Yapay zeka modelleri ve platformları
Microsoft, Kurumsal Kullanım İçin MAI Code 2 ve MAI Code 2 Flash’ı Piyasaya Sürüyor

Öne çıkan noktalarMicrosoft, MAI Code 2'yi rakip modellere karşı ham kıyaslama üstünlüğü yerine görev…
Daha fazla göster
- Microsoft, MAI Code 2'yi rakip modellere karşı ham kıyaslama üstünlüğü yerine görev başına maliyet üzerine konumlandırıyor.
- Flash varyantı, ortalama geçme oranında her iki karşılaştırma modelini de geçerken daha düşük görev başına maliyet bildiriyor.
- Bir Flash türevi, Microsoft 365 ve Fabric IQ'ya geçerek sürümü kodlamanın ötesine günlük kurumsal işlere taşıyor.
Microsoft AI, 17 Kasım 2026’da kurumsal yazılım geliştirmede günlük kullanım için iki modelini, MAI Code 2 ve MAI Code 2 Flash’ı duyurdu. Şirket, MAI Code 2’nin dört kıyaslama testinde GPT-6.1 Sol’un performansının %98’ini maliyetinin %40’ına, Claude Opus 5.5’in performansının ise %96’sını maliyetinin %5’ine sunduğunu bildirdi.
MAI Code 2; üretim ortamındaki değişiklikler, derin hata ayıklama, birden fazla dosyada uygulama, depo genelinde akıl yürütme ve kullanıcı arayüzleri için tasarlandı. Flash sürümü ise kodu açıklama, belirli noktalarda düzenleme yapma, rutin düzeltmeleri uygulama ve hızlı yineleme gibi yüksek hacimli işlere yönelik. Bu ayrım, derinlemesine uygulama çalışmalarını, görev başına maliyetin ölçekte önem kazandığı sık tekrarlanan işlerden ayırıyor.
Microsoft bu konuda sınırları açıkça belirtiyor: Henüz iki model de temel bilimsel araştırmalar veya çok uzun vadeli ajan tabanlı çalışmalar için ince ayardan geçirilmedi. Bu kısıtlama, ürünün kapsamını müşterilerin her gün yaptığı yazılım geliştirme işleriyle sınırlıyor.
Kıyaslama Sonuçları ve Maliyet Koşulları
Microsoft, DeepSWE 1.1, Terminal-Bench 2.1, SWE Atlas ve FrontierCode v1.1 genelinde MAI Code 2 için ortalama %63,2 başarı oranı ve görev başına ortalama 0,309 ABD doları maliyet bildirdi. GPT-6.1 Sol ortalama %64,1 başarı oranına ve 0,761 ABD doları maliyete ulaşırken Claude Opus 5.5 ortalama %65,3 başarı oranı ve 6,306 ABD doları maliyet kaydetti. Başarı oranlarındaki küçük farklar ve maliyetlerdeki çok daha büyük ayrımlar, ürünün fiyat-performans konumlandırmasını açıklıyor.
Yazılım geliştirme kıyaslamalarındaki tüm modeller en yüksek akıl yürütme düzeyinde çalıştırıldı. Microsoft’un modellerine ilişkin maliyet rakamlarında %50 indirimli tanıtım fiyatı kullanılıyor. Şirket, iş yükünün, model yapılandırmasının, akıl yürütme düzeyinin veya fiyatlandırma varsayımlarının değiştirilmesinin kıyaslama sonuçlarını etkileyebileceği konusunda uyarıyor. DeepSWE, Terminal-Bench ve SWE Atlas testleri, alt ajanlar kullanılmadan, Microsoft’un dahili MSBench platformunda GitHub Copilot CLI aracılığıyla yürütüldü.
Microsoft, MAI Code 2 Flash için DeepSWE 1.1, Terminal-Bench 2.1 ve SWE Atlas genelinde ortalama %61,0 başarı oranı ve görev başına ortalama 0,052 ABD doları maliyet bildirdi. GPT-6 Luna ortalama %55,1 başarı oranına ve 0,080 ABD doları maliyete ulaşırken Claude Haiku 5.5 ortalama %53,9 başarı oranı ve 0,319 ABD doları maliyet kaydetti. Dolayısıyla Flash, her iki karşılaştırma modelinden de daha yüksek ortalama başarı oranına ve bildirilen daha düşük görev maliyetine sahip.
Kullanıcı arayüzlerini, oyunları, veri görselleştirmelerini, 3B sahneleri ve SVG grafiklerini kapsayan ayrı, kör ön uç değerlendirmeleri yapıldı. Microsoft, estetik ve işlevsellik açısından 258 değerlendiricinin %67 oranında MAI Code 2’yi GPT-6 Sol’a tercih ettiğini bildirdi.
Copilot’ta Kullanılabilirlik ve Ürün Entegrasyonu
Her iki model de GitHub Copilot’ta kullanılabiliyor. MAI Code 2 Flash ayrıca Microsoft Foundry’de sınırlı erişimli ön izleme aşamasında; OpenRouter, Vercel, Hermes, OpenCode ve Kilo’da kullanıma sunulması planlanıyor.
Microsoft, Code 2 Flash’ı Microsoft 365 ve Fabric IQ genelinde kullanılmak üzere MAI Work Flash’a dönüştürerek ayrıca optimize etti. Şirket, dahili Excel müşteri senaryosu kıyaslama testlerinde GPT-6 Luna ile karşılaştırılabilir doğruluk ve belirteç verimliliği; sık kullanılan PowerPoint görevlerinde ise benzer kalite ve belirteç verimliliği elde edildiğini bildiriyor.
Microsoft’un bildirdiğine göre Teams değerlendirmelerinde MAI Work Flash; karar takibi ve bilgi eksiklerinin belirlenmesi, özel talimatlara uyum ve araç çağırma konularında GPT-6 Luna’dan daha yüksek puan aldı. Talimatları izleme ve araç çağırma görevlerinde belirteç kullanımı %28’e kadar daha düşüktü.
Power BI anlamsal modelleri için Microsoft, çevrimdışı DAX sorgusu oluşturma değerlendirmelerinde MAI Work Flash’ın genel puanının 0,77 olduğunu bildirdi. Bu puan, GPT-6 Astra için 0,54, GPT-5.6 Sol için 0,45 ve Opus 5.5 için 0,30 olarak kaydedildi. DAX sorgusu oluşturma, Power BI’ın Chat with your Data özelliğinin temelindeki yetenektir.
Dolayısıyla Microsoft’un model lansmanı aynı zamanda bir dağıtım lansmanı niteliği taşıyor: Copilot’a iki yazılım geliştirme seçeneği eklenirken Flash’ın türevi de elektronik tablolara, sunumlara, sohbete ve analitiğe taşınıyor. Bildirilen rakamlar, görev başına maliyetin başlıca rekabet unsuru olduğunu gösteriyor; karşılaştırmaların ne ölçüde geçerli olacağını ise indirimli fiyatlandırma ve bilerek dar tutulan iş yükü kapsamı belirliyor.












