MAI Code 2 和 MAI Code 2 Flash 一覽
| MAI Code 2 | MAI Code 2 Flash | |
|---|---|---|
| 發表日期 | 2026 年 11 月 17 日(Ignite),在 GitHub Copilot 正式推出(GA) | 2026 年 11 月 17 日(Ignite),在 GitHub Copilot 正式推出(GA) |
| 上下文視窗 | 1,050,000 token(Microsoft 稱之為 1M) | 1,050,000 token(Microsoft 稱之為 1M) |
| 最大輸入 / 最大輸出 | 922,000 / 128,000 token | 922,000 / 128,000 token |
| 輸入 | 文字和圖片 | 文字和圖片 |
| Reasoning effort | low、medium、high、xhigh、max | low、medium、high、xhigh、max |
| 知識截止 | 2026 年 8 月 | 2026 年 8 月 |
| Copilot 方案 | Pro、Pro+、Max、Business、Enterprise | Free 和 Student(只能透過自動選擇模型)、Pro、Pro+、Max、Business、Enterprise |
| Copilot 價格,促銷(到 2027 年 5 月 17 日) | 每百萬 token 輸入 $0.50 / 輸出 $2.50 | 每百萬 token 輸入 $0.05 / 輸出 $0.25 |
| Copilot 價格,2027 年 5 月 17 日起 | 每百萬 token 輸入 $1.00 / 輸出 $5.00 | 每百萬 token 輸入 $0.10 / 輸出 $0.50 |
| Premium request 倍率(僅限舊版年度方案) | 1 | 0.33 |
| Copilot 以外 | 未宣布 | 在 Microsoft Foundry 限量搶先體驗 |
MAI Code 2 是什麼,和 MAI-Code-1.1-Flash 有什麼不同
MAI Code 2 和 MAI Code 2 Flash 合稱「MAI Code 2 系列」。依 Microsoft 的模型卡,兩者共用同一個架構系列、訓練配方和相近的資料組合,主要差別是大小。兩者都是 decoder-only transformer,帶有稀疏的 Mixture-of-Experts 層和內建的視覺編碼器,建立在 MAI-Base-2 之上。
- MAI Code 2 用於複雜的工作:深入除錯、多檔案修改、重構、整個程式庫層級的推理、UI,以及把程式碼推上正式環境。Microsoft 說它「在常見的企業程式設計任務上,處於價格與效能比的最前線」。
- MAI Code 2 Flash 針對低延遲和低服務成本調校:程式碼說明、針對性修改、例行修正和快速迭代。模型卡說它在複雜、長時間的任務上能力較弱,可能需要更多引導。
- 前代都只有 Flash。MAI-Code-1-Flash 在 2026 年 6 月 2 日的 Build 大會上推出,並在 2026 年 9 月 10 日停用。MAI-Code-1.1-Flash 在 2026 年 8 月 11 日接著推出,依 MAI Code 2 的模型卡,它有 50 億個活躍參數。
- GitHub 將在 2026 年 12 月 18 日於所有 Copilot 體驗中停用 MAI-Code-1.1-Flash。GitHub 建議的替代是「最新的 MAI Code Flash 模型」。MAI-Code-1.1-Flash 在 Foundry 目錄中仍列為預覽版。
- 參數量:模型卡對每個模型給了兩組不同的數字,所以我們不列。
- GitHub 說 MAI 模型是「持續改進」的:新的 checkpoint 推出後,行為可能會改變。
MAI Code 2 跑分(Microsoft 自己的說法)
這些是 Microsoft 自己的數字,不是獨立測試。Microsoft 在它內部的 MSBench 平台上,用 GitHub Copilot CLI v1.0.102、關閉 subagent、最高 reasoning effort,取 3 次平均(單次嘗試通過率)。
主要的比較取四項跑分的平均:DeepSWE 1.1、Terminal Bench 2.1、SWE-Atlas 和 FrontierCode v1.1。MAI 的成本以 50% 的促銷價計算。FrontierCode 的分數和成本來自 Artificial Analysis。Microsoft 表示結果會隨工作負載、設定、reasoning effort 和定價假設而變。
| 說法 | MAI Code 2 | MAI Code 2 Flash |
|---|---|---|
| 對比 GPT-6.1 Sol(四項跑分平均) | 效能達其 98%,成本是其 40% | - |
| 對比 Claude Opus 5.5(四項跑分平均) | 效能達其 96%,成本是其 5% | - |
| 對比 GPT-6 Luna 和 Claude Haiku 5.5(三項跑分) | - | 「效能相當」;成本約為 GPT-6 Luna 的 65%、Haiku 5.5 的 20% |
| 對比 GPT-6 Sol 的前端盲測偏好(258 位評審) | 64% 的時候被選中 | - |
| DeepSWE 1.1(模型卡主表) | 73.2% | 59.9% |
| TerminalBench 2.1(模型卡) | 84.6% | 78.3% |
| SWE Atlas(模型卡主表) | 43.1% | 44.8% |
| SWE-bench(Verified、Pro 或 Multilingual) | 未公布 | 未公布 |
跑分數字沒有告訴你的事
- 模型卡在安全章節中印了另一組 DeepSWE 1.1(60.2% 和 27.4%)和 SWE Atlas(80.9% 和 65.2%)的數字,沒有說明為什麼設定不同。上表用的是主跑分表。
- 在主表中,Flash 在 SWE Atlas 上的分數略高於 MAI Code 2。
- 在我們檢查的來源中,Microsoft 沒有公布各模型的 FrontierCode v1.1 分數,也沒有公布 Flash 對比競爭對手的各項跑分。
- 沒有 SWE-bench 分數,也沒有速度數字:兩個模型都沒有每秒 token 數或延遲的數字。
- 每家廠商都用自己的方式跑自己的跑分。不要把這些數字和另一家的表格並排比較,好像它們是用同樣的方式跑出來的。
- Microsoft 比較的是 GPT-6.1 Sol。OpenAI 較新的模型請看 GPT-6.2 Astra 和 Sol。
GitHub Copilot 中的 MAI Code 2 價格
Copilot 對這些模型依 token 計費,再換算成 GitHub AI Credits(1 credit = $0.01)。價格是每百萬 token,來自 GitHub 的文件。促銷價到 2027 年 5 月 17 日。選擇 100 萬上下文或較高的 reasoning 等級會用掉更多 credits。
| 模型 | 輸入 | 快取輸入 | 輸出 |
|---|---|---|---|
| MAI Code 2,促銷 | $0.50 | $0.025 | $2.50 |
| MAI Code 2,2027 年 5 月 17 日起 | $1.00 | $0.05 | $5.00 |
| MAI Code 2 Flash,促銷 | $0.05 | $0.005 | $0.25 |
| MAI Code 2 Flash,2027 年 5 月 17 日起 | $0.10 | $0.01 | $0.50 |
MAI Code 2 對比 Claude Opus 5.5
Microsoft 的主打說法是,MAI Code 2 以 5% 的成本達到 Claude Opus 5.5 效能的 96%。請連同 Microsoft 附上的但書一起看。
- 這是 Microsoft 自己挑的四項跑分的平均,在 Microsoft 自己的測試環境中,用 Copilot CLI 以最高 reasoning 跑出來。
- 5% 的成本用的是 MAI Code 2 的促銷價,這個價格會在 2027 年 5 月 17 日翻倍。
- 我們在 Microsoft 的來源中找不到 Opus 5.5 各項跑分的明細,所以 96% 無法逐項查證。
- 在哪裡執行:MAI Code 2 目前只在 GitHub Copilot 中,沒有宣布 API。Opus 5.5 是 Anthropic 的模型,用在 Claude Code 和 Claude API 上,牌價是每百萬輸入 token $4、輸出 token $20。
- Anthropic 建議大部分工作從 Opus 5.5 開始,最困難的工作用它的新模型 Claude Fable 5.2。
- Microsoft 說 MAI Code 2 還沒有針對非常長時間的 agent 工作調校。如果你的任務要跑好幾個小時,切換之前請先在自己的程式庫上測試。
如何在 GitHub Copilot 中使用 MAI Code 2
更新你的客戶端
Visual Studio 需要 17.14.6 以上。GitHub 把 VS Code、JetBrains、Xcode 和 Eclipse 的最低版本列為「TBD」,所以請更新到最新的 Copilot 擴充功能或外掛。
選模型
在 VS Code 中開啟 Copilot Chat 或 agent 模式,或使用 Copilot CLI,在模型選單中選 MAI Code 2 或 MAI Code 2 Flash。這些模型也在 Copilot cloud agent、GitHub Copilot app、github.com、GitHub Mobile、Visual Studio、JetBrains、Xcode 和 Eclipse 中。
需要的話,開啟 100 萬上下文或設定 reasoning
100 萬 token 的上下文只在 VS Code 和 Copilot CLI 中提供。可設定的 reasoning 在 VS Code、Copilot CLI 和 Copilot cloud agent 中可用。兩者都會多用 credits。GitHub 沒有說明 MAI 模型的預設上下文大小。
Business 或 Enterprise:檢查模型政策
如果「Default availability for released models」是開啟的,這些模型就會啟用,除非管理員停用了它們。要以組織擁有者的身分自己啟用:大頭貼 → Organizations → 你的組織 → Settings → Code, planning, and automation → Copilot → Models,然後把 MAI Code 2 和 MAI Code 2 Flash 設為 Enabled。出現盾牌圖示表示這個設定由你的企業擁有者控制。
Free 或 Student:使用 Auto
這些方案只能透過自動選擇模型使用 MAI Code 2 Flash。你不能指定名稱選它,也不提供 MAI Code 2。
來源:GitHub 更新日誌,GitHub Copilot 中的 MAI Code 2 和 MAI Code 2 Flash
可以在 Copilot 以外使用 MAI Code 2 嗎?
- MAI Code 2:目前不行。Microsoft 只提到 GitHub Copilot 這個管道,沒有宣布任何 API 或 Foundry 方案。
- MAI Code 2 Flash:在 Microsoft Foundry 限量搶先體驗。你建立一個部署,再透過相容 OpenAI 的 Responses API 搭配 Azure 驗證呼叫。在我們檢查的來源中,Microsoft 沒有公布如何申請存取、Foundry 價格或模型 ID。
- Microsoft 說「很快」會在 Open Router、Vercel、Hermes、Open Code 和 Kilo 上推出。沒有日期,這句話也可能只指 Flash。
- 權重沒有釋出。這些模型只在 Azure 上執行。
- 沒有任何官方說法表示可以在 Codex、Claude Code 或 Cursor 中使用這兩個模型。
Microsoft 說明的限制
- 還沒有針對基礎科學研究或非常長時間的 agent 工作調校。
- 不適用於一般消費者聊天,也不適用於醫療、法律或財務建議。
- 在長時間的工作階段中,模型可能會重複呼叫工具、偏離方向,或在驗證自己的工作之前就停下來。接近最大上下文時品質可能下降。
- 針對英文程式碼產出做了最佳化。其他語言沒有廣泛評估。
- Microsoft 評估它們的對齊程度與 GPT-5.6 Sol 相近,低於 GPT-6。
- 在 Microsoft 的安全框架下,CBRN 和攻擊性資安風險被評為 High,緩解措施是分類器、記錄和濫用監控。
想要一個按時程處理待辦清單的 agent 嗎?
MAI Code 2 目前只在 GitHub Copilot 裡。Crewmark 把程式設計 agent 的工作階段變成 AI 員工,各有職位、目標、工作時間和心跳,從看板領取 issue。Claude Code 和 Codex 員工原生執行;其他 agent,例如 OpenCode 和 DeepSeek Harness,透過 ACP (acpx) 連接,GitHub Copilot 的 CLI 也是 acpx 能驅動的 agent 之一。Copilot 使用者也可以從聊天把工作交給 Copilot agent:請看 Slack 中的 GitHub Copilot。
選一個職位
例如處理一堆 bug 和小功能的 AI 軟體工程師。
選 agent
讓員工在 Claude Code、Codex 或其他 agent 上執行;不確定選哪個,請看 Claude Code 和 Codex 比較。
讓它跑起來
它依心跳醒來,從看板領取下一個 issue;參見如何讓 Claude Code 24 小時執行。
常見問題
MAI Code 2 是什麼?
Microsoft AI 的程式設計模型,在 2026 年 11 月 17 日的 Ignite 上宣布,由 Microsoft 從頭訓練。它是為複雜工作打造的,例如深入除錯、多檔案修改和整個程式庫層級的推理。它在 GitHub Copilot 的 Pro、Pro+、Max、Business 和 Enterprise 方案中提供。
MAI Code 2 Flash 是什麼?
同系列中較小、較便宜的模型,針對低延遲調校:說明、針對性修改和例行修正。在 Copilot 中,到 2027 年 5 月 17 日為止,每百萬 token 輸入 $0.05、輸出 $0.25。它也在 Microsoft Foundry 限量搶先體驗。
MAI Code 2 的跑分如何?
Microsoft 自己的數字:在 DeepSWE 1.1、Terminal Bench 2.1、SWE-Atlas 和 FrontierCode v1.1 的平均上,以促銷價計算,效能達 GPT-6.1 Sol 的 98%、成本是其 40%,效能達 Claude Opus 5.5 的 96%、成本是其 5%。模型卡的主表給出 DeepSWE 1.1 是 73.2%、TerminalBench 2.1 是 84.6%。Microsoft 沒有公布 SWE-bench 分數。
MAI Code 2 比 Claude Opus 5.5 好嗎?
Microsoft 沒有這樣說。它的說法是,在它自己挑的四項跑分上,用促銷價計算,效能達 Opus 5.5 的 96%,成本是 5%。Opus 5.5 在 Claude Code 和 Anthropic 的 API 上執行;MAI Code 2 目前只在 GitHub Copilot 中執行。
MAI-Code-1.1-Flash 會怎樣?
GitHub 將在 2026 年 12 月 18 日於所有 Copilot 體驗中停用它,並建議改用最新的 MAI Code Flash 模型。它在 2026 年 8 月 11 日推出;更早的 MAI-Code-1-Flash 在 2026 年 9 月 10 日停用。
可以透過 API 或在其他程式設計 agent 中使用 MAI Code 2 嗎?
MAI Code 2 不行:沒有宣布任何 API。MAI Code 2 Flash 在 Foundry 限量預覽中,透過 Responses API 使用。Microsoft 說「很快」會登上 Open Router、Vercel、Hermes、Open Code 和 Kilo,但沒有給日期。
MAI Code 2 的上下文視窗多大?
依模型卡是 1,050,000 token,最多 922,000 輸入和 128,000 輸出 token。在 Copilot 中,100 萬視窗只在 VS Code 和 Copilot CLI 中提供。
Reddit 上的人怎麼評價 MAI Code 2?
本文只採用 Microsoft 和 GitHub 公布的內容,不採用論壇討論串。Microsoft 沒有公布速度數字或 SWE-bench 分數,所以在 Copilot 中用你自己的程式庫測試是最可靠的檢驗方式。
已於 2026 年 11 月 18 日對照 Microsoft AI 的發表文章、MAI Code 2 模型卡、GitHub 的更新日誌和 GitHub Copilot 文件核對。