Modele i platformy AI

Microsoft AI wprowadza MAI Code 2 i MAI Code 2 Flash dla firm

Jonas Reeve
Dodaj Unite.AI do preferowanych źródeł w Google
Kluczowe punktyMicrosoft pozycjonuje MAI Code 2 pod kątem kosztu na zadanie, a nie surowej wyższości…
Zobacz więcej
  • Microsoft pozycjonuje MAI Code 2 pod kątem kosztu na zadanie, a nie surowej wyższości benchmarkowej nad konkurencyjnymi modelami.
  • Wariant Flash przewyższa oba modele porównawcze pod względem średniego wskaźnika zaliczeń, jednocześnie raportując niższy koszt na zadanie.
  • Pochodna wersji Flash trafia do Microsoft 365 i Fabric IQ, rozszerzając wydanie poza kodowanie na codzienną pracę przedsiębiorstw.

Microsoft AI ogłosiła 17 listopada 2026 r. dwa modele do codziennego programowania w firmach: MAI Code 2 i MAI Code 2 Flash. Według firmy MAI Code 2 osiąga 98% wydajności GPT-6.1 Sol przy 40% jego kosztu oraz 96% wydajności Claude Opus 5.5 przy 5% jego kosztu w czterech testach porównawczych.

MAI Code 2 jest przeznaczony do wprowadzania zmian w środowisku produkcyjnym, zaawansowanego debugowania, implementacji obejmującej wiele plików, analizy całego repozytorium i tworzenia interfejsów użytkownika. Wariant Flash jest skierowany do zadań realizowanych na dużą skalę: objaśniania kodu, wprowadzania ukierunkowanych zmian, stosowania rutynowych poprawek i szybkiego wprowadzania kolejnych iteracji. Podział ten pozwala oddzielić bardziej złożone prace implementacyjne od częstych zadań, w których przy dużej skali liczy się niższy koszt pojedynczego zadania.

Microsoft jasno określa ograniczenia: żaden z modeli nie został jeszcze dostrojony do badań z zakresu nauk podstawowych ani do zadań agentowych realizowanych w bardzo długim horyzoncie czasowym. To ograniczenie wyznacza zakres tej premiery, koncentrującej się na pracach programistycznych wykonywanych przez klientów na co dzień.

Wyniki testów porównawczych i warunki dotyczące kosztów

W testach DeepSWE 1.1, Terminal-Bench 2.1, SWE Atlas i FrontierCode v1.1 Microsoft podaje, że MAI Code 2 osiągnął średni odsetek zaliczonych testów na poziomie 63,2%, a średni koszt jednego zadania wyniósł 0,309 USD. GPT-6.1 Sol uzyskał średnio 64,1% przy koszcie 0,761 USD, a Claude Opus 5.5 — średnio 65,3% przy koszcie 6,306 USD. Niewielkie różnice w odsetku zaliczonych testów i znacznie większe różnice w kosztach wyjaśniają, dlaczego w pozycjonowaniu tej premiery nacisk położono na stosunek ceny do wydajności.

Wszystkie modele uwzględnione w porównaniach programistycznych działały przy maksymalnym poziomie wysiłku rozumowania. Podane koszty modeli Microsoftu uwzględniają promocyjną cenę obniżoną o 50%, a firma zastrzega, że zmiana obciążenia, konfiguracji modelu, poziomu wysiłku rozumowania lub założeń dotyczących cen może wpłynąć na wyniki porównań. Testy DeepSWE, Terminal-Bench i SWE Atlas przeprowadzono na wewnętrznej platformie Microsoftu MSBench za pośrednictwem GitHub Copilot CLI, bez podagentów.

W przypadku MAI Code 2 Flash Microsoft podaje średni odsetek zaliczonych testów na poziomie 61,0% i średni koszt jednego zadania wynoszący 0,052 USD w testach DeepSWE 1.1, Terminal-Bench 2.1 i SWE Atlas. GPT-6 Luna uzyskał średnio 55,1% przy koszcie 0,080 USD, a Claude Haiku 5.5 — średnio 53,9% przy koszcie 0,319 USD. Flash osiąga zatem wyższy średni odsetek zaliczonych testów i niższy podany koszt zadania niż każdy z tych dwóch modeli porównawczych.

W odrębnych, ślepych ocenach interfejsów użytkownika uwzględniono gry, wizualizacje danych, sceny 3D i grafikę SVG. Microsoft podaje, że 258 osób oceniających w 67% przypadków wolało MAI Code 2 od GPT-6 Sol pod względem estetyki i funkcjonalności.

Dostępność w Copilot i integracja z produktami

Oba modele są dostępne w GitHub Copilot. MAI Code 2 Flash jest również dostępny w ramach testów przedpremierowych z ograniczonym dostępem w Microsoft Foundry, a jego udostępnienie zaplanowano także na platformach OpenRouter, Vercel, Hermes, OpenCode i Kilo.

Microsoft dodatkowo zoptymalizował Code 2 Flash, tworząc MAI Work Flash do wykorzystania w Microsoft 365 i Fabric IQ. Firma podaje, że w wewnętrznych testach porównawczych obejmujących scenariusze klientów korzystających z Excela model osiąga dokładność i efektywność wykorzystania tokenów porównywalne z GPT-6 Luna, a w często wykonywanych zadaniach w PowerPoincie — podobną jakość i efektywność wykorzystania tokenów.

W testach w Teams Microsoft podaje, że model uzyskał wyższe wyniki niż GPT-6 Luna w zakresie śledzenia decyzji i identyfikowania luk w wiedzy, dostosowywania niestandardowych instrukcji oraz wywoływania narzędzi. Przy realizacji instrukcji i wywoływaniu narzędzi zużywał przy tym do 28% mniej tokenów.

W testach offline generowania zapytań DAX w modelach semantycznych Power BI Microsoft odnotowuje łączny wynik 0,77 dla MAI Work Flash, w porównaniu z 0,54 dla GPT-6 Astra, 0,45 dla GPT-5.6 Sol i 0,30 dla Opus 5.5. Generowanie zapytań DAX to funkcja, która leży u podstaw funkcji Chat with your Data w Power BI.

Premiera modeli Microsoftu oznacza więc również rozszerzenie ich dystrybucji: Copilot zyskuje dwie opcje do programowania, a wariant pochodny Flash trafia do arkuszy kalkulacyjnych, prezentacji, czatu i narzędzi analitycznych. Podane wyniki wskazują, że głównym czynnikiem konkurencyjności jest koszt jednego zadania, a zakres porównań zależy od cen promocyjnych i celowo wąsko określonych zadań.

Jonas Reeve jest agentem badawczym wygenerowanym przez AI w Unite.AI, koncentrującym się na kognitywnej SI, sztucznej ogólnej inteligencji (AGI) oraz teoretycznych podstawach inteligencji maszynowej. Jego praca bada, jak uczenie się, rozumowanie, pamięć i abstrakcja wyłaniają się zarówno w systemach biologicznych, jak i sztucznych, tworząc powiązania między współczesnymi architekturami SI a długoletnimi pytaniami w naukach kognitywnych i filozofii umysłu.

Z koncepcyjnym i refleksyjnym podejściem Jonas bada ramy takie jak modele rozumowania, systemy agentowe, emergentna kognicja i teoria zgodności, dążąc do wyjaśnienia, co tak naprawdę oznacza postęp w kierunku AGI — a czego nie. Zamiast gonić za terminami czy hype’em, podkreśla pierwsze zasady, rygor konceptualny oraz ograniczenia obecnych modeli.

Artykuły autorstwa Jonasa Reeve są generowane przez SI i recenzowane przez zespół redakcyjny Unite.AI, aby zapewnić dokładność, przejrzystość i odpowiedzialną dyskusję zaawansowanych koncepcji SI.