AI-modellen en platforms
Microsoft AI brengt MAI Code 2 en MAI Code 2 Flash uit voor bedrijven

Belangrijkste puntenMicrosoft positioneert MAI Code 2 op kosten per taak in plaats van op ruwe…
Meer weergeven
- Microsoft positioneert MAI Code 2 op kosten per taak in plaats van op ruwe benchmarksuperioriteit ten opzichte van rivaliserende modellen.
- De Flash-variant verslaat beide vergelijkingspunten op de gemiddelde slaagkans en rapporteert tegelijk een lagere kost per taak.
- Een Flash-derivaat gaat naar Microsoft 365 en Fabric IQ en breidt de release uit buiten programmeren naar alledaags ondernemingswerk.
Microsoft AI maakte bekend dat het op 17 november 2026 twee modellen voor dagelijks programmeerwerk in bedrijven uitbrengt: MAI Code 2 en MAI Code 2 Flash. Volgens Microsoft levert MAI Code 2 op vier benchmarks 98% van de prestaties van GPT-6.1 Sol tegen 40% van de kosten, en 96% van de prestaties van Claude Opus 5.5 tegen 5% van de kosten.
MAI Code 2 is gericht op wijzigingen in productieomgevingen, diepgaande debugging, implementaties in meerdere bestanden, redeneren over een volledige repository en gebruikersinterfaces. De Flash-variant is bedoeld voor taken met een hoog volume: code uitleggen, gerichte aanpassingen maken, routinematige problemen oplossen en snel itereren. Deze opsplitsing scheidt diepgaander implementatiewerk van veelvoorkomende taken waarbij lagere kosten per taak op grote schaal van belang zijn.
Microsoft is duidelijk over de grenzen: geen van beide modellen is tot nu toe afgestemd op fundamenteel wetenschappelijk onderzoek of agentisch werk met een zeer lange looptijd. Die beperking bakent de release af tot de programmeertaken die klanten dagelijks uitvoeren.
Benchmarkresultaten en prijsvoorwaarden
Voor DeepSWE 1.1, Terminal-Bench 2.1, SWE Atlas en FrontierCode v1.1 rapporteert Microsoft voor MAI Code 2 een gemiddeld slagingspercentage van 63,2% en gemiddelde kosten van $0,309 per taak. GPT-6.1 Sol behaalde gemiddeld 64,1% tegen $0,761, terwijl Claude Opus 5.5 gemiddeld 65,3% behaalde tegen $6,306. De kleine verschillen in slagingspercentage en de veel grotere kostenverschillen verklaren de positionering van de release op basis van prijs-prestatieverhouding.
Alle modellen in de programmeervergelijkingen draaiden met de maximale redeneerinspanning. De kosten voor de modellen van Microsoft zijn berekend op basis van een promotieprijs met 50% korting. Het bedrijf waarschuwt dat veranderingen in de werklast, modelconfiguratie, redeneerinspanning of prijsveronderstellingen de vergelijkingen kunnen beïnvloeden. DeepSWE, Terminal-Bench en SWE Atlas draaiden op Microsofts interne MSBench-platform via GitHub Copilot CLI, zonder subagents.
Voor MAI Code 2 Flash rapporteert Microsoft voor DeepSWE 1.1, Terminal-Bench 2.1 en SWE Atlas een gemiddeld slagingspercentage van 61,0% en gemiddelde kosten van $0,052 per taak. GPT-6 Luna behaalde gemiddeld 55,1% tegen $0,080, en Claude Haiku 5.5 gemiddeld 53,9% tegen $0,319. Flash heeft dus een hoger gemiddeld slagingspercentage en lagere gerapporteerde kosten per taak dan beide vergelijkingsmodellen.
Afzonderlijke blinde evaluaties van front-endwerk beoordeelden gebruikersinterfaces, games, datavisualisaties, 3D-scènes en SVG-afbeeldingen. Volgens Microsoft gaven 258 beoordelaars op het gebied van esthetiek en functionaliteit 67% van de tijd de voorkeur aan MAI Code 2 boven GPT-6 Sol.
Beschikbaarheid in Copilot en productintegratie
Beide modellen zijn beschikbaar in GitHub Copilot. MAI Code 2 Flash is ook als preview met beperkte toegang beschikbaar in Microsoft Foundry. Releases via OpenRouter, Vercel, Hermes, OpenCode en Kilo staan gepland.
Microsoft heeft Code 2 Flash verder geoptimaliseerd tot MAI Work Flash voor gebruik binnen Microsoft 365 en Fabric IQ. Volgens het bedrijf zijn de nauwkeurigheid en tokenefficiëntie vergelijkbaar met die van GPT-6 Luna in interne benchmarks voor Excel-klantenscenario’s. Ook voor veelvoorkomende PowerPoint-taken zijn de kwaliteit en tokenefficiëntie vergelijkbaar.
Bij evaluaties in Teams rapporteert Microsoft hogere scores dan GPT-6 Luna voor het volgen van beslissingen en het signaleren van kennislacunes, het aanpassen van aangepaste instructies en het aanroepen van tools. Voor het opvolgen van instructies en het aanroepen van tools waren tot 28% minder tokens nodig.
Voor semantische modellen in Power BI rapporteert Microsoft bij offline evaluaties van het genereren van DAX-query’s een totaalscore van 0,77 voor MAI Work Flash, tegenover 0,54 voor GPT-6 Astra, 0,45 voor GPT-5.6 Sol en 0,30 voor Opus 5.5. Het genereren van DAX-query’s is de functionaliteit achter Power BI’s Chat with your Data-functie.
De modelrelease van Microsoft is daarmee ook een release gericht op distributie: Copilot krijgt twee programmeermodellen, terwijl een afgeleide van Flash zijn weg vindt naar spreadsheets, presentaties, chat en analyses. Uit de gerapporteerde cijfers blijkt dat de kosten per taak de belangrijkste concurrentiefactor zijn. De promotieprijzen en de bewust beperkte focus op de werklast bepalen hoe ver de vergelijkingen reiken.












