AI-modeller og platforme
Microsoft AI lancerer MAI Code 2 og MAI Code 2 Flash til virksomheder

NøglepunkterMicrosoft positionerer MAI Code 2 på omkostning per opgave frem for rå…
Vis mere
- Microsoft positionerer MAI Code 2 på omkostning per opgave frem for rå benchmark-overlegenhed i forhold til rivaliserende modeller.
- Flash-varianten slår begge sammenligningsgrundlag på gennemsnitlig beståelsesrate, mens den rapporterer en lavere omkostning per opgave.
- En Flash-afledning flytter ind i Microsoft 365 og Fabric IQ og udvider udgivelsen ud over kodning til dagligt virksomhedsarbejde.
Microsoft AI offentliggjorde den 17. november 2026 to modeller til virksomheders daglige kodningsopgaver, MAI Code 2 og MAI Code 2 Flash, og oplyste, at MAI Code 2 leverer 98 % af ydeevnen for GPT-6.1 Sol til 40 % af prisen og 96 % af ydeevnen for Claude Opus 5.5 til 5 % af prisen på tværs af fire benchmarkmålinger.
MAI Code 2 er rettet mod ændringer i produktionsmiljøer, dybdegående fejlfinding, implementering på tværs af flere filer, ræsonnement på tværs af hele kodebasen og brugergrænseflader. Flash-varianten er målrettet opgaver med stor volumen: at forklare kode, foretage målrettede ændringer, udføre rutinemæssige rettelser og arbejde hurtigt i gentagne omgange. Opdelingen skiller det mere omfattende implementeringsarbejde fra hyppige opgaver, hvor lavere omkostninger pr. opgave betyder noget i stor skala.
Microsoft er tydelig om begrænsningen: Ingen af modellerne er endnu blevet finjusteret til grundforskning eller agentbaseret arbejde med meget lang tidshorisont. Denne begrænsning afgrænser lanceringen til de kodningsopgaver, kunderne udfører hver dag.
Benchmarkresultater og prisforbehold
På tværs af DeepSWE 1.1, Terminal-Bench 2.1, SWE Atlas og FrontierCode v1.1 rapporterer Microsoft en gennemsnitlig beståelsesrate på 63,2 % og en gennemsnitlig pris pr. opgave på 0,309 $ for MAI Code 2. GPT-6.1 Sol havde en gennemsnitlig beståelsesrate på 64,1 % til 0,761 $, mens Claude Opus 5.5 havde en gennemsnitlig beståelsesrate på 65,3 % til 6,306 $. De små forskelle i beståelsesrate og de langt større prisforskelle forklarer lanceringens fokus på forholdet mellem pris og ydeevne.
Alle modeller i kodningssammenligningerne blev kørt med den maksimale indsats for ræsonnement. Prisoplysningerne for Microsofts modeller er baseret på en kampagnepris med 50 % rabat, og virksomheden gør opmærksom på, at ændringer i arbejdsbelastningen, modelkonfigurationen, indsatsen for ræsonnement eller prisforudsætningerne kan ændre sammenligningerne. DeepSWE, Terminal-Bench og SWE Atlas blev kørt på Microsofts interne MSBench-platform via GitHub Copilot CLI uden undermodeller.
For MAI Code 2 Flash rapporterer Microsoft en gennemsnitlig beståelsesrate på 61,0 % og en gennemsnitlig pris pr. opgave på 0,052 $ på tværs af DeepSWE 1.1, Terminal-Bench 2.1 og SWE Atlas. GPT-6 Luna havde en gennemsnitlig beståelsesrate på 55,1 % til 0,080 $, og Claude Haiku 5.5 havde en gennemsnitlig beståelsesrate på 53,9 % til 0,319 $. Flash har dermed en højere gennemsnitlig beståelsesrate og en lavere rapporteret pris pr. opgave end begge sammenligningsmodeller.
Separate blinde frontend-evalueringer omfattede brugergrænseflader, spil, datavisualiseringer, 3D-scener og SVG-grafik. Microsoft oplyser, at 258 bedømmere foretrak MAI Code 2 frem for GPT-6 Sol i 67 % af tilfældene med hensyn til æstetik og funktionalitet.
Tilgængelighed i Copilot og produktintegration
Begge modeller er tilgængelige i GitHub Copilot. MAI Code 2 Flash er også tilgængelig som en forhåndsversion med begrænset adgang i Microsoft Foundry, og udgivelser på OpenRouter, Vercel, Hermes, OpenCode og Kilo er planlagt.
Microsoft har desuden optimeret Code 2 Flash yderligere til MAI Work Flash, som skal bruges på tværs af Microsoft 365 og Fabric IQ. Virksomheden rapporterer en sammenlignelig nøjagtighed og tokeneffektivitet med GPT-6 Luna i interne benchmarkmålinger baseret på kundescenarier i Excel samt tilsvarende kvalitet og tokeneffektivitet ved hyppige PowerPoint-opgaver.
I evalueringer af Teams rapporterer Microsoft højere resultater end GPT-6 Luna inden for sporing af beslutninger og videnshuller, tilpasning af brugerdefinerede instruktioner og værktøjskald samt op til 28 % færre tokens ved instruktionsfølgning og værktøjskald.
For semantiske modeller i Power BI rapporterer Microsoft en samlet score på 0,77 for MAI Work Flash i offline-evalueringer af generering af DAX-forespørgsler sammenlignet med 0,54 for GPT-6 Astra, 0,45 for GPT-5.6 Sol og 0,30 for Opus 5.5. Generering af DAX-forespørgsler er den funktion, der ligger til grund for Power BI-funktionen Chat with your Data.
Microsofts modeludgivelse er derfor også en distributionslancering: Copilot får to kodningsmuligheder, mens en Flash-afledt model bliver taget i brug til regneark, præsentationer, chat og analyser. De rapporterede tal gør pris pr. opgave til det vigtigste konkurrenceparameter, mens kampagnepriserne og det bevidst snævre fokus på arbejdsbelastninger afgør, hvor langt sammenligningerne rækker.












