
microsoft/harrier-oss-v1-270m
Publié par Microsoft le 27 mars 2026 sous licence ouverte MIT, microsoft/harrier-oss-v1-270m est un modèle d’embedding multilingue de 268 millions de paramètres, tous actifs. Son architecture décodeur uniquement produit des représentations denses de 640 dimensions à partir du dernier…
microsoft/harrier-oss-v1-27b
Publié par Microsoft le 27 mars 2026 sous licence ouverte MIT, microsoft/harrier-oss-v1-27b est un modèle d’embeddings textuels multilingue de 27 milliards de paramètres, tous actifs. Son architecture decoder-only produit des vecteurs denses de 5 376 dimensions, avec pooling sur le…
microsoft/msclap-2023
microsoft/msclap-2023 est un modèle d’embedding dense de Microsoft, publié le 1er septembre 2023 sous licence ouverte MIT. Il compte 160 millions de paramètres, tous actifs, et produit des vecteurs de 1 024 dimensions.
microsoft/msclap-2022
Publié par Microsoft le 1er décembre 2022, microsoft/msclap-2022 est un modèle d’embedding dense de 196 millions de paramètres actifs. Il produit des vecteurs de 1 024 dimensions et se distingue par son orientation audio, évaluée sur des tâches audio seules et sur des associations entre…
microsoft/xclip-base-patch16
Publié par Microsoft le 4 août 2022 sous licence ouverte MIT, microsoft/xclip-base-patch16 est un modèle d’embedding de 195 millions de paramètres, tous actifs. Il produit des vecteurs de 512 dimensions associant vidéos et textes dans un même espace contrastif.
microsoft/xclip-base-patch32
Publié par Microsoft le 4 août 2022 sous licence ouverte MIT, microsoft/xclip-base-patch32 est un modèle d’embedding vidéo-texte de 197 millions de paramètres, tous actifs. Il produit des vecteurs de 512 dimensions afin de rapprocher des vidéos et des descriptions textuelles dans un même…
microsoft/xclip-large-patch14
Publié par Microsoft le 4 août 2022, microsoft/xclip-large-patch14 est un modèle d’embedding vidéo-texte de 576 millions de paramètres actifs. Il projette les vidéos et les textes associés dans des vecteurs de 768 dimensions afin de mesurer leur proximité sémantique.
microsoft/speecht5_multimodal
Publié par Microsoft le 16 mai 2022, microsoft/speecht5_multimodal est un modèle d’embedding multimodal de 298 millions de paramètres, tous actifs. Il produit des représentations denses de 768 dimensions et est distribué sous licence ouverte MIT.
Modèles Image
Microsoft: MAI-Image-2.5 Pro
Microsoft: MAI-Image-2.5 Pro est un modèle de génération d’images à partir de descriptions textuelles, édité par Microsoft et sorti le 23 juillet 2026. Il cible notamment l’illustration, le design visuel et la création publicitaire.
Microsoft: MAI-Image-2.5
Microsoft: MAI-Image-2.5 est un modèle de génération et d’édition d’images lancé par Microsoft le 2 juin 2026. Il transforme des descriptions textuelles en images et se positionne au plus haut niveau de l’Arena text-to-image, tout en figurant parmi les modèles les mieux classés en édition.
MAI-Image-2
MAI-Image-2 est un modèle de génération d’images à partir de descriptions textuelles, publié par Microsoft le 19 mars 2026. Il se positionne dans la partie haute de l’Arena text-to-image, un classement fondé sur les préférences humaines.
Modèles TTS
Microsoft: MAI-Voice-2-Flash
Microsoft: MAI-Voice-2-Flash est un modèle de synthèse vocale de Microsoft. Il transforme du texte en parole et sa sortie est fixée au 23 juillet 2026. Son positionnement économique cible les projets qui accordent une place importante au coût de génération.
MAI-Voice-1
MAI-Voice-1 est un modèle de synthèse vocale de Microsoft, sorti le 2 avril 2026. Il transforme du texte en parole et propose quatre voix, ce qui permet de varier l’identité vocale selon le contenu produit.
Azure HD 2.5
Azure HD 2.5 est un modèle de synthèse vocale de Microsoft, sorti le 30 mars 2026. Il transforme du texte en parole et propose huit voix, ce qui permet de varier les restitutions vocales.
Modèles STT
Benchmarks
ODinW
ODinW, pour Object Detection in the Wild, est un benchmark publié par Microsoft en 2021 par l’équipe GLIP, notamment Liunian Harold Li et Pengchuan Zhang. Il évalue la capacité de modèles de détection d’objets à transférer leurs acquis vers des jeux de données réels diversifiés.
AGIEval
AGIEval est un benchmark conçu en 2023 par Microsoft Research et Wanjun Zhong et al. Son approche centrée sur l’humain s’appuie sur des examens standardisés issus de contextes académiques et professionnels réels, notamment des concours d’entrée, des tests de droit, des compétitions…