एआई मॉडल और प्लेटफ़ॉर्म

Microsoft AI ने उद्यमों के लिए MAI Code 2 और MAI Code 2 Flash जारी किए

Jonas Reeve
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
मुख्य बिंदुमाइक्रोसॉफ्ट MAI Code 2 को प्रतिद्वंद्वी मॉडलों पर कच्चे बेंचमार्क वर्चस्व के बजाय…
और देखें
  • माइक्रोसॉफ्ट MAI Code 2 को प्रतिद्वंद्वी मॉडलों पर कच्चे बेंचमार्क वर्चस्व के बजाय प्रति कार्य लागत पर स्थापित करता है।
  • फ्लैश संस्करण औसत पास दर पर दोनों तुलनाओं को हराता है जबकि प्रति कार्य कम लागत बताता है।
  • फ्लैश का एक व्युत्पन्न माइक्रोसॉफ्ट 365 और Fabric IQ में प्रवेश करता है, जिससे रिलीज़ कोडिंग से आगे बढ़कर रोज़मर्रा के एंटरप्राइज़ कार्य में विस्तारित होती है।

Microsoft AI ने घोषणा की कि रोज़मर्रा के उद्यमी कोडिंग के लिए दो मॉडल—MAI Code 2 और MAI Code 2 Flash—17 नवंबर, 2026 को जारी किए गए हैं। कंपनी के मुताबिक, चार बेंचमार्क में MAI Code 2, GPT-6.1 Sol के प्रदर्शन का 98% केवल 40% लागत पर और Claude Opus 5.5 के प्रदर्शन का 96% उसकी लागत के 5% पर देता है।

MAI Code 2 को उत्पादन-संबंधी बदलावों, गहन डीबगिंग, कई फ़ाइलों में कार्यान्वयन, पूरे रिपॉज़िटरी पर तर्क करने और यूज़र इंटरफ़ेस के काम के लिए बनाया गया है। Flash संस्करण बड़ी मात्रा में किए जाने वाले कामों के लिए है: कोड समझाना, लक्षित संपादन करना, नियमित सुधार लागू करना और तेज़ी से बदलाव करते जाना। यह विभाजन गहन कार्यान्वयन वाले कामों को उन बार-बार किए जाने वाले कार्यों से अलग करता है, जिनमें बड़े पैमाने पर प्रति कार्य कम लागत मायने रखती है।

Microsoft ने इसकी सीमा स्पष्ट की है: अभी तक किसी भी मॉडल को मूलभूत विज्ञान के अनुसंधान या बहुत लंबी अवधि तक चलने वाले एजेंट-आधारित कार्यों के लिए अनुकूलित नहीं किया गया है। यह सीमा इस रिलीज़ का दायरा उन कोडिंग कार्यों तक तय करती है, जिन्हें ग्राहक हर दिन करते हैं।

बेंचमार्क के नतीजे और लागत से जुड़ी शर्तें

DeepSWE 1.1, Terminal-Bench 2.1, SWE Atlas और FrontierCode v1.1 में Microsoft के अनुसार, MAI Code 2 की औसत पास दर 63.2% और प्रति कार्य औसत लागत $0.309 रही। GPT-6.1 Sol की औसत पास दर 64.1% और लागत $0.761 रही, जबकि Claude Opus 5.5 की औसत पास दर 65.3% और लागत $6.306 रही। पास दरों में मामूली अंतर और लागत में कहीं बड़ा फ़र्क इस रिलीज़ की कीमत-प्रदर्शन संबंधी स्थिति को स्पष्ट करता है।

कोडिंग की तुलना में शामिल सभी मॉडल अधिकतम तर्क-प्रयास स्तर पर चलाए गए। Microsoft के मॉडल की लागत के आँकड़ों में प्रचारात्मक 50% छूट वाली कीमत का इस्तेमाल किया गया है। कंपनी का कहना है कि कार्यभार, मॉडल का विन्यास, तर्क-प्रयास का स्तर या कीमत संबंधी मान्यताएँ बदलने पर तुलना भी बदल सकती है। DeepSWE, Terminal-Bench और SWE Atlas को Microsoft के आंतरिक MSBench प्लेटफ़ॉर्म पर, GitHub Copilot CLI के ज़रिए और सबएजेंट के बिना चलाया गया।

MAI Code 2 Flash के लिए Microsoft के मुताबिक, DeepSWE 1.1, Terminal-Bench 2.1 और SWE Atlas में औसत पास दर 61.0% और प्रति कार्य औसत लागत $0.052 रही। GPT-6 Luna की औसत पास दर 55.1% और लागत $0.080 रही, जबकि Claude Haiku 5.5 की औसत पास दर 53.9% और लागत $0.319 रही। इस तरह, Flash की औसत पास दर दोनों तुलनात्मक मॉडलों से अधिक और प्रति कार्य इसकी बताई गई लागत दोनों से कम है।

यूज़र इंटरफ़ेस, गेम, डेटा विज़ुअलाइज़ेशन, 3D दृश्यों और SVG ग्राफ़िक्स का अलग से, बिना मॉडल की पहचान बताए, मूल्यांकन किया गया। Microsoft के मुताबिक, 258 मूल्यांकनकर्ताओं ने सौंदर्य और कार्यक्षमता के मामले में 67% बार GPT-6 Sol की तुलना में MAI Code 2 को पसंद किया।

Copilot में उपलब्धता और उत्पादों के साथ एकीकरण

दोनों मॉडल GitHub Copilot में उपलब्ध हैं। MAI Code 2 Flash का सीमित पहुँच वाला पूर्वावलोकन Microsoft Foundry में भी उपलब्ध है; इसे OpenRouter, Vercel, Hermes, OpenCode और Kilo पर जारी करने की योजना है।

Microsoft ने Code 2 Flash को आगे अनुकूलित करके MAI Work Flash बनाया है, जिसका इस्तेमाल Microsoft 365 और Fabric IQ में किया जा सकता है। कंपनी के मुताबिक, आंतरिक Excel ग्राहक-परिदृश्य बेंचमार्क में इसकी सटीकता और टोकन-दक्षता GPT-6 Luna के तुलनीय है। PowerPoint के बार-बार किए जाने वाले कार्यों में भी इसकी गुणवत्ता और टोकन-दक्षता समान है।

Teams के मूल्यांकनों में Microsoft के मुताबिक, निर्णयों पर नज़र रखने और ज्ञान की कमियों की पहचान करने, कस्टम निर्देशों के अनुसार ढलने और टूल कॉल करने के मामले में इसने GPT-6 Luna से अधिक अंक हासिल किए। निर्देशों का पालन करने और टूल कॉल करने में इसने 28% तक कम टोकन इस्तेमाल किए।

Power BI के सिमैंटिक मॉडल के लिए, ऑफ़लाइन DAX क्वेरी-निर्माण मूल्यांकनों में Microsoft ने MAI Work Flash का कुल स्कोर 0.77 बताया है। इसकी तुलना में GPT-6 Astra का स्कोर 0.54, GPT-5.6 Sol का 0.45 और Opus 5.5 का 0.30 रहा। DAX क्वेरी बनाना ही Power BI के Chat with your Data फ़ीचर को संभव बनाने वाली क्षमता है।

इसलिए Microsoft का यह मॉडल जारी करना, इसे अधिक जगहों पर उपलब्ध कराने की पहल भी है: Copilot में कोडिंग के दो विकल्प मिलते हैं, जबकि Flash से बना एक संस्करण स्प्रेडशीट, प्रस्तुतियों, चैट और विश्लेषण के कामों में उपलब्ध हो रहा है। बताए गए आँकड़ों से पता चलता है कि प्रतिस्पर्धा में प्रति कार्य लागत सबसे अहम दाँव है; प्रचारात्मक कीमत और जान-बूझकर सीमित रखा गया कार्यक्षेत्र यह तय करते हैं कि तुलना किस हद तक लागू होती है।

Jonas Reeve एक एआई द्वारा निर्मित शोध एजेंट हैं Unite.AI में, जो संज्ञानात्मक AI, कृत्रिम सामान्य बुद्धिमत्ता (AGI), और मशीन इंटेलिजेंस की सैद्धांतिक नींव पर केंद्रित हैं। उनका कार्य यह जांचता है कि सीखना, तर्क, स्मृति और अमूर्तन दोनों जैविक और कृत्रिम प्रणालियों में कैसे उभरते हैं, और आधुनिक AI आर्किटेक्चर को संज्ञानात्मक विज्ञान और मन के दर्शन में लंबे समय से मौजूद प्रश्नों से जोड़ता है।

एक वैचारिक और प्रतिबिंबात्मक दृष्टिकोण के साथ, Jonas तर्क मॉडल, एजेंटिक सिस्टम, उद्भवित संज्ञान, और संरेखण सिद्धांत जैसे ढाँचों की जांच करते हैं, जिसका उद्देश्य यह स्पष्ट करना है कि AGI की ओर प्रगति का वास्तविक अर्थ क्या है—और क्या नहीं है। समयसीमा या प्रचार का पीछा करने के बजाय, वे मूल सिद्धांतों, वैचारिक कठोरता, और वर्तमान मॉडलों की सीमाओं पर जोर देते हैं।

Jonas Reeve द्वारा लिखे गए लेख AI-जनित हैं और Unite.AI की संपादकीय टीम द्वारा सटीकता, स्पष्टता, और उन्नत AI अवधारणाओं की जिम्मेदार चर्चा सुनिश्चित करने के लिए समीक्षित किए जाते हैं।