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。
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。
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 2 | 98(以 GPT-6.1 Sol 爲 100) | 約 40%(50% 推廣價口徑) | 1.05M tokens | 否 |
| GPT-6.1 Sol | 100(對照基準) | 100(對照基準) | 1M tokens | 否 |
| Claude Opus 5.5 | 100(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。
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。
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。
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。
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。
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)。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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)。
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 Sol | 98% | 約 40% | 四項基準均值;成本按 50% 推廣價 |
| MAI Code 2 vs Claude Opus 5.5 | 96% | 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 |
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)。
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。
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。
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
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。
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)
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)
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)
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)
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。
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。
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。
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。
| 測試 | 來源 | 成績 | 標註 |
|---|---|---|---|
| 四項基準均值 vs GPT-6.1 Sol | Microsoft 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 5.5 | Microsoft 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 Luna | Microsoft 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 5.5 | Microsoft 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 Sol | Microsoft 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 |
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。
完整盤點見本站基準測試專文 →
| 維度 | MAI Code 2 | GPT-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 tokens | 1M tokens |
| 可用渠道 | GitHub Copilot | ChatGPT 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。
| 維度 | MAI Code 2 | Claude 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 tokens | 1M 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。
| 維度 | MAI Code 2 | MAI 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 |
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。
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。
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。
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。
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 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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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)。