Microsoft a annoncé, le 7 octobre 2026 lors de la conférence Windows et Surface, l'introduction d'un support des modèles d'IA locaux pour GitHub Copilot d'ici la fin du mois, permettant aux développeurs de basculer librement entre les modèles cloud et les modèles embarqués sur l'appareil ou de mettre en place une orchestration automatique.
Pour répondre aux problèmes de goulots d'étranglement de mémoire dans l'inférence sur appareil et de consommation de ressources liée aux longs contextes, Microsoft a lancé le modèle d'experts mixtes (MoE) efficace MAI Code1.1Flash. Ce modèle compte 137 milliards de paramètres totaux et 6,8 milliards de paramètres activés ; en combinant la quantification et le décodage spéculatif, il réduit considérablement l'occupation mémoire tout en améliorant la vitesse de réponse du codage sur appareil, et il est proposé en premier sur le nouveau Surface Laptop Ultra équipé du matériel NVIDIA RTX Spark.
Concrètement, les utilisateurs peuvent choisir librement le mode d'inférence via GitHub Copilot CLI, l'application Copilot et Visual Studio Code : ils peuvent soit laisser Copilot coordonner automatiquement les ressources en arrière-plan, soit spécifier l'appel de modèles locaux tels que MAI Code1.1Flash via un fournisseur Windows ML ou un point de terminaison local compatible OpenAI. En matière de sécurité, le système intègre le conteneur d'exécution Microsoft (MXC) construit par l'équipe Windows, qui s'appuie sur les mécanismes d'isolement par conteneur natifs de chaque système d'exploitation pour garantir la sécurité de l'exécution du code.
Cette mise à niveau marque l'accélération de l'évolution des assistants de codage IA, qui passent d'une dépendance pure au cloud vers une architecture hybride combinant « cloud + côté appareil ». Cette initiative ne se contente pas de simplifier les obstacles au déploiement des modèles locaux, elle offre également une solution de mise en œuvre plus efficace pour les scénarios de développement exigeant une confidentialité élevée et une faible latence.