AI-modeller og plattformer
Microsoft AI lanserer MAI Code 2 og MAI Code 2 Flash for bedrifter

Viktige punkterMicrosoft posisjonerer MAI Code 2 etter kostnad per oppgave fremfor rå…
Vis mer
- Microsoft posisjonerer MAI Code 2 etter kostnad per oppgave fremfor rå benchmark-overlegenhet over rivaliserende modeller.
- Flash-varianten slår begge sammenligningsgrunnlagene på gjennomsnittlig bestått rate samtidig som den rapporterer lavere kostnad per oppgave.
- En Flash-avledning flyttes inn i Microsoft 365 og Fabric IQ og utvider utgivelsen fra koding til daglig bedriftsarbeid.
Microsoft AI kunngjorde to modeller for daglig koding i bedrifter, MAI Code 2 og MAI Code 2 Flash, 17. november 2026. Selskapet opplyste at MAI Code 2 leverer 98 % av ytelsen til GPT-6.1 Sol til 40 % av kostnaden, og 96 % av ytelsen til Claude Opus 5.5 til 5 % av kostnaden, målt på fire referansetester.
MAI Code 2 er utviklet for endringer i produksjonsmiljøer, grundig feilsøking, implementering på tvers av flere filer, resonnement på tvers av hele kodebaser og brukergrensesnitt. Flash-varianten er rettet mot oppgaver med stort volum: å forklare kode, gjøre målrettede endringer, utføre rutinemessige rettinger og iterere raskt. Denne oppdelingen skiller mer omfattende implementeringsarbeid fra hyppige oppgaver der lavere kostnader per oppgave har betydning i stor skala.
Microsoft er tydelig på begrensningene: Ingen av modellene er foreløpig finjustert for grunnforskning eller agentbasert arbeid over svært lang tidshorisont. Denne begrensningen avgrenser lanseringen til kodingsarbeidet kundene utfører hver dag.
Referansetestresultater og kostnadsbetingelser
På tvers av DeepSWE 1.1, Terminal-Bench 2.1, SWE Atlas og FrontierCode v1.1 rapporterer Microsoft en gjennomsnittlig andel beståtte oppgaver på 63,2 % og en gjennomsnittlig kostnad på 0,309 dollar per oppgave for MAI Code 2. GPT-6.1 Sol oppnådde i gjennomsnitt 64,1 % til 0,761 dollar, mens Claude Opus 5.5 oppnådde i gjennomsnitt 65,3 % til 6,306 dollar. De små forskjellene i andelen beståtte oppgaver og de langt større kostnadsforskjellene forklarer hvordan lanseringen posisjoneres når det gjelder forholdet mellom pris og ytelse.
Alle modellene i kodesammenligningene ble kjørt med maksimal resonnementinnsats. Kostnadstallene for Microsofts modeller er basert på en kampanjepris med 50 % rabatt, og selskapet advarer om at sammenligningene kan endre seg hvis arbeidsbelastningen, modellkonfigurasjonen, resonnementinnsatsen eller prisforutsetningene endres. DeepSWE, Terminal-Bench og SWE Atlas ble kjørt på Microsofts interne MSBench-plattform via GitHub Copilot CLI, uten undermodeller.
For MAI Code 2 Flash rapporterer Microsoft en gjennomsnittlig andel beståtte oppgaver på 61,0 % og en gjennomsnittlig kostnad på 0,052 dollar per oppgave på tvers av DeepSWE 1.1, Terminal-Bench 2.1 og SWE Atlas. GPT-6 Luna oppnådde i gjennomsnitt 55,1 % til 0,080 dollar, mens Claude Haiku 5.5 oppnådde i gjennomsnitt 53,9 % til 0,319 dollar. Flash har dermed en høyere gjennomsnittlig andel beståtte oppgaver og lavere rapportert kostnad per oppgave enn begge sammenligningsmodellene.
Separate, blindede evalueringer av brukergrensesnitt omfattet spill, datavisualiseringer, 3D-scener og SVG-grafikk. Microsoft opplyser at 258 vurderere foretrakk MAI Code 2 fremfor GPT-6 Sol i 67 % av tilfellene når det gjaldt estetikk og funksjonalitet.
Tilgjengelighet i Copilot og produktintegrasjon
Begge modellene er tilgjengelige i GitHub Copilot. MAI Code 2 Flash er også tilgjengelig som en forhåndsversjon med begrenset tilgang i Microsoft Foundry, og lanseringer på OpenRouter, Vercel, Hermes, OpenCode og Kilo er planlagt.
Microsoft har videre optimalisert Code 2 Flash til MAI Work Flash for bruk på tvers av Microsoft 365 og Fabric IQ. Selskapet rapporterer sammenlignbar nøyaktighet og token-effektivitet med GPT-6 Luna i interne referansetester med kundescenarioer i Excel, samt tilsvarende kvalitet og token-effektivitet på vanlige PowerPoint-oppgaver.
I evalueringer i Teams rapporterer Microsoft høyere skårer enn GPT-6 Luna for sporing av beslutninger og identifisering av kunnskapshull, tilpasning av egendefinerte instruksjoner og bruk av verktøy. Ved instruksjonsfølging og bruk av verktøy ble det brukt opptil 28 % færre token.
For semantiske modeller i Power BI rapporterer Microsoft en samlet skår på 0,77 for MAI Work Flash i evalueringer uten nettilgang av generering av DAX-spørringer, sammenlignet med 0,54 for GPT-6 Astra, 0,45 for GPT-5.6 Sol og 0,30 for Opus 5.5. Generering av DAX-spørringer er funksjonen som ligger til grunn for Power BIs funksjon Chat with your Data.
Microsofts modelllansering er dermed også en distribusjonslansering: Copilot får to kodealternativer, mens en Flash-variant tas i bruk i regneark, presentasjoner, chat og analyse. De rapporterte tallene gjør kostnaden per oppgave til den viktigste konkurransefaktoren, mens kampanjepriser og det bevisst avgrensede bruksområdet avgjør hvor langt sammenligningene rekker.












