博客 · AI 模型

MAI Code 2 和 MAI Code 2 Flash:跑分、价格,以及和 Claude Opus 5.5 怎么比

Microsoft AI 在 2026 年 11 月 17 日的 Ignite 大会上发布了 MAI Code 2 和 MAI Code 2 Flash,两者当天就在 GitHub Copilot 上线。它们是微软自己从零训练的编程模型。MAI Code 2 是更大的模型,用于困难的多文件工作。Flash 更小更便宜,用于快速修改和修复。本文讲规格、微软公布的跑分说法、Copilot 价格、和 Claude Opus 5.5 的对比,以及怎么开启。

MAI Code 2 和 MAI Code 2 Flash 一览

MAI Code 2MAI Code 2 Flash
发布2026 年 11 月 17 日(Ignite),在 GitHub Copilot 正式可用2026 年 11 月 17 日(Ignite),在 GitHub Copilot 正式可用
上下文窗口1,050,000 token(微软称为 1M)1,050,000 token(微软称为 1M)
最大输入 / 最大输出922,000 / 128,000 token922,000 / 128,000 token
输入文本和图片文本和图片
推理强度low、medium、high、xhigh、maxlow、medium、high、xhigh、max
知识截止2026 年 8 月2026 年 8 月
Copilot 套餐Pro、Pro+、Max、Business、EnterpriseFree 和 Student(只能通过自动选模型)、Pro、Pro+、Max、Business、Enterprise
Copilot 价格,促销价(到 2027 年 5 月 17 日)每百万 token 输入 $0.50 / 输出 $2.50每百万 token 输入 $0.05 / 输出 $0.25
Copilot 价格,2027 年 5 月 17 日起每百万 token 输入 $1.00 / 输出 $5.00每百万 token 输入 $0.10 / 输出 $0.50
高级请求倍率(仅限旧版年度套餐)10.33
Copilot 之外未公布Microsoft Foundry 里的限量预览

MAI Code 2 是什么,和 MAI-Code-1.1-Flash 有什么不同

MAI Code 2 和 MAI Code 2 Flash 合称“MAI Code 2 系列”。按微软的模型卡,两者的架构系列、训练方法相同,数据配比也相近,主要区别是大小。两者都是 decoder-only 的 Transformer,带稀疏的 Mixture-of-Experts 层和内置的视觉编码器,基于 MAI-Base-2 构建。

  • MAI Code 2 面向复杂工作:深度调试、多文件修改、重构、整个仓库的推理、UI,以及把代码推到生产环境。微软说它“在常见企业编程任务的性价比上处于前沿”。
  • MAI Code 2 Flash 针对低延迟和低服务成本调优:代码解释、定点修改、日常修复和快速迭代。模型卡说它在复杂、长周期任务上能力较弱,可能需要更多引导。
  • 之前的版本都只有 Flash。MAI-Code-1-Flash 在 2026 年 6 月 2 日的 Build 大会上发布,2026 年 9 月 10 日下线。MAI-Code-1.1-Flash 在 2026 年 8 月 11 日接着发布,按 MAI Code 2 的模型卡,它有 50 亿激活参数。
  • GitHub 会在 2026 年 12 月 18 日把 MAI-Code-1.1-Flash 从所有 Copilot 体验里下线。GitHub 建议的替代品是“Latest MAI Code Flash model”。MAI-Code-1.1-Flash 在 Foundry 目录里仍然列为预览版。
  • 参数量:模型卡给每个模型列了两套不同的数字,所以我们不写。
  • GitHub 称 MAI 模型“持续改进”:新的检查点发布后,行为可能会变。

MAI Code 2 跑分(微软自己的说法)

这些是微软自己的数字,不是独立测试。微软在内部的 MSBench 平台上用 GitHub Copilot CLI v1.0.102 运行,关闭 subagent,max 推理强度,取 3 次平均(单次尝试通过率)。

主要的对比取四个跑分的平均:DeepSWE 1.1、Terminal Bench 2.1、SWE-Atlas 和 FrontierCode v1.1。MAI 的成本按 50% 的促销价计算。FrontierCode 的成绩和成本来自 Artificial Analysis。微软说结果会因工作负载、配置、推理强度和价格假设而不同。

说法MAI Code 2MAI Code 2 Flash
对比 GPT-6.1 Sol(四个跑分平均)性能是它的 98%,成本是它的 40%-
对比 Claude Opus 5.5(四个跑分平均)性能是它的 96%,成本是它的 5%-
对比 GPT-6 Luna 和 Claude Haiku 5.5(三个跑分)-“性能相当”;成本约为 GPT-6 Luna 的 65%、Haiku 5.5 的 20%
对比 GPT-6 Sol 的前端盲测偏好(258 名评审)64% 的情况下被选中-
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

跑分数字没告诉你的事

  • 模型卡在安全部分印了另外的 DeepSWE 1.1(60.2% 和 27.4%)和 SWE Atlas(80.9% 和 65.2%)数字,没有解释设置有什么不同。上表用的是主跑分表。
  • 在主表里,Flash 在 SWE Atlas 上的成绩略高于 MAI Code 2。
  • 在我们看过的来源里,微软没有公布每个模型的 FrontierCode v1.1 成绩,也没有公布 Flash 对比竞品的逐项数字。
  • 没有 SWE-bench 成绩,也没有速度数据:两个模型都没有每秒 token 数或延迟的数字。
  • 每家厂商都用自己的方式跑自己的跑分。不要把这些数字和别家的表格并排比,好像它们是同样的跑法。
  • 微软对比的是 GPT-6.1 Sol。OpenAI 的更新模型见 GPT-6.2 Astra 和 Sol。

GitHub Copilot 里的 MAI Code 2 价格

Copilot 按 token 对这些模型计费,换算成 GitHub AI Credits(1 个积分 = $0.01)。价格是每百万 token,来自 GitHub 的文档。促销价到 2027 年 5 月 17 日。选 100 万上下文或更高的推理等级会消耗更多积分。

模型输入缓存输入输出
MAI Code 2,促销价$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,促销价$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 对比 Claude Opus 5.5

微软的主打说法是:MAI Code 2 用 Claude Opus 5.5 的 5% 的成本,达到它 96% 的性能。看这句话要连同微软给出的前提一起看。

  • 它是微软自选的四个跑分的平均值,在微软自己的工具链上用 max 推理的 Copilot CLI 跑出来。
  • 5% 的成本用的是 MAI Code 2 的促销价,2027 年 5 月 17 日会翻倍。
  • 我们在微软的来源里没找到 Opus 5.5 的逐项数据,所以这个 96% 没法一项一项核对。
  • 在哪里运行:MAI Code 2 只在 GitHub Copilot 里,没有宣布 API。Opus 5.5 是 Anthropic 的模型,用于 Claude Code 和 Claude API,API 标价是每百万输入 token $4、输出 $20。
  • Anthropic 建议大多数工作从 Opus 5.5 开始,最难的活用它新发布的 Claude Fable 5.2。
  • 微软说 MAI Code 2 还没有针对很长周期的 agent 工作调优。如果你的任务要跑几个小时,换之前先在自己的仓库上测。

怎么在 GitHub Copilot 里使用 MAI Code 2

  1. 更新客户端

    Visual Studio 需要 17.14.6 或更高版本。GitHub 对 VS Code、JetBrains、Xcode 和 Eclipse 的最低版本写的是“TBD”,所以请更新到最新的 Copilot 扩展或插件。

  2. 选模型

    在 VS Code 里打开 Copilot Chat 或 agent 模式,或者用 Copilot CLI,在模型选择器里选 MAI Code 2 或 MAI Code 2 Flash。这些模型也在 Copilot cloud agent、GitHub Copilot 应用、github.com、GitHub Mobile、Visual Studio、JetBrains、Xcode 和 Eclipse 里。

  3. 需要的话,开启 100 万上下文或设置推理强度

    100 万 token 的上下文只在 VS Code 和 Copilot CLI 里可用。可配置的推理在 VS Code、Copilot CLI 和 Copilot cloud agent 里可用。两者都会多耗积分。GitHub 没有写明 MAI 模型的默认上下文大小。

  4. Business 或 Enterprise 要检查模型策略

    如果“Default availability for released models”是开着的,模型默认启用,除非管理员关闭了。要自己以组织所有者身份启用:头像 → Organizations → 你的组织 → Settings → Code, planning, and automation → Copilot → Models,然后把 MAI Code 2 和 MAI Code 2 Flash 设为 Enabled。如果看到盾牌图标,说明这个设置由你的企业所有者控制。

  5. Free 或 Student 用 Auto

    这些套餐只能通过自动选模型用到 MAI Code 2 Flash。不能按名字选,也不提供 MAI Code 2。

来源:GitHub 更新日志,GitHub Copilot 里的 MAI Code 2 和 MAI Code 2 Flash

能在 Copilot 之外用 MAI Code 2 吗?

  • MAI Code 2:暂时不能。微软只把 GitHub Copilot 列为渠道,没有宣布 API 或 Foundry 的提供方式。
  • MAI Code 2 Flash:在 Microsoft Foundry 里有限量访问预览。你创建一个部署,通过兼容 OpenAI 的 Responses API 加 Azure 认证来调用。在我们看过的来源里,微软没有公布怎么申请访问,也没有公布 Foundry 价格或模型 ID。
  • 微软说“很快”会在 Open Router、Vercel、Hermes、Open Code 和 Kilo 上发布。没有日期,这句话也可能只指 Flash。
  • 权重没有发布。这些模型只在 Azure 上运行。
  • 没有任何官方说法表示这两个模型能在 Codex、Claude Code 或 Cursor 里用。

微软说明的限制

  • 还没有针对基础科学研究或很长周期的 agent 工作调优。
  • 不适用于消费者聊天,也不适用于医疗、法律或财务建议。
  • 在长会话里,模型可能重复调用工具、跑偏,或者在验证自己的工作之前就停下。接近最大上下文时质量可能下降。
  • 针对英文代码生成优化,其他语言没有做过大量评估。
  • 微软评价它的对齐程度和 GPT-5.6 Sol 相近,低于 GPT-6。
  • 按微软的安全框架,CBRN 和进攻性网络安全风险被评为 High,缓解措施是分类器、日志和滥用监控。
用 Crewmark

想要一个按计划处理待办的 agent?

MAI Code 2 目前只在 GitHub Copilot 里。Crewmark 把编程 agent 会话变成 AI 员工,每个都有岗位、目标、工作时间和心跳,从看板领取 issue。Claude Code 和 Codex 员工原生运行;其他 agent,比如 OpenCode 和 DeepSeek Harness,通过 ACP(acpx)接入,GitHub Copilot 的 CLI 也是 acpx 能驱动的 agent 之一。Copilot 用户也可以在聊天里把活交给 Copilot agent:见 Slack 里的 GitHub Copilot。

  1. 选一个岗位

    比如 AI 软件工程师,处理一堆 bug 和小功能。

  2. 选 agent

    让员工运行在 Claude Code、Codex 或其他 agent 上;拿不准选哪个的话,见 Claude Code 和 Codex 对比。

  3. 让它跑起来

    它按心跳醒来,从看板领取下一个 issue;见让 Claude Code 24 小时运行。

常见问题

MAI Code 2 是什么?

Microsoft AI 的编程模型,2026 年 11 月 17 日在 Ignite 上发布,由微软从零训练。它面向深度调试、多文件修改和整个仓库的推理这类复杂工作。可以在 GitHub Copilot 的 Pro、Pro+、Max、Business 和 Enterprise 套餐里使用。

MAI Code 2 Flash 是什么?

同一系列里更小、更便宜的模型,针对低延迟调优:解释、定点修改和日常修复。在 Copilot 里到 2027 年 5 月 17 日,每百万 token 输入 $0.05、输出 $0.25。它在 Microsoft Foundry 里也有限量访问预览。

MAI Code 2 的跑分是多少?

微软自己的数字:性能是 GPT-6.1 Sol 的 98%、成本是它的 40%,性能是 Claude Opus 5.5 的 96%、成本是它的 5%,按促销价对 DeepSWE 1.1、Terminal Bench 2.1、SWE-Atlas 和 FrontierCode v1.1 取平均。模型卡主表里,DeepSWE 1.1 是 73.2%,TerminalBench 2.1 是 84.6%。微软没有公布 SWE-bench 成绩。

MAI Code 2 比 Claude Opus 5.5 强吗?

微软没有这么说。它的说法是:用 5% 的成本达到 Opus 5.5 96% 的性能,用的是它自选的四个跑分,按促销价计算。Opus 5.5 运行在 Claude Code 和 Anthropic 的 API 上;MAI Code 2 目前只在 GitHub Copilot 里运行。

MAI-Code-1.1-Flash 会怎么样?

GitHub 会在 2026 年 12 月 18 日把它从所有 Copilot 体验里下线,建议改用最新的 MAI Code Flash 模型。它在 2026 年 8 月 11 日发布;更早的 MAI-Code-1-Flash 在 2026 年 9 月 10 日下线。

能通过 API 或在其他编程 agent 里使用 MAI Code 2 吗?

MAI Code 2 不行:没有宣布 API。MAI Code 2 Flash 在 Foundry 的限量预览里,通过 Responses API 使用。微软说“很快”会上 Open Router、Vercel、Hermes、Open Code 和 Kilo,没有给日期。

MAI Code 2 的上下文窗口多大?

按模型卡是 1,050,000 token,最多 922,000 输入和 128,000 输出 token。在 Copilot 里,100 万的窗口只在 VS Code 和 Copilot CLI 里可用。

Reddit 上的人怎么评价 MAI Code 2?

本文只讲微软和 GitHub 公布的内容,不引用论坛帖子。微软没有公布速度数据,也没有 SWE-bench 成绩,所以在自己的仓库里用 Copilot 测一测是最可靠的检验。

已于 2026 年 11 月 18 日对照 Microsoft AI 的发布文章、MAI Code 2 模型卡、GitHub 更新日志和 GitHub Copilot 文档核对。

让一个 AI 工程师做一份长期工作。

Crewmark 把 Claude Code 和 Codex 会话变成有岗位、目标、工作时间和心跳的 AI 员工。