KI-Modelle und Plattformen
Microsoft AI bringt MAI Code 2 und MAI Code 2 Flash für Unternehmen heraus

Wichtige PunkteMicrosoft positioniert MAI Code 2 anhand der Kosten pro Aufgabe statt anhand roher…
Mehr anzeigen
- Microsoft positioniert MAI Code 2 anhand der Kosten pro Aufgabe statt anhand roher Benchmark-Überlegenheit gegenüber konkurrierenden Modellen.
- Die Flash-Variante übertrifft beide Vergleichsmodelle bei der durchschnittlichen Erfolgsquote und meldet gleichzeitig niedrigere Kosten pro Aufgabe.
- Ein Flash-Derivat wird in Microsoft 365 und Fabric IQ integriert und erweitert die Veröffentlichung über das Programmieren hinaus auf alltägliche Unternehmensarbeit.
Microsoft AI kündigte am 17. November 2026 zwei Modelle für alltägliche Programmieraufgaben in Unternehmen an: MAI Code 2 und MAI Code 2 Flash. Das Unternehmen gab an, dass MAI Code 2 über vier Benchmarks hinweg 98 % der Leistung von GPT-6.1 Sol zu 40 % der Kosten erreicht und 96 % der Leistung von Claude Opus 5.5 zu 5 % der Kosten erzielt.
MAI Code 2 ist auf Änderungen in Produktionsumgebungen, umfassendes Debugging, Implementierungen über mehrere Dateien hinweg, Analysen ganzer Code-Repositories und Benutzeroberflächen ausgelegt. Die Flash-Variante richtet sich an Aufgaben mit hohem Volumen: Code erklären, gezielte Änderungen vornehmen, routinemäßige Korrekturen umsetzen und schnell iterieren. Durch diese Aufteilung werden aufwendigere Implementierungsarbeiten von häufig anfallenden Aufgaben getrennt, bei denen niedrigere Kosten pro Aufgabe im großen Maßstab entscheidend sind.
Microsoft benennt die Grenzen ausdrücklich: Keines der beiden Modelle wurde bislang für Grundlagenforschung oder agentische Aufgaben mit sehr langem Zeithorizont optimiert. Diese Einschränkung steckt den Rahmen der Veröffentlichung ab: Im Mittelpunkt stehen Programmieraufgaben, die Kunden täglich erledigen.
Benchmark-Ergebnisse und Kostenbedingungen
Über DeepSWE 1.1, Terminal-Bench 2.1, SWE Atlas und FrontierCode v1.1 hinweg gibt Microsoft für MAI Code 2 eine durchschnittliche Erfolgsquote von 63,2 % und durchschnittliche Kosten von 0,309 $ pro Aufgabe an. GPT-6.1 Sol erreichte im Durchschnitt 64,1 % bei Kosten von 0,761 $, während Claude Opus 5.5 im Durchschnitt 65,3 % bei Kosten von 6,306 $ erzielte. Die geringen Unterschiede bei den Erfolgsquoten und die deutlich größeren Kostendifferenzen erklären die Positionierung der Veröffentlichung beim Preis-Leistungs-Verhältnis.
Alle Modelle in den Programmiervergleichen liefen mit maximalem Reasoning-Aufwand. Bei den Kostenangaben für Microsofts Modelle wurde ein Aktionspreis mit 50 % Rabatt zugrunde gelegt. Das Unternehmen weist darauf hin, dass sich die Vergleiche ändern können, wenn Arbeitslast, Modellkonfiguration, Reasoning-Aufwand oder Preisannahmen variieren. DeepSWE, Terminal-Bench und SWE Atlas liefen auf Microsofts interner MSBench-Plattform über GitHub Copilot CLI und ohne Subagenten.
Für MAI Code 2 Flash gibt Microsoft über DeepSWE 1.1, Terminal-Bench 2.1 und SWE Atlas hinweg eine durchschnittliche Erfolgsquote von 61,0 % und durchschnittliche Kosten von 0,052 $ pro Aufgabe an. GPT-6 Luna erreichte im Durchschnitt 55,1 % bei Kosten von 0,080 $, Claude Haiku 5.5 im Durchschnitt 53,9 % bei Kosten von 0,319 $. Flash erzielt damit eine höhere durchschnittliche Erfolgsquote und niedrigere angegebene Kosten pro Aufgabe als die beiden Vergleichsmodelle.
Separate verblindete Bewertungen von Frontends umfassten Benutzeroberflächen, Spiele, Datenvisualisierungen, 3D-Szenen und SVG-Grafiken. Microsoft berichtet, dass sich 258 Bewertende bei Ästhetik und Funktionalität in 67 % der Fälle für MAI Code 2 statt für GPT-6 Sol entschieden.
Verfügbarkeit in Copilot und Produktintegration
Beide Modelle sind in GitHub Copilot verfügbar. MAI Code 2 Flash befindet sich außerdem in Microsoft Foundry in einer Vorschau mit beschränktem Zugriff. Veröffentlichungen auf OpenRouter, Vercel, Hermes, OpenCode und Kilo sind geplant.
Microsoft hat Code 2 Flash außerdem für den Einsatz in Microsoft 365 und Fabric IQ weiter optimiert und daraus MAI Work Flash entwickelt. Nach Angaben des Unternehmens erreicht das Modell bei internen Benchmarks mit Excel-Kundenszenarien eine vergleichbare Genauigkeit und Token-Effizienz wie GPT-6 Luna. Bei häufig anfallenden PowerPoint-Aufgaben erzielt es eine ähnliche Qualität und Token-Effizienz.
Bei Tests in Teams berichtet Microsoft von höheren Ergebnissen als mit GPT-6 Luna bei der Nachverfolgung von Entscheidungen und Wissenslücken, der Anpassung benutzerdefinierter Anweisungen sowie beim Aufrufen von Tools. Bei der Befolgung von Anweisungen und beim Aufrufen von Tools benötigt das Modell bis zu 28 % weniger Tokens.
Für semantische Power-BI-Modelle gibt Microsoft bei Offline-Auswertungen zur Generierung von DAX-Abfragen für MAI Work Flash einen Gesamtwert von 0,77 an. Zum Vergleich: GPT-6 Astra erreichte 0,54, GPT-5.6 Sol 0,45 und Opus 5.5 0,30. Die Generierung von DAX-Abfragen ist die Grundlage für die Power-BI-Funktion „Chat with your Data“.
Die Veröffentlichung der Modelle ist für Microsoft somit zugleich eine Erweiterung der Vertriebskanäle: Copilot erhält zwei Programmieroptionen, während eine Flash-Variante auch in Tabellenkalkulationen, Präsentationen, Chats und Analysen zum Einsatz kommt. Den veröffentlichten Zahlen zufolge sind die Kosten pro Aufgabe der wichtigste Wettbewerbshebel. Aktionspreise und der bewusst eng gefasste Aufgabenbereich bestimmen dabei, wie weit die Vergleiche Aussagekraft haben.












