Source IA

Amazon Bedrock vs Microsoft Foundry vs Vertex AI

Amazon Bedrock · Microsoft Foundry · Gemini platform / ex-Vertex AI

Le choix de Source IA

Commence par Bedrock si identités et données sont dans AWS, Foundry dans une organisation Azure et Entra, la plateforme Gemini de Google Cloud si données et opérations sont chez Google. Pour un pilote simple sans contrainte d’entreprise, l’API directe peut rester plus lisible.

Ces plateformes ne sont pas trois modèles concurrents. Elles organisent accès aux modèles, agents et ressources cloud. Identité, régions et exploitation peuvent décider du choix avant les tokens. Les changements de nom chez Google n’impliquent pas la compatibilité de tous les anciens parcours Vertex AI.

Dossier actualisé le 12 octobre 2026Sources et dates des repèresPublication : Source IA

Comparaison utile pour choisir

Dossier du 8 novembre 2026. Les surfaces, versions et accès sont précisés ci-dessous. Chaque repère et tarif chiffré garde sa date et ses conditions ; les anciens tableaux sont séparés des recommandations actuelles.

Solutions comparées par usage, surface, accès et limite décisive
CritèreAmazon BedrockMicrosoft FoundryGemini platform / ex-Vertex AI
Usage prioritaireConserver le contrôle IAM et l’exploitation AWSGouverner les modèles et agents avec l’infrastructure AzureDéployer des modèles et agents dans l’environnement Google Cloud
Surface comparéeService de modèles et applications IA sur AWSProjets, modèles et agents dans AzurePlateforme IA et agents sur Google Cloud
Accès à contrôlerModèle, région, mode d’inférence et permissions à vérifierCatalogue et fonctions stables ou preview selon projetModèle, région et service exacts à contrôler
Piège à éviterUne disponibilité dans le catalogue ne garantit pas toutes les régions ou fonctionsLes anciennes interfaces Azure AI Foundry ne décrivent pas toutes les nouvelles APILa nouvelle appellation ne transforme pas une ancienne configuration en migration terminée

Aucune cellule ne constitue une mesure indépendante de performance. Les capacités proviennent des documentations d’éditeurs ; les recommandations sont l’analyse de Source IA.

Les différences qui changent la décision

Le catalogue n’est pas un accès uniforme

Un modèle peut dépendre de la région, de l’autorisation et du mode. Vérifie l’endpoint disponible pour le projet puis outils et quotas. Le logo d’un éditeur dans un catalogue cloud ne garantit ni toutes ses versions ni l’identité des paramètres.

L’identité décide qui peut agir

Teste lecture, appel, ressources et journaux avec plusieurs comptes. Foundry documente projets et rôles ; les autres clouds ont leurs périmètres. Le pilote doit montrer qu’un utilisateur non autorisé échoue correctement, pas seulement que l’administrateur réussit.

Le coût dépasse les tokens

Inclure stockage, réseau, outils, indexation et observation. Les services gérés peuvent faciliter l’exploitation mais ajoutent dépendances et contrats. Prévoir export des configurations et changement de modèle. Un cloud déjà engagé n’est pas un classement universel des LLM.

Choisir selon ta situation

  • Application AWS : Bedrock. Réutiliser pratiques d’identité et d’exploitation.
  • Organisation Azure : Foundry. Valider projets et rôles Entra.
  • Données Google Cloud : Plateforme Gemini. Contrôler région et parcours API actuel.
Ce que les éditeurs documentent exactement

Amazon Bedrock

AWS décrit Bedrock comme service géré donnant accès à plusieurs éditeurs. La documentation montre plusieurs formats d’API ; les identifiants et régions restent spécifiques à la surface.

Vérification limitée à ces repères le 12 octobre 2026. Documentation de l’éditeur.

Microsoft Foundry

Microsoft documente un plan de gestion commun, Entra, RBAC, projets, modèles et agents. L’évolution vers des routes v1 et des projets Foundry est distincte des anciens hubs.

Vérification limitée à ces repères le 12 octobre 2026. Documentation de l’éditeur.

Gemini platform / ex-Vertex AI

La page Google Cloud consultée s’intitule Gemini platform et documente modèles, Agent Studio et intégrations de développement. Les parcours historiques Vertex restent à distinguer des nouveaux services.

Vérification limitée à ces repères le 12 octobre 2026. Documentation de l’éditeur.

Un service avec deux rôles

Matériel d’essai. Une application fictive, un développeur, un compte non autorisé et une région cible.

  1. Préparer un appel minimal avec limites de dépenses et journaux non sensibles.
  2. Tester refus d’accès, quota et modèle indisponible.
  3. Vérifier observation, export et remplacement de l’endpoint.

Protocole proposé au lecteur, pas un test exécuté sur tous ces produits par Source IA. Les exemples sont fictifs ou doivent utiliser des données non sensibles.

Consigne d’essai à adapter
Liste identité, région, modèle exact, quota, journalisation et arrêt d’urgence. Sépare permissions de développement et production. Ne crée aucune ressource et ne copie aucun secret dans le code.

Évaluer le coût du travail terminé

Comparer le coût d’un service exploité avec trafic et erreurs. Les modes de facturation varient par modèle. Une conversion de dollars ne remplace pas le tarif contractuel cloud.

Les montants détaillés restent dans les fiches avec leurs dates, devises, taxes affichées et périodicités. Les anciens relevés ne sont pas transformés en prix actuels par cette réécriture.

Questions fréquentes

Le même modèle a-t-il les mêmes outils sur chaque cloud ?

Ce n’est pas garanti. Vérifie version, endpoint, région et paramètres.

Un cloud est-il obligatoire au début ?

Non. Il devient pertinent lorsque gouvernance et exploitation le justifient.

Sources officielles et portée du contrôle

Amazon Bedrock : 12 octobre 2026 · Microsoft Foundry : 12 octobre 2026 · Gemini platform / ex-Vertex AI : 12 octobre 2026.

Sources des générations et relevés antérieurs

Liens conservés avec les anciennes attributions. Cette liste n’annonce pas une nouvelle vérification de tous les chiffres historiques.

Continuer la comparaison