Modelos e plataformas de IA
Microsoft AI lança MAI Code 2 e MAI Code 2 Flash para empresas

Pontos-chaveA Microsoft posiciona o MAI Code 2 em termos de custo por tarefa, e não de…
Ver mais
- A Microsoft posiciona o MAI Code 2 em termos de custo por tarefa, e não de superioridade bruta em benchmarks sobre modelos rivais.
- A variante Flash supera ambos os comparadores na taxa média de aprovação, ao mesmo tempo que reporta um custo por tarefa mais baixo.
- Um derivado do Flash passa para o Microsoft 365 e o Fabric IQ, estendendo o lançamento além da programação para o trabalho empresarial cotidiano.
A Microsoft AI anunciou dois modelos para a programação empresarial do dia a dia, MAI Code 2 e MAI Code 2 Flash, em 17 de novembro de 2026. Segundo a empresa, o MAI Code 2 alcança 98% do desempenho do GPT-6.1 Sol por 40% do custo dele e 96% do desempenho do Claude Opus 5.5 por 5% do custo, em quatro benchmarks.
O MAI Code 2 foi desenvolvido para alterações em produção, depuração avançada, implementação em vários arquivos, raciocínio em todo o repositório e interfaces de usuário. A variante Flash é voltada a tarefas de alto volume: explicar código, fazer edições pontuais, aplicar correções de rotina e iterar rapidamente. Essa divisão separa o trabalho de implementação mais aprofundado das tarefas frequentes em que custos menores por tarefa fazem diferença em grande escala.
A Microsoft deixa claro o limite: nenhum dos dois modelos foi ainda ajustado para pesquisas científicas fundamentais ou trabalho agêntico de horizonte muito longo. Essa limitação define o escopo do lançamento em torno das tarefas de programação que os clientes realizam todos os dias.
Resultados dos benchmarks e condições de custo
Nos benchmarks DeepSWE 1.1, Terminal-Bench 2.1, SWE Atlas e FrontierCode v1.1, a Microsoft informa que o MAI Code 2 teve uma taxa média de aprovação de 63,2% e um custo médio de US$ 0,309 por tarefa. O GPT-6.1 Sol obteve uma média de 64,1%, a US$ 0,761, enquanto o Claude Opus 5.5 teve uma média de 65,3%, a US$ 6,306. As pequenas diferenças nas taxas de aprovação e as disparidades muito maiores de custo explicam o posicionamento do lançamento em termos de custo-benefício.
Todos os modelos nas comparações de programação foram executados com o nível máximo de esforço de raciocínio. Os valores de custo dos modelos da Microsoft consideram um preço promocional com desconto de 50%, e a empresa alerta que mudanças na carga de trabalho, na configuração do modelo, no esforço de raciocínio ou nas premissas de preço podem alterar as comparações. DeepSWE, Terminal-Bench e SWE Atlas foram executados na plataforma interna MSBench da Microsoft, por meio do GitHub Copilot CLI e sem subagentes.
Para o MAI Code 2 Flash, a Microsoft informa uma taxa média de aprovação de 61,0% e um custo médio de US$ 0,052 por tarefa nos benchmarks DeepSWE 1.1, Terminal-Bench 2.1 e SWE Atlas. O GPT-6 Luna teve uma média de 55,1%, a US$ 0,080, e o Claude Haiku 5.5, de 53,9%, a US$ 0,319. Assim, o Flash tem uma taxa média de aprovação mais alta e um custo por tarefa informado mais baixo do que qualquer um dos dois modelos de comparação.
Avaliações independentes e cegas de interfaces abrangeram interfaces de usuário, jogos, visualizações de dados, cenas 3D e gráficos SVG. A Microsoft informa que, entre 258 avaliadores, o MAI Code 2 foi preferido ao GPT-6 Sol em 67% das vezes, considerando estética e funcionalidade.
Disponibilidade no Copilot e integração com produtos
Os dois modelos estão disponíveis no GitHub Copilot. O MAI Code 2 Flash também está em prévia de acesso limitado no Microsoft Foundry, com lançamentos planejados para OpenRouter, Vercel, Hermes, OpenCode e Kilo.
A Microsoft também otimizou o Code 2 Flash e criou o MAI Work Flash, para uso no Microsoft 365 e no Fabric IQ. A empresa informa que, em benchmarks internos de cenários de clientes no Excel, o modelo tem precisão e eficiência no uso de tokens comparáveis às do GPT-6 Luna, além de qualidade e eficiência de tokens semelhantes em tarefas frequentes do PowerPoint.
Nas avaliações do Teams, a Microsoft informa que o modelo obteve pontuações mais altas do que o GPT-6 Luna no acompanhamento de decisões e na identificação de lacunas de conhecimento, na adaptação a instruções personalizadas e no uso de ferramentas. Além disso, usou até 28% menos tokens para seguir instruções e usar ferramentas.
Para modelos semânticos do Power BI, a Microsoft informa que o MAI Work Flash obteve uma pontuação geral de 0,77 em avaliações offline de geração de consultas DAX, ante 0,54 do GPT-6 Astra, 0,45 do GPT-5.6 Sol e 0,30 do Opus 5.5. A geração de consultas DAX é a capacidade por trás do recurso Chat with your Data do Power BI.
Assim, o lançamento de modelos da Microsoft também é um lançamento voltado à distribuição: o Copilot passa a oferecer duas opções de programação, enquanto uma derivação do Flash chega às planilhas, apresentações, conversas e análises. Os números divulgados apontam o custo por tarefa como principal alavanca competitiva, enquanto os preços promocionais e o foco deliberadamente restrito nas cargas de trabalho determinam até onde as comparações se aplicam.












