ModelBrief · MAI Code 2 · 專題
最後更新 2026-11-20
EN 简体 繁體
美國 · 大語言模型 · 正式版 · 2026 年 11 月 17 日發佈

MAI Code 2 專題

微軟 2026 年 11 月 17 日在 Ignite 2026 發佈的自研編碼旗艦,與輕量兄弟檔 MAI Code 2 Flash 同日上線 GitHub Copilot。微軟自報:四項基準均值達到 GPT-6.1 Sol 的 98%、成本約 40%(微軟自選基準、50% 推廣價口徑),達到 Claude Opus 5.5 的 96%、成本僅約 5%(同上口徑)。但要先把定位說清楚:全部基準數字都是微軟自報、尚無任何獨立評分;價格是 GitHub 定價頁公佈的推廣價($0.50/$2.50 每百萬 tokens,2027 年 5 月 17 日結束,之後翻倍),40% 與 5% 都是按推廣價算出的相對成本;模型卡已公佈(約 80B 激活、總參約 2.8T、1.05M 上下文、知識截止 2026 年 8 月前數據)。本頁彙總官方規格、上手路線、價格解析與 6 篇本站深度實測,並明確標註哪些說法尚未證實。

98%微軟自報四項基準均值,相對 GPT-6.1 Sol(微軟自選基準、50% 推廣價口徑)
96%相對 Claude Opus 5.5,成本僅約 5%(微軟自選基準、50% 推廣價口徑)
2026-11-17Ignite 發佈,同日進 GitHub Copilot
$0.50 / $2.50推廣價每百萬 tokens(輸入/輸出),至 2027-05-17,之後 $1.00/$5.00
1.05M 上下文模型卡已公佈:約 80B 激活、總參約 2.8T、知識截止 2026 年 8 月前數據
7 款 MAI同日發佈的 MAI 模型家族,均跑在 Maia 200 芯片上

01關鍵事實

先把能確認的說清楚:這是微軟第一次把自研編碼模型做成 Copilot 裏的主力選項——「接近旗艦分數、零頭價格」是它的賣點,也是它最需要被覈查的地方。

發佈
2026-11-17(週二,Ignite 2026,舊金山 11 月 17–20 日);微軟 AI 同日發佈七款 MAI 模型,MAI Code 2 與 MAI Code 2 Flash 同日上線 GitHub Copilot
開發方
Microsoft AI(微軟),美國
定位
日常企業編碼旗艦:生產代碼、深度調試、多文件改動、倉庫級推理、UI 工作;微軟明言兩款模型「明確未針對」基礎科學研究與超長程 Agent 工作調優
兄弟檔
MAI Code 2 Flash:輕量檔,面向代碼解釋、定點編輯、日常修復與快速迭代;與 GPT-6 Luna、Claude Haiku 5.5 相當(微軟自報),成本分別爲 65% 與 20%(50% 推廣價口徑);本專題內覆蓋,不單獨建專題
參數量 / 架構
解碼器 Transformer + 稀疏 MoE + 視覺編碼器;MAI Code 2 約 80B 激活(77B 激活 + 3B 嵌入,總參約 2.8T),Flash 約 12B 激活(總參約 398B);底座 MAI-Base-2(模型卡,2026-11-17)
上下文窗口
1,050,000 tokens(模型卡);最大輸入 922,000、最大輸出 128,000;1M 窗口僅在 VS Code 與 Copilot CLI 內可用(GitHub 文檔)
知識截止
2026 年 8 月前的數據(模型卡);可能不瞭解此後的新庫、API 與漏洞
基準分
微軟自報四項基準均值:GPT-6.1 Sol 的 98%、成本約 40%(微軟自選基準、50% 推廣價口徑);Claude Opus 5.5 的 96%、成本約 5%(同上口徑)。無任何獨立評分:Artificial Analysis、LiveBench、LMArena 均未收錄
盲測
258 人前端盲測:開發者偏好 MAI Code 2 的輸出勝過 GPT-6 Sol,微軟已統一修正爲 64%(美學與功能雙優);67%/68% 爲 11 月 18 日修正前的頁面舊值,現作歷史註腳(見第 12、15 節)
價格
$0.50 / $2.50 每百萬 tokens(GitHub Copilot 定價頁):輸入 $0.50、緩存輸入 $0.025、輸出 $2.50,推廣價至 2027 年 5 月 17 日,之後 $1.00/$0.05/$5.00;Flash 爲 $0.05/$0.005/$0.25,之後 $0.10/$0.01/$0.50;Copilot 內按量計費(1 AI 積分 = $0.01)
可用渠道
GitHub Copilot(VS Code、Visual Studio、Copilot CLI、雲端 Agent、GitHub.com、移動端、JetBrains、Xcode、Eclipse);MAI Code 2 Flash 另在 Microsoft Foundry 有限預覽;MAI Code 2 已加入 Copilot Fusion Standard 檔
套餐
MAI Code 2:Copilot Pro、Pro+、Max、Business、Enterprise;MAI Code 2 Flash:以上套餐另加 Free 與 Student
權重 / 開源
閉源,無公開權重
芯片
七款 MAI 模型均跑在微軟第二代 Maia 200 芯片上,現已投產

02快速對比

一張表看清微軟的定價敘事:性能只差 2–4%,成本卻只有對手的零頭——但性能與成本都出自微軟自己的算盤,口徑見表下注釋。

模型四項基準均值(相對性能)相對成本上下文開源
MAI Code 298(以 GPT-6.1 Sol 爲 100)約 40%(50% 推廣價口徑)1.05M tokens否
GPT-6.1 Sol100(對照基準)100(對照基準)1M tokens否
Claude Opus 5.5100(對照基準)100(對照基準)1M tokens否
MAI Code 2 Flash與 GPT-6 Luna、Claude Haiku 5.5 相當(微軟自報,三項基準)Luna 的 65% / Haiku 5.5 的 20%(50% 推廣價口徑)1.05M tokens否

相對性能爲微軟自選四項基準(DeepSWE 1.1、Terminal Bench 2.1、SWE-Atlas、FrontierCode v1.1)的均值,全部模型均以最大推理力度運行;其中三項跑在微軟內部 MSBench 平臺(經 Copilot CLI),FrontierCode v1.1 的分數與成本來自 Artificial Analysis。成本按 50% 推廣價計算,推廣截止日爲 2027 年 5 月 17 日。全部數字爲微軟自報,無獨立驗證。

03數據圖表

相對性能與相對成本分組對比:MAI Code 2 的性能只比對照模型低 2–4%,成本卻只有 40% 與 5%——但兩組數字都按 50% 推廣價算出,且全部出自微軟自報。

相对性能与相对成本对比:MAI Code 2 对 GPT-6.1 Sol 为 98% 性能、40% 成本;对 Claude Opus 5.5 为 96% 性能、5% 成本(微软自报,50% 推广价口径)
MAI Code 2 相對性能與相對成本(微軟自報,50% 推廣價口徑):對 GPT-6.1 Sol 爲 98% 性能、40% 成本;對 Claude Opus 5.5 爲 96% 性能、5% 成本。數據來源:Microsoft AI 產品帖(2026-11-17)。

04最值得讀的 3 篇

時間緊的話先讀這三篇:基準盤點、價格解析與 Opus 5.5 對比——三篇都在拆微軟那句「98% 性能約 40% 成本」到底是什麼意思。

05時間線

發佈僅三天,官方帖文、GitHub 更新日誌與一線報道同日到來;中文覆蓋目前仍薄,獨立評分尚未出現。

  • 2026-06

    MAI Code 1 Flash 發佈,MAI 編碼系列起點(據行業報道);該系列此後以輕量檔爲主,直至 MAI Code 2 才推出通用旗艦檔。

  • 2026-11-17

    七款 MAI 模型在 Ignite 2026 發佈:MAI Code 2、MAI Code 2 Flash(編碼)、MAI Cyber 2 Flash(安全)、MAI Image 2.7(圖像編輯)、MAI Realtime 1(語音到語音)、MAI Transcribe 2(轉錄,驅動 Dragon Copilot Transcribe)、Decision 1.1(任務路由);全部跑在第二代 Maia 200 芯片上,現已投產。微軟 AI 產品帖給出全部基準宣稱:MAI Code 2 達 GPT-6.1 Sol 的 98%、成本約 40%(微軟自選基準、50% 推廣價口徑),達 Claude Opus 5.5 的 96%、成本約 5%(同上口徑)。

  • 2026-11-17

    MAI Code 2 與 Code 2 Flash 同日上線 GitHub Copilot:GitHub 更新日誌確認兩模型進模型選擇器,覆蓋 VS Code、Visual Studio、Copilot CLI、雲端 Agent、GitHub.com、移動端、JetBrains、Xcode、Eclipse;MAI Code 2 覆蓋 Pro、Pro+、Max、Business、Enterprise,Flash 另含 Free 與 Student;兩模型均按量計費。同日 GitHub 宣佈 MAI-Code-2 加入 Copilot Fusion Standard 檔,並預告 MAI-Code-1.1-Flash 將於 12 月 18 日退役。

  • 2026-11-17–18

    Axios 報道發佈(經 superpowerdaily 轉述),指出價格優勢反映了推廣折扣;edgeconsultancykw、rrtechpulse、pasqualepillitteri、scanradar 發佈當日分析,均標註比較出自微軟自報、價格爲推廣價。英文自動補全當日已形成「mai code 2 benchmarks」「mai code 2 vs opus 5.5」「mai code 2 artificial analysis」等比較型長尾詞。

  • 2026-11-18

    盲測口徑統一爲 64%:ai-oriens 2026-11-18 報道覈實,微軟產品帖與 Ignite 主題帖現均寫 64%(258 人盲測,美學與功能雙優);日本時間 11 月 18 日 4 時前後保存的頁面曾爲產品帖 67%、主題帖 68%,之後兩處均已改爲 64%。67%/68% 現作歷史註腳。

  • 2026-11-20

    本站專題頁上線(本頁)。截至本頁發佈:Artificial Analysis、LiveBench、LMArena 均未收錄 MAI Code 2;微軟模型卡與 GitHub 定價頁已公佈(約 80B 激活、1.05M 上下文、$0.50/$2.50 推廣價至 2027-05-17);中文一線科技媒體尚無系統報道。

06官方規格

以下爲官方已公佈口徑(Microsoft AI 產品帖、模型卡與 GitHub 更新日誌,2026 年 11 月 17 日)。未公佈的項目如實寫「未公佈」,不推測。

狀態
已發佈(GA,2026-11-17,GitHub Copilot 內上線)
模型 ID
MAI-Code-2 / MAI-Code-2-Flash(GitHub Copilot 內標識)
定位
日常企業編碼:生產代碼、深度調試、多文件改動、倉庫級推理、UI 工作;另擅長儀表盤與可視化生成(微軟自述)
架構 / 參數
解碼器 Transformer + 稀疏 MoE + 集成視覺編碼器;MAI Code 2 約 80B 激活(總參約 2.8T),Flash 約 12B 激活(總參約 398B);底座 MAI-Base-2;微軟從頭訓練(模型卡)
上下文窗口
1,050,000 tokens(最大輸入 922,000、最大輸出 128,000);1M 窗口僅在 VS Code 與 Copilot CLI 內可用
知識截止
2026 年 8 月前的數據(模型卡)
輸入 / 輸出
輸入:文本與圖像(截圖、UI 原型、圖表可作輸入);輸出:文本(模型卡)。發佈時僅針對英文代碼生產優化
不適用場景
微軟明言:兩款模型明確未針對基礎科學研究與超長程 Agent 工作調優
可用渠道
GitHub Copilot(VS Code、Visual Studio、Copilot CLI、雲端 Agent、GitHub.com、移動端、JetBrains、Xcode、Eclipse);MAI Code 2 Flash 另在 Microsoft Foundry 有限預覽;MAI Code 2 已加入 Copilot Fusion Standard 檔
套餐
MAI Code 2:Pro、Pro+、Max、Business、Enterprise;MAI Code 2 Flash:以上套餐另加 Free 與 Student;兩模型均僅限符合條件的 Copilot 年付訂閱用戶(GitHub 更新日誌口徑)
計費
GitHub Copilot 內按量計費;MAI Code 2 $0.50/$0.025/$2.50 每百萬 tokens(推廣價至 2027-05-17,之後 $1.00/$0.05/$5.00),Flash $0.05/$0.005/$0.25(之後 $0.10/$0.01/$0.50);1 AI 積分 = $0.01
權重 / 許可證
閉源,無公開權重
基準分
微軟自報:四項基準均值達 GPT-6.1 Sol 的 98%、成本約 40%(微軟自選基準、50% 推廣價口徑),達 Claude Opus 5.5 的 96%、成本約 5%(同上口徑);無獨立評分
芯片
七款 MAI 模型均跑在微軟第二代 Maia 200 芯片上,現已投產

07怎麼試用:4 條路線

MAI Code 2 只有一條官方入口:GitHub Copilot。沒有獨立 API、沒有權重、沒有免費層——免費用戶只能用 Flash,不能用 MAI Code 2 本身。

1VS Code / Visual Studio(主路線)

在 Copilot Chat 的模型選擇器裏選 MAI Code 2(Pro、Pro+、Max、Business、Enterprise)或 MAI Code 2 Flash(另含 Free 與 Student)。適合日常編碼全流程:生產代碼、深度調試、多文件改動、倉庫級推理、UI 工作;Flash 適合代碼解釋、定點編輯、日常修復與快速迭代。詳見本站Copilot 使用指南專文。

2Copilot CLI 與雲端 Agent

終端裏用 Copilot CLI 調用,或在 GitHub.com 與移動端走雲端 Agent:適合把 MAI Code 2 當作 Agent 式編碼助手,多文件改動與倉庫級推理是它的主打場景;注意微軟明言它未針對超長程 Agent 工作調優,長任務仍需人工分段把關。

3Copilot Fusion Standard

GitHub 11 月 17 日更新日誌確認:MAI-Code-2 已加入 Copilot Fusion Standard 檔。Fusion 會按任務在多個模型間路由,選 Standard 檔即可能跑到 MAI Code 2;想固定用它,仍需在模型選擇器裏手動指定。

4Microsoft Foundry(僅 Flash,有限預覽)

MAI Code 2 Flash 另在 Microsoft Foundry 提供有限預覽;MAI Code 2 本身未進 Foundry。Foundry 的准入狀態各來源說法不一(微軟主題帖稱兩款編碼模型均已進 Foundry,另有報道稱 Flash 只是私有預覽),以 Foundry 控制檯實際可見爲準。

VS Code / Visual Studio: 模型選擇器選 MAI Code 2(Pro / Pro+ / Max / Business / Enterprise) Copilot CLI: 終端內調用,按量計費 雲端 Agent: GitHub.com、移動端、JetBrains、Xcode、Eclipse 均可 Flash: 另含 Free 與 Student;Foundry 有限預覽 MAI Code 2 本身: 無免費層、無獨立 API、無公開權重

另:MAI-Code-1.1-Flash 將於 2026 年 12 月 18 日在全部 Copilot 場景退役,GitHub 建議改用最新 MAI Code Flash 模型;企業與 Business 計劃管理員須在 Copilot 設置的模型策略裏放行 MAI 模型(默認對 Business 與 Enterprise 自動啓用)。

上手警告:免費用戶不能用 MAI Code 2 本身,只能用 Flash;無公開權重,不存在自託管路線;兩款模型均按 50% 推廣價計費,推廣結束後賬單會變,選型時不要把推廣價當作長期價;微軟明言兩款模型未針對基礎科學研究與超長程 Agent 工作調優,這類任務不要指望它;上線首日只有 GitHub Copilot 這一條路,不要在別處找它的 API。

08價格解析

GitHub 定價頁已公佈價目表:MAI Code 2 $0.50/$2.50 每百萬 tokens,推廣價至 2027 年 5 月 17 日,之後翻倍。以下先列價目表,再解析「相對成本」這組數字本身:它怎麼算、藏了什麼、推廣結束後會怎樣。價格爲 2026 年 11 月 20 日覈查口徑,結賬頁價格爲準。

比較相對性能(微軟自報)相對成本(微軟自報)口徑
MAI Code 2 vs GPT-6.1 Sol98%約 40%四項基準均值;成本按 50% 推廣價
MAI Code 2 vs Claude Opus 5.596%約 5%四項基準均值;成本按 50% 推廣價
MAI Code 2 Flash vs GPT-6 Luna相當65%三項基準;成本按 50% 推廣價
MAI Code 2 Flash vs Claude Haiku 5.5相當20%三項基準;成本按 50% 推廣價

有價目表,但它是推廣價

GitHub 的 Copilot 定價頁已公佈每百萬 tokens 的價格,是實際結賬依據:MAI Code 2 輸入 $0.50、緩存輸入 $0.025、輸出 $2.50,推廣價至 2027 年 5 月 17 日,之後 $1.00/$0.05/$5.00;Flash 爲 $0.05/$0.005/$0.25,之後 $0.10/$0.01/$0.50。能確認的有三點:兩款模型在 Copilot 內按量計費;基準比較裏的成本數字按 50% 推廣價算出;推廣截止日爲 2027 年 5 月 17 日(GitHub 定價頁)。

推廣結束後會怎樣

按微軟自己的腳註反推:如果推廣價是掛牌價的一半,推廣結束後 MAI Code 2 對 GPT-6.1 Sol 的相對成本將從約 40% 升至約 80%,對 Claude Opus 5.5 從約 5% 升至約 10%——仍便宜,但「40%」這個最常被引用的數字會直接翻倍。這是引用相對成本時必須同時帶上的前提,Axios 的當日報道同樣提醒:價格優勢反映了推廣折扣。

AT&T 的「50 倍」是個案,不是價目表

微軟稱,AT&T 定製版 MAI Code 2 Flash 在標準 5G 網絡分析任務上勝過 GPT-6.1 Sol,同時便宜 50 倍。這是單一客戶軼事,不是公開價目表,不能把它換算成通用定價。

價格要點:「98% 性能約 40% 成本」每次出現都要帶口徑——微軟自選四項基準均值、50% 推廣價;「96% 性能 5% 成本」同理。推廣價至 2027 年 5 月 17 日,之後翻倍;做選型預算時,按推廣結束後的相對成本(約 80% / 約 10%)做壓力測試更穩妥。

官方頁面:Microsoft AI — MAI Code 2 產品帖 · Microsoft AI — MAI Code 2 模型卡 · GitHub Changelog — MAI Code 2 上線 Copilot

09首批實測與測評

以下全部是 11 月 17–20 日的首批報道與分析:目前沒有任何獨立測量——所有分數都出自微軟,第三方的作用是覈查口徑、而不是復現分數。每條都給出結論徽章;點「閱讀本站全文」進入本站的深度改寫文章頁,文末附原始出處。

Microsoft AI 產品帖:全部基準宣稱的源頭

結論:廠商自報,尚未獨立驗證

來源:Microsoft AI,2026-11-17 原文 →

產品帖「MAI Code 2 and Code 2 Flash: Everyday coding at scalable prices」是全部數字的源頭:四項基準均值達 GPT-6.1 Sol 的 98%、成本約 40%(微軟自選基準、50% 推廣價口徑),達 Claude Opus 5.5 的 96%、成本約 5%(同上口徑);Flash 與 GPT-6 Luna、Claude Haiku 5.5 相當,成本分別爲 65% 與 20%。腳註同時交代了方法論:全部模型以最大推理力度運行,三項跑在微軟內部 MSBench 平臺(經 Copilot CLI、無子智能體),FrontierCode v1.1 的分數與成本來自 Artificial Analysis;MAI Code 2 的成本按 50% 推廣價計算。同一帖子明言兩款模型未針對基礎科學研究與超長程 Agent 工作調優。

閱讀本站全文 → (本站原創整理)

Microsoft AI Ignite 主題帖:七模型家族與 Maia 200

結論:廠商自報;盲測數字曾與產品帖不一致,現已統一爲 64%

來源:Microsoft AI,2026-11-17 原文 →

Ignite 主題帖「Seven new world-class models at scalable price-performance」公佈七款 MAI 模型全家福與 Maia 200 芯片投產,並複述了 98% / 40% 與 96% / 5% 兩組宣稱。值得注意的是:這篇主題帖給出的盲測偏好數字曾與產品帖不同——日本時間 11 月 18 日 4 時前後保存的頁面爲產品帖 67%、主題帖 68%,之後兩處均已改爲 64%,與產品帖正文一致(見第 12、15 節)。

閱讀本站全文 → (本站原創整理)

GitHub Changelog:套餐與入口的唯一權威

結論:可用性口徑已確認;定價細節仍缺

來源:GitHub Changelog,2026-11-17 原文 →

更新日誌確認:MAI Code 2 覆蓋 Copilot Pro、Pro+、Max、Business、Enterprise,Flash 另含 Free 與 Student;兩模型進 VS Code、Visual Studio、Copilot CLI、雲端 Agent、GitHub.com、移動端、JetBrains、Xcode、Eclipse 的模型選擇器;均按量計費,僅限符合條件的年付訂閱用戶。同日另一篇更新日誌確認 MAI-Code-2 加入 Copilot Fusion Standard 檔,並預告 MAI-Code-1.1-Flash 於 12 月 18 日退役。更新日誌沒有給出任何價格數字。

閱讀本站全文 → (本站原創整理)

Axios:價格優勢反映了推廣折扣

結論:一線媒體當日報道,口徑提醒到位

來源:Axios(經 superpowerdaily 轉述),2026-11-17 轉述 →

Axios 的當日報道複述了微軟的價格宣稱,同時明確提醒:價格優勢反映了推廣折扣。這是目前唯一已確認的一線英文媒體報道;中文一線科技媒體尚無系統報道。

閱讀本站全文 → (本站原創整理)

第三方當日分析:都在覈查口徑,沒人能復現分數

結論:口徑覈查一致;獨立復現爲零

來源:edgeconsultancykw、rrtechpulse、pasqualepillitteri、scanradar,2026-11-17–18

四家第三方當日分析的共同點是:複述微軟的數字,同時標註比較出自微軟自報、價格爲推廣價;沒有一家做出獨立基準復現。scanradar 另確認:微軟稱 OpenRouter、Vercel 等渠道「即將上線」(原文表述不完整,是否已上線未證實),Flash 在 Foundry 的准入狀態各來源說法不一。

中文覆蓋:發佈三天仍薄

結論:中文搜索需求尚未形成

來源:本站調研,2026-11-18(Google Autocomplete 中文查詢)

中文查詢「mai code 2」未形成有效自動補全(僅有法語推廣碼噪聲),未覈實到一線中文媒體的系統報道。英文需求則相反:發佈 24 小時內已形成「mai code 2 benchmarks」「mai code 2 vs opus 5.5」「mai code 2 artificial analysis」等比較型長尾詞。本專題的中文流量路徑是 GitHub Copilot 用戶羣,而不是中文搜索。

10文章目錄:本站深度解讀

以下 6 篇均爲本站原創改寫與再整理的深度文章——重新組織結構、補充結論與選型建議,事實與數據與原始來源覈對一致。點擊任意一篇在本站內閱讀,文末附原始出處。

12基準測試:全部微軟自報,尚無獨立標尺

MAI Code 2 目前沒有任何獨立榜單讀數:Artificial Analysis 只出現在微軟的腳註裏(FrontierCode v1.1 的分數與成本來源),而不是獨立上榜。以下全部是微軟自報,讀分數前先看方法論。

微軟自報(Microsoft AI 產品帖,2026-11-17)

測試來源成績標註
四項基準均值 vs GPT-6.1 SolMicrosoft AI 產品帖性能 98%,成本約 40%(微軟自選基準、50% 推廣價口徑)微軟自報;無獨立驗證
四項基準均值 vs Claude Opus 5.5Microsoft AI 產品帖性能 96%,成本約 5%(微軟自選基準、50% 推廣價口徑)微軟自報;無獨立驗證
前端盲測 vs GPT-6 Sol(258 人)Microsoft AI 各帖文偏好 MAI Code 2:64%(67%/68% 爲 11 月 18 日修正前舊值)微軟自報;已統一修正爲 64%,見下
Flash 三項基準 vs GPT-6 LunaMicrosoft AI 產品帖性能相當,成本 65%(50% 推廣價口徑)微軟自報;三項基準未具名
Flash 三項基準 vs Claude Haiku 5.5Microsoft AI 產品帖性能相當,成本 20%(50% 推廣價口徑)微軟自報;三項基準未具名
AT&T 定製版 Flash vs GPT-6.1 SolMicrosoft AI 產品帖標準 5G 網絡分析勝出,便宜 50 倍微軟自報;單一客戶軼事

方法論:四項基準是什麼、怎麼跑的

四項基準爲 DeepSWE 1.1、Terminal Bench 2.1、SWE-Atlas、FrontierCode v1.1,微軟稱其對應「GitHub Copilot 裏常見的日常企業編碼任務」。全部模型均以最大推理力度運行;其中 DeepSWE 1.1、Terminal Bench 2.1、SWE-Atlas 三項跑在微軟內部 MSBench 平臺上,經 Copilot CLI、無子智能體;FrontierCode v1.1 的分數與成本來自 Artificial Analysis。平均通過率(微軟官方博客圖表):MAI Code 2 爲 63.2%,GPT-6.1 Sol 爲 64.1%,Claude Opus 5.5 爲 65.3%——MAI Code 2 的平均分實際是三者中最低的,「98%」是相對值,不是絕對領先。每任務平均成本(同圖表):MAI Code 2 爲 $0.309,GPT-6.1 Sol 爲 $0.761,Claude Opus 5.5 爲 $6.306,MAI Code 2 的成本按 50% 推廣價計算。

盲測口徑已統一爲 64%:258 人前端盲測裏開發者偏好 MAI Code 2 勝過 GPT-6 Sol 的比例,微軟產品帖與 Ignite 主題帖現均寫 64%(美學與功能雙優)。日本時間 11 月 18 日 4 時前後保存的頁面曾爲產品帖 67%、主題帖 68%,之後兩處均已改爲 64%。67%/68% 只作歷史註腳,引用請以 64% 爲準。

完整盤點見本站基準測試專文 →

13對比

vs GPT-6.1 Sol(頭條比較)

維度MAI Code 2GPT-6.1 Sol
四項基準均值(微軟自報)GPT-6.1 Sol 的 98%(微軟自選基準、50% 推廣價口徑)100(對照基準)
平均通過率(微軟官方博客圖表)63.2%64.1%
每任務平均成本(微軟官方博客圖表)$0.309(50% 推廣價口徑)$0.761
相對成本約 40%(50% 推廣價口徑)100
上下文窗口1.05M tokens1M tokens
可用渠道GitHub CopilotChatGPT Work、Codex、API、Bedrock、Copilot
權重閉源閉源

「98% 性能約 40% 成本」的完整意思是:微軟自選四項基準的均值只低 2%,按 50% 推廣價算的成本只有約 40%。但平均通過率上 MAI Code 2 實際低於 GPT-6.1 Sol(63.2% 對 64.1%),推廣結束後相對成本將升至約 80%。詳見本站對比專文。

vs Claude Opus 5.5(最激進的宣稱)

維度MAI Code 2Claude Opus 5.5
四項基準均值(微軟自報)Opus 5.5 的 96%(微軟自選基準、50% 推廣價口徑)100(對照基準)
平均通過率(微軟官方博客圖表)63.2%65.3%
每任務平均成本(微軟官方博客圖表)$0.309(50% 推廣價口徑)$6.306
相對成本約 5%(50% 推廣價口徑)100
上下文窗口1.05M tokens1M tokens
獨立評分無AA 指數(見本站 Claude Fable 5.2 專題的同代口徑)

「96% 性能 5% 成本」同樣是微軟自選基準均值、50% 推廣價口徑;平均通過率上 MAI Code 2 低 2.1 個百分點,成本優勢主要來自 Opus 5.5 本身的高定價與 50% 推廣價的疊加。詳見本站對比專文。

MAI Code 2 vs MAI Code 2 Flash(同門選型)

維度MAI Code 2MAI Code 2 Flash
定位通用旗艦:生產代碼、深度調試、多文件改動、倉庫級推理、UI輕量檔:代碼解釋、定點編輯、日常修復、快速迭代
對照模型(微軟自報)GPT-6.1 Sol(98%)、Claude Opus 5.5(96%)GPT-6 Luna、Claude Haiku 5.5(均相當)
相對成本(微軟自報,50% 推廣價口徑)Sol 的約 40% / Opus 5.5 的約 5%Luna 的 65% / Haiku 5.5 的 20%
Copilot 套餐Pro、Pro+、Max、Business、Enterprise以上另加 Free 與 Student
Foundry未進有限預覽
誠實提示:兩組對比的性能數字都出自微軟自己的四項 / 三項基準均值,基準由微軟挑選、三項跑在微軟內部平臺;Flash 的三項基準甚至未具名。推廣價讓成本數字看起來更便宜——推廣結束後,MAI Code 2 對 GPT-6.1 Sol 的相對成本約 80%、對 Opus 5.5 約 10%,Flash 對 Luna 約 130%(即反而更貴)、對 Haiku 5.5 約 40%。選型前請先看第 08 節的價格解析。

讀深度對比:MAI Code 2 vs GPT-6.1 Sol →

14還缺什麼(截至 11 月 20 日)

  • 任何獨立評分:Artificial Analysis、LiveBench、LMArena 均未收錄 MAI Code 2(「mai code 2 artificial analysis」自動補全只是搜索興趣,不是上榜)
  • 推廣結束後的相對成本:微軟未公佈具體數字,本站按腳註反推約 80%(對 Sol)與約 10%(對 Opus 5.5);每任務約 $0.62 的推算與微軟數字一致(見價格指南)
  • 1M 上下文在其他客戶端的默認大小:GitHub 未說明;1M 窗口僅在 VS Code 與 Copilot CLI 內可用
  • 1M 窗口滿載下的速度衰減與精度:微軟未公佈,模型卡只給上限數字
  • GPT-6.1 Sol 與 Opus 5.5 的同口徑分項分數:微軟未公佈對手的分項分數,98%/96% 的均值無法逐項複覈(MAI Code 2 自身的分項分數見模型卡主表與本站基準文章)
  • Flash 三項基準的名稱:微軟未具名,無法複覈「與 Luna、Haiku 5.5 相當」的口徑
  • 盲測 64% 口徑是否再變:微軟已於 11 月 18 日把兩帖統一修正爲 64%,67%/68% 爲修正前舊值(見第 12 節);後續是否再變待盯
  • 中國大陸一線科技媒體的系統報道(發佈僅三天;目前中文覆蓋仍薄)
  • Foundry 准入狀態的統一口徑(各來源說法不一)與 OpenRouter、Vercel 等渠道是否已上線

15謠言覈查

MAI Code 2 的混淆主要來自七個地方:掛牌價、盲測數字、免費層、開源權重、AA 上榜、Flash 的地位與「98%」的含義——逐條澄清如下。

成立,有前提 「MAI Code 2 有掛牌價,每百萬 tokens 多少錢」

GitHub Copilot 定價頁已公佈:MAI Code 2 輸入 $0.50、緩存輸入 $0.025、輸出 $2.50 每百萬 tokens,推廣價至 2027 年 5 月 17 日,之後 $1.00/$0.05/$5.00;Flash 爲 $0.05/$0.005/$0.25,之後 $0.10/$0.01/$0.50。注意兩點:價格出自 GitHub 文檔而非微軟產品帖;這是 50% 推廣價,不是長期掛牌價——微軟自報的相對成本(GPT-6.1 Sol 的約 40%、Opus 5.5 的約 5%)正是按推廣價算出的。

已澄清 「盲測裏 64% 的開發者更喜歡 MAI Code 2」

微軟產品帖與 Ignite 主題帖現均寫 64%(258 人盲測,對 GPT-6 Sol,美學與功能雙優)。67% 與 68% 是 11 月 18 日修正前的頁面舊值:日本時間 11 月 18 日 4 時前後保存的頁面爲產品帖 67%、主題帖 68%,之後兩處均已改爲 64%。引用請以 64% 爲準,67%/68% 只作歷史註腳。

不成立 「免費用戶也能用 MAI Code 2」

MAI Code 2 只覆蓋 Copilot Pro、Pro+、Max、Business、Enterprise;Free 與 Student 只能用 MAI Code 2 Flash。不要按「mai code 2 free」立題。

不成立 「有開源權重可以自託管」

MAI Code 2 閉源,無公開權重;接入只能走 GitHub Copilot,不存在自託管路線。

不成立 「MAI Code 2 已登上 Artificial Analysis」

「mai code 2 artificial analysis」只是 Google 自動補全裏的搜索興趣;AA 尚未收錄該模型,FrontierCode v1.1 的分數與成本出自微軟腳註引用的 AA 數據,不是 AA 獨立上榜。

不成立 「MAI Code 2 Flash 是獨立專題」

Flash 是 MAI Code 2 的輕量兄弟檔,在本專題內覆蓋,不單獨建專題。它的三項基準未具名、定位是高頻日常任務,不是旗艦的平替。

部分成立 「MAI Code 2 有 GPT-6.1 Sol 98% 的性能,只要 40% 的成本」

數字本身出自微軟官方帖文,但有兩個前提缺一不可:性能是微軟自選四項基準的均值(平均通過率上 MAI Code 2 實際低於 GPT-6.1 Sol,63.2% 對 64.1%),成本按 50% 推廣價計算(推廣結束後相對成本約 80%)。去掉前提,這句話就是誤導。

16FAQ

MAI Code 2 什麼時候發佈的?

2026 年 11 月 17 日(週二),在 Ignite 2026 上發佈,同日上線 GitHub Copilot;同日發佈的還有 MAI Code 2 Flash 等共七款 MAI 模型。時間線見本頁第 05 節。

MAI Code 2 多少錢?

有價目表,出自 GitHub Copilot 定價頁:MAI Code 2 輸入 $0.50、緩存輸入 $0.025、輸出 $2.50 每百萬 tokens,推廣價至 2027 年 5 月 17 日,之後 $1.00/$0.05/$5.00;Flash 爲 $0.05/$0.005/$0.25,之後 $0.10/$0.01/$0.50。微軟自報的相對成本是:達 GPT-6.1 Sol 的 98% 性能、成本約 40%(微軟自選基準、50% 推廣價口徑),達 Claude Opus 5.5 的 96% 性能、成本約 5%(同上口徑);兩款模型在 Copilot 內按量計費。詳見本站價格指南。

在哪裏能用 MAI Code 2?

只在 GitHub Copilot 裏:VS Code、Visual Studio、Copilot CLI、雲端 Agent、GitHub.com、移動端、JetBrains、Xcode、Eclipse。MAI Code 2 覆蓋 Copilot Pro、Pro+、Max、Business、Enterprise;Flash 另含 Free 與 Student。詳見本站Copilot 指南。

MAI Code 2 比 GPT-6.1 Sol 強嗎?

按微軟自報的四項基準均值,它達到 GPT-6.1 Sol 的 98%(微軟自選基準、50% 推廣價口徑),成本約 40%;但平均通過率上它實際略低(63.2% 對 64.1%),且全部數字均爲微軟自報、無獨立驗證。詳見本站對比專文。

MAI Code 2 是開源的嗎?

不是。MAI Code 2 閉源,無公開權重;接入只能走 GitHub Copilot,不存在自託管路線。

MAI Code 2 的上下文窗口多大?

1,050,000 tokens(模型卡);最大輸入 922,000、最大輸出 128,000;1M 窗口僅在 VS Code 與 Copilot CLI 內可用。參數量約 80B 激活(總參約 2.8T)、知識截止 2026 年 8 月前數據,同樣出自模型卡。

MAI Code 2 能做基礎科學研究嗎?

微軟明言不能指望它:兩款模型「明確未針對」基礎科學研究與超長程 Agent 工作調優,定位是日常企業編碼任務。

MAI Code 2 和 MAI Code 2 Flash 怎麼選?

複雜任務選 MAI Code 2:生產代碼、深度調試、多文件改動、倉庫級推理、UI 工作;高頻日常任務選 Flash:代碼解釋、定點編輯、日常修復、快速迭代,且 Flash 是唯一能上 Free 與 Student 套餐的。詳見本站Copilot 指南。

17來源

本頁事實均來自以下公開來源(Microsoft AI 產品帖與 GitHub 更新日誌爲 2026 年 11 月 17 日發佈;本站調研於 2026 年 11 月 18 日,專題覈查於 2026 年 11 月 20 日)。

官方

英文報道與分析

中文

  • 本站調研 2026-11-18:Google Autocomplete 中文查詢未形成有效補全,中文一線科技媒體尚無系統報道11 月 18 日

更多索引:微軟的全部模型專題 · 全部大語言模型 · 全部模型