Microsoft-Decision-1 : quand l’IA arrête de bavarder pour enfin trancher
Il fallait bien que cela arrive. Après trois années passées à demander à des modèles de plusieurs centaines de milliards de paramètres de répondre « oui » ou « non » en rédigeant au passage trois paragraphes d’introduction, Microsoft propose une approche plus économe : un modèle qui ne génère rien du tout. Annoncé le 9 octobre 2026 par Satya Nadella en personne, Microsoft-Decision-1 est un modèle de décision, disponible dans le catalogue Microsoft Foundry et bientôt sur OpenRouter. Son ambition est simple : choisir, noter, classer et valider, sans jamais écrire une phrase. Le genre de collaborateur dont rêvent bien des comités de direction.
Un modèle qui répond par des probabilités, pas par de la prose
Le principe technique mérite qu’on s’y arrête. Là où un LLM classique produit un texte libre qu’il faut ensuite analyser (avec les joies du parsing de JSON approximatif que tout architecte a déjà connues), Decision-1 reçoit un état, une question et un ensemble fermé de réponses possibles. Il effectue une seule passe sur un contexte pouvant atteindre 32 768 tokens et renvoie une probabilité calibrée pour chacune des options. Aucun token de sortie n’est produit. Le résultat est directement exploitable par une application, sans couche d’interprétation intermédiaire.
Les cas d’usage visés sont ceux qui constituent l’essentiel du trafic invisible d’une architecture agentique : décisions binaires, choix parmi des options prédéfinies, notation sur une échelle, évaluation de réponses d’IA ou d’actions d’agents selon une grille de critères. Concrètement, cela couvre le routage de requêtes, la classification de tickets, la priorisation d’incidents, la vérification de conformité, le filtrage de sécurité ou encore la pertinence de résultats de recherche. Le modèle sait par ailleurs évaluer plusieurs décisions en parallèle dans une même requête, ce qui n’est pas un détail lorsque l’on orchestre des chaînes de traitement.
Sous le capot, Decision-1 n’est pas une création ex nihilo. Microsoft l’a obtenu par post-entraînement de Qwen3.5-9B, le modèle open weights d’Alibaba. L’éditeur indique vouloir le « rebaser » ultérieurement sur d’autres familles, notamment ses propres modèles MAI et ceux d’OpenAI. Les poids ne sont pas distribués : le modèle n’est accessible qu’en service hébergé.
Des chiffres qui donnent le tournis
Microsoft annonce que Decision-1 se classe premier en précision sur 36 benchmarks totalisant près de 150 000 questions absentes du jeu d’entraînement. Côté latence, la médiane affichée est de 85 millisecondes par requête, contre 210 ms pour H2O-Lightning-4B, 240 ms pour Jev, 300 ms pour GPT-6 Luna Decisions (le modèle de décision d’OpenAI) et 3,01 secondes pour GPT-6 Sol. D’où le fameux « 35 fois plus rapide » qui fait les titres.
Plusieurs équipes internes ont servi de cobayes. Xbox Research a classé plus de 10 000 retours de joueurs avec une qualité jugée comparable à GPT-6 Sol, pour une vitesse plus de 14 fois supérieure et un coût environ 200 fois inférieur. L’équipe Copilot l’a utilisé pour évaluer des réponses d’IA, avec un niveau proche de GPT-5.6 Luna et une vitesse environ cent fois plus élevée. Dans Microsoft Discovery, la plateforme de recherche scientifique, le modèle a servi à évaluer des expériences pour la replanification adaptative, avec une stabilité annoncée 46 fois supérieure à celle d’un LLM.
Reste le prix, qui frôle la provocation : 0,042 dollar par million de tokens en entrée, la sortie étant gratuite puisqu’il n’y en a pas. Le modèle de décision d’OpenAI serait facturé plus du double.
Pourquoi c’est une vraie question d’architecture
Au delà de l’effet d’annonce, Decision-1 matérialise une tendance de fond que nous observons chez nos clients : la décomposition des applications d’IA en couches spécialisées. Les ingénieurs de Microsoft résument l’enjeu par un calcul que tout DSI comprendra : ajouter 100 millisecondes à chacune des 20 décisions dépendantes d’un workflow agentique, c’est deux secondes de latence supplémentaire pour l’utilisateur. Multipliez par quelques milliers d’appels par heure et par le tarif d’un modèle frontière, et la facture Azure commence à ressembler à un budget d’investissement.
Un agent qui traite une demande d’achat, un incident de sécurité ou un dossier client prend en réalité des dizaines de micro-décisions : faut-il escalader, cette action est-elle autorisée, cette réponse est-elle fidèle à la source, quel outil appeler ensuite. Mobiliser un modèle généraliste pour chacune revient à convoquer le directeur juridique pour valider chaque note de frais. Le marché l’a compris : Cloudflare, Strands, Liquid AI, Perplexity ou Snowflake travaillent tous sur des systèmes de décision du même type. Les modèles de décision deviennent une catégorie à part entière, au même titre que les modèles d’embedding l’ont été avant eux.
Les points qui méritent un regard critique
Disons-le avec la courtoisie qui s’impose : la comparaison avec GPT-6 Sol a quelque chose d’un peu facile. Opposer un classifieur spécialisé de 9 milliards de paramètres à un modèle généraliste de raisonnement sur une tâche de classification, c’est un peu comme se féliciter qu’une trottinette soit plus agile qu’un Airbus pour aller chercher le pain. La comparaison pertinente est celle faite avec les autres modèles de décision, où l’avantage reste réel mais nettement plus modeste (environ 2,5 fois plus rapide que le second).
Ensuite, la reproductibilité. Les résultats publiés sont ceux de Microsoft, et l’annonce ne fournit ni l’intégralité des jeux de données ni les conditions exactes des tests de latence. Plusieurs observateurs ont relevé que l’onglet Benchmarks de la fiche Foundry se limitait à un paragraphe de méthodologie, sans chiffres. Or, pour un modèle qui renvoie des scores, la question centrale est celle de la calibration : quand le modèle annonce 0,8, la probabilité réelle est-elle bien de 80 % ? En l’absence de métriques publiées sur ce point, il appartient à chaque organisation de mesurer elle-même ce comportement sur ses propres données. C’est d’ailleurs ce que Microsoft recommande, ce qui est honnête, mais déplace l’effort de validation vers le client.
Troisième sujet, la gouvernance. Les analystes de Forrester saluent la baisse potentielle des coûts et de la latence, mais les inquiétudes portent sur la manière dont les organisations interpréteront ces scores pour déclencher des actions automatiques. Un modèle qui approuve ou rejette les actions d’un autre agent devient de fait un point de contrôle critique. Qui fixe les seuils ? Qui audite les décisions ? Que se passe-t-il si un contenu malveillant parvient à influencer le juge lui-même ? Microsoft affirme avoir testé la robustesse du modèle face aux actions malveillantes, mais un RSSI avisé voudra le vérifier avant de lui confier les clés.
Enfin, la question de la souveraineté et de la chaîne d’approvisionnement des modèles. Decision-1 repose sur une base Qwen d’Alibaba, ce qui n’est pas en soi un problème technique puisque le modèle est hébergé par Microsoft et ses poids ne sont pas distribués. Mais pour certains secteurs régulés, l’origine du modèle de fondation figure désormais dans les questionnaires de conformité. L’annonce d’un futur rebasage sur MAI ou OpenAI montre au passage que Microsoft cherche à rester indépendant de chacun de ses partenaires, tout en promettant une continuité de comportement qu’il faudra là aussi valider à chaque changement de version.
Ce qu’il faut en retenir
Decision-1 n’est pas une révolution scientifique, mais c’est probablement une excellente nouvelle d’ingénierie. Pour les équipes qui industrialisent des agents dans Copilot Studio ou Foundry, il ouvre la voie à une architecture plus rationnelle : un modèle généraliste pour raisonner et rédiger, des modèles de décision rapides et peu coûteux pour router, filtrer et contrôler. À condition de traiter ces modèles comme des composants critiques, avec leurs jeux de tests, leurs seuils documentés et leur supervision.
Nous reviendrons en détail sur ces nouvelles architectures agentiques, et sur la place que doivent y occuper les modèles de décision dans une démarche de gouvernance de l’IA, lors du prochain Briefing Calipia en décembre. D’ici là, nous vous conseillons de tester Decision-1 sur un cas d’usage bien circonscrit, avec vos propres données. C’est encore le meilleur benchmark qui soit.
