Модели и платформы ИИ
Microsoft AI представляет MAI Code 2 и MAI Code 2 Flash для корпоративных клиентов

Ключевые моментыMicrosoft позиционирует MAI Code 2 по стоимости за задачу, а не по превосходству в…
Показать больше
- Microsoft позиционирует MAI Code 2 по стоимости за задачу, а не по превосходству в сырых бенчмарках над конкурирующими моделями.
- Вариант Flash превосходит оба компаратора по средней доле успешных прохождений, сообщая при этом о более низкой стоимости за задачу.
- Производная Flash переходит в Microsoft 365 и Fabric IQ, расширяя выпуск за пределы программирования на повседневную корпоративную работу.
Microsoft AI объявила 17 ноября 2026 года о выпуске двух моделей для повседневной работы с кодом в компаниях — MAI Code 2 и MAI Code 2 Flash. По данным компании, по результатам четырёх бенчмарков MAI Code 2 обеспечивает 98% производительности GPT-6.1 Sol при 40% его стоимости и 96% производительности Claude Opus 5.5 при 5% его стоимости.
MAI Code 2 предназначена для внесения изменений в рабочие проекты, углублённой отладки, реализации решений в нескольких файлах, анализа репозиториев целиком и создания пользовательских интерфейсов. Вариант Flash рассчитан на большой объём задач: объяснение кода, точечное редактирование, выполнение типовых исправлений и быструю доработку. Такое разделение позволяет использовать первую модель для более сложной разработки, а вторую — для частых задач, где при масштабировании важна низкая стоимость каждой из них.
Microsoft прямо обозначает границы возможностей: ни одна из моделей пока не оптимизирована для фундаментальных научных исследований или длительной автономной работы агентов. Это ограничение определяет рамки выпуска, ориентированного на повседневные задачи клиентов, связанные с программированием.
Результаты тестирования и условия расчёта стоимости
По данным Microsoft, на тестах DeepSWE 1.1, Terminal-Bench 2.1, SWE Atlas и FrontierCode v1.1 средняя доля успешно выполненных задач у MAI Code 2 составила 63,2%, а средняя стоимость одной задачи — $0,309. Средний результат GPT-6.1 Sol составил 64,1% при стоимости $0,761, а Claude Opus 5.5 — 65,3% при стоимости $6,306. Небольшая разница в доле успешно выполненных задач и гораздо более существенная разница в стоимости объясняют позиционирование новинки с точки зрения соотношения цены и производительности.
Все модели в сравнительных тестах по программированию работали с максимальным уровнем усилий при рассуждении. В расчётах стоимости моделей Microsoft использована промоакционная цена со скидкой 50%. Компания предупреждает, что результаты сравнения могут измениться при изменении рабочей нагрузки, конфигурации модели, уровня усилий при рассуждении или допущений о ценах. Тесты DeepSWE, Terminal-Bench и SWE Atlas проводились на внутренней платформе Microsoft MSBench через GitHub Copilot CLI, без субагентов.
По данным Microsoft, на тестах DeepSWE 1.1, Terminal-Bench 2.1 и SWE Atlas средняя доля успешно выполненных задач у MAI Code 2 Flash составила 61,0%, а средняя стоимость одной задачи — $0,052. Средний результат GPT-6 Luna составил 55,1% при стоимости $0,080, а Claude Haiku 5.5 — 53,9% при стоимости $0,319. Таким образом, средняя доля успешно выполненных задач у Flash выше, а заявленная стоимость задачи ниже, чем у обеих сравниваемых моделей.
В отдельных слепых оценках интерфейсов рассматривались пользовательские интерфейсы, игры, визуализация данных, трёхмерные сцены и графика SVG. По данным Microsoft, в 67% случаев 258 оценщиков предпочли MAI Code 2 модели GPT-6 Sol по эстетике и функциональности.
Доступность в Copilot и интеграция с продуктами
Обе модели доступны в GitHub Copilot. MAI Code 2 Flash также доступна в предварительной версии с ограниченным доступом в Microsoft Foundry; её выпуск запланирован на OpenRouter, Vercel, Hermes, OpenCode и Kilo.
Кроме того, Microsoft доработала Code 2 Flash и создала MAI Work Flash для использования в Microsoft 365 и Fabric IQ. По данным компании, на внутренних тестах пользовательских сценариев в Excel точность и эффективность использования токенов сопоставимы с GPT-6 Luna, а на частых задачах в PowerPoint качество и эффективность использования токенов аналогичны.
По данным Microsoft, в тестах Teams модель набрала более высокие баллы, чем GPT-6 Luna, при отслеживании решений и выявлении пробелов в знаниях, адаптации пользовательских инструкций и вызове инструментов. При выполнении инструкций и вызове инструментов она использовала до 28% меньше токенов.
По данным Microsoft, в офлайн-тестах генерации запросов DAX для семантических моделей Power BI общий балл MAI Work Flash составил 0,77 против 0,54 у GPT-6 Astra, 0,45 у GPT-5.6 Sol и 0,30 у Opus 5.5. Генерация запросов DAX лежит в основе функции Power BI Chat with your Data.
Таким образом, выпуск моделей Microsoft — это ещё и расширение их распространения: Copilot получает два варианта для работы с кодом, а модель на основе Flash появляется в электронных таблицах, презентациях, чатах и аналитике. Представленные данные показывают, что главным конкурентным преимуществом становится стоимость одной задачи; при этом промоакционные цены и намеренно узкая специализация моделей определяют, насколько широко применимы эти сравнения.












