Μοντέλα και πλατφόρμες AI
Η Microsoft AI κυκλοφορεί τα MAI Code 2 και MAI Code 2 Flash για επιχειρήσεις

Βασικά σημείαΗ Microsoft τοποθετεί το MAI Code 2 με βάση το κόστος ανά εργασία και όχι την…
Δείτε περισσότερα
- Η Microsoft τοποθετεί το MAI Code 2 με βάση το κόστος ανά εργασία και όχι την ακατέργαστη υπεροχή σε συγκριτικές δοκιμές έναντι ανταγωνιστικών μοντέλων.
- Η παραλλαγή Flash ξεπερνά και τους δύο συγκρινόμενους στον μέσο ρυθμό επιτυχίας, ενώ αναφέρει χαμηλότερο κόστος ανά εργασία.
- Ένα παράγωγο του Flash μεταφέρεται στο Microsoft 365 και στο Fabric IQ, επεκτείνοντας την κυκλοφορία πέρα από την κωδικοποίηση στην καθημερινή επιχειρηματική εργασία.
Η Microsoft AI ανακοίνωσε στις 17 Νοεμβρίου 2026 δύο μοντέλα για την καθημερινή ανάπτυξη κώδικα σε επιχειρήσεις, τα MAI Code 2 και MAI Code 2 Flash, αναφέροντας ότι το MAI Code 2 προσφέρει το 98% των επιδόσεων του GPT-6.1 Sol με το 40% του κόστους του και το 96% των επιδόσεων του Claude Opus 5.5 με το 5% του κόστους του σε τέσσερα σημεία αναφοράς.
Το MAI Code 2 προορίζεται για αλλαγές σε περιβάλλοντα παραγωγής, εις βάθος εντοπισμό σφαλμάτων, υλοποίηση σε πολλά αρχεία, συλλογιστική σε επίπεδο ολόκληρου αποθετηρίου και διεπαφές χρήστη. Η έκδοση Flash απευθύνεται σε εργασίες μεγάλου όγκου: επεξήγηση κώδικα, στοχευμένες αλλαγές, εφαρμογή τακτικών διορθώσεων και γρήγορες επαναλήψεις. Ο διαχωρισμός αυτός ξεχωρίζει τις πιο σύνθετες εργασίες υλοποίησης από τις συχνές εργασίες, όπου το χαμηλότερο κόστος ανά εργασία έχει σημασία σε μεγάλη κλίμακα.
Η Microsoft προσδιορίζει με σαφήνεια τα όρια: κανένα από τα δύο μοντέλα δεν έχει ακόμη προσαρμοστεί για θεμελιώδη επιστημονική έρευνα ή για εργασία πρακτόρων με πολύ μακρύ ορίζοντα. Αυτός ο περιορισμός ορίζει το εύρος της κυκλοφορίας, εστιάζοντας στις εργασίες προγραμματισμού που οι πελάτες εκτελούν καθημερινά.
Αποτελέσματα σημείων αναφοράς και όροι κόστους
Στα DeepSWE 1.1, Terminal-Bench 2.1, SWE Atlas και FrontierCode v1.1, η Microsoft αναφέρει για το MAI Code 2 μέσο ποσοστό επιτυχίας 63,2% και μέσο κόστος 0,309 $ ανά εργασία. Το GPT-6.1 Sol είχε μέσο όρο 64,1% με κόστος 0,761 $, ενώ το Claude Opus 5.5 είχε μέσο όρο 65,3% με κόστος 6,306 $. Οι μικρές διαφορές στα ποσοστά επιτυχίας και οι πολύ μεγαλύτερες διαφορές στο κόστος εξηγούν τη θέση του μοντέλου ως προς τη σχέση τιμής-επιδόσεων.
Όλα τα μοντέλα στις συγκρίσεις προγραμματισμού λειτούργησαν με τη μέγιστη ένταση συλλογιστικής. Τα στοιχεία κόστους για τα μοντέλα της Microsoft βασίζονται σε προωθητική τιμή μειωμένη κατά 50% και η εταιρεία επισημαίνει ότι οι συγκρίσεις μπορεί να αλλάξουν αν μεταβληθούν ο φόρτος εργασίας, η διαμόρφωση του μοντέλου, η ένταση συλλογιστικής ή οι παραδοχές τιμολόγησης. Τα DeepSWE, Terminal-Bench και SWE Atlas εκτελέστηκαν στην εσωτερική πλατφόρμα MSBench της Microsoft μέσω του GitHub Copilot CLI, χωρίς υποπράκτορες.
Για το MAI Code 2 Flash, η Microsoft αναφέρει μέσο ποσοστό επιτυχίας 61,0% και μέσο κόστος 0,052 $ ανά εργασία στα DeepSWE 1.1, Terminal-Bench 2.1 και SWE Atlas. Το GPT-6 Luna είχε μέσο όρο 55,1% με κόστος 0,080 $, ενώ το Claude Haiku 5.5 είχε μέσο όρο 53,9% με κόστος 0,319 $. Επομένως, το Flash έχει υψηλότερο μέσο ποσοστό επιτυχίας και χαμηλότερο αναφερόμενο κόστος ανά εργασία από καθένα από τα δύο μοντέλα σύγκρισης.
Ξεχωριστές τυφλές αξιολογήσεις διεπαφών χρήστη κάλυψαν παιχνίδια, οπτικοποιήσεις δεδομένων, τρισδιάστατες σκηνές και γραφικά SVG. Η Microsoft αναφέρει ότι 258 αξιολογητές προτίμησαν το MAI Code 2 από το GPT-6 Sol στο 67% των περιπτώσεων, ως προς την αισθητική και τη λειτουργικότητα.
Διαθεσιμότητα στο Copilot και ενσωμάτωση προϊόντων
Και τα δύο μοντέλα είναι διαθέσιμα στο GitHub Copilot. Το MAI Code 2 Flash διατίθεται επίσης σε προεπισκόπηση περιορισμένης πρόσβασης στο Microsoft Foundry, ενώ προγραμματίζεται η κυκλοφορία του στα OpenRouter, Vercel, Hermes, OpenCode και Kilo.
Η Microsoft έχει βελτιστοποιήσει περαιτέρω το Code 2 Flash, δημιουργώντας το MAI Work Flash για χρήση σε όλο το Microsoft 365 και το Fabric IQ. Η εταιρεία αναφέρει ότι το μοντέλο παρουσιάζει παρόμοια ακρίβεια και αποδοτικότητα ως προς τα διακριτικά με το GPT-6 Luna σε εσωτερικά σημεία αναφοράς για σενάρια χρήσης του Excel από πελάτες, καθώς και παρόμοια ποιότητα και αποδοτικότητα ως προς τα διακριτικά σε συχνές εργασίες του PowerPoint.
Σε αξιολογήσεις στο Teams, η Microsoft αναφέρει υψηλότερες βαθμολογίες από το GPT-6 Luna στην παρακολούθηση αποφάσεων και στον εντοπισμό κενών γνώσης, στην προσαρμογή προσαρμοσμένων οδηγιών και στην κλήση εργαλείων, με έως και 28% λιγότερα διακριτικά για την τήρηση οδηγιών και την κλήση εργαλείων.
Για τα σημασιολογικά μοντέλα του Power BI, η Microsoft αναφέρει συνολική βαθμολογία 0,77 για το MAI Work Flash σε αξιολογήσεις εκτός σύνδεσης για τη δημιουργία ερωτημάτων DAX, έναντι 0,54 για το GPT-6 Astra, 0,45 για το GPT-5.6 Sol και 0,30 για το Opus 5.5. Η δημιουργία ερωτημάτων DAX είναι η δυνατότητα στην οποία βασίζεται η λειτουργία «Συνομιλήστε με τα δεδομένα σας» του Power BI.
Επομένως, η κυκλοφορία των μοντέλων της Microsoft διευρύνει και τη διανομή τους: το Copilot αποκτά δύο επιλογές για προγραμματισμό, ενώ μια παραλλαγή Flash επεκτείνεται σε υπολογιστικά φύλλα, παρουσιάσεις, συνομιλίες και αναλύσεις. Τα αναφερόμενα στοιχεία καθιστούν το κόστος ανά εργασία τον βασικό παράγοντα ανταγωνισμού, ενώ η προωθητική τιμολόγηση και η σκόπιμα περιορισμένη εστίαση του φόρτου εργασίας καθορίζουν την έκταση των συγκρίσεων.












