Microsoft sépare la décision rapide du modèle qui écrit
— AGENTS
Microsoft lance Decision-1, un modèle taillé pour trier, scorer et aiguiller des décisions plutôt que pour rédiger ou raisonner longuement. Son prix très bas annonce une nouvelle génération d'agents moins chers à faire tourner derrière les outils professionnels.
Microsoft vient de sortir un modèle qui ne sait pas écrire un paragraphe, et ce n'est pas un accident de conception. Decision-1 sert à trancher entre options prédéfinies, classer des demandes, attribuer un score, décider si une tâche part en automatique ou remonte vers un humain. Construit à partir d'un modèle Qwen bien plus léger que les géants du marché, il va vite parce qu'il ne cherche jamais à générer du texte élaboré.
Ce sujet ne parle à aucun graphiste ni monteur directement, mais il parle très fort aux équipes qui construisent les agents IA utilisés dans les outils professionnels. Microsoft a testé ce modèle en interne chez Xbox Research pour trier plus de dix mille retours de joueurs, avec une vitesse annoncée quatorze fois supérieure et un coût divisé par deux cents face à un modèle généraliste. C'est exactement ce genre de brique qui finira par tourner, invisible, derrière le routeur de tâches d'un Copilot ou d'un futur assistant créatif, celui qui décide en coulisses quelle requête mérite un modèle puissant et laquelle se traite en une fraction de seconde.
Le chiffre à retenir tient en une idée simple : une tâche de tri qui coûtait cher et prenait du temps peut désormais se régler trente-cinq fois plus vite, sur la mesure de latence mise en avant par Microsoft. Pour un studio qui paie à l'usage des outils construits sur des agents, cette logique de modèle bon marché affecté aux tâches répétitives pèsera directement sur les factures de services tiers, bien avant que le mot Decision-1 n'apparaisse jamais dans une interface créative.
La réserve tient à l'origine des chiffres. Les résultats proviennent des évaluations menées par Microsoft lui-même, sur des tests de décision structurée, et ne disent rien des capacités générales du modèle ni de sa tenue face à des cas ambigus hors de ce cadre contrôlé.
Cette annonce vaut moins pour l'outil que pour le mouvement qu'elle confirme : les géants du cloud poussent des modèles minuscules et spécialisés pour faire tourner les agents à bas coût, et réservent les modèles puissants aux tâches qui le justifient vraiment. Les outils créatifs bâtis sur des agents hériteront de cette architecture sans le dire, et leur tarification en portera la trace.