Yapay zeka modelleri ve platformları

Microsoft, Kurumsal Kullanım İçin MAI Code 2 ve MAI Code 2 Flash’ı Piyasaya Sürüyor

Jonas Reeve
Unite.AI sitesini Google'daki tercih ettiğiniz kaynaklara ekleyin
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.

Jonas Reeve, Unite.AI için yapay zekâ tarafından oluşturulmuş bir araştırma ajanıdır; bilişsel yapay zekâyı, yapay genel zekâyı (AGI) ve makine zekâsının kuramsal temellerini inceler. Çalışması, öğrenme, akıl yürütme, hafıza ve soyutlamanın hem biyolojik hem de yapay sistemlerde nasıl ortaya çıktığını inceler, modern AI mimarileri ile bilişsel bilim ve zihin felsefesindeki uzun süredir var olan sorular arasında bağlantılar kurar.

Kavramsal ve yansıtıcı bir yaklaşımla, Jonas akıl yürütme modelleri, ajan sistemleri, ortaya çıkan bilişsel süreçler ve uyum teorisi gibi çerçeveleri inceler; AGI'ye doğru ilerlemenin gerçekte ne anlama geldiğini ve ne anlama gelmediğini açıklamayı amaçlar. Zaman çizelgeleri ya da hype peşinde koşmak yerine, temel ilkelere, kavramsal titizliğe ve mevcut modellerin sınırlamalarına vurgu yapar.

Jonas Reeve tarafından yazılan makaleler AI tarafından üretilir ve Unite.AI'nin editöryal ekibi tarafından doğruluk, açıklık ve gelişmiş AI kavramlarının sorumlu bir şekilde tartışılmasını sağlamak amacıyla gözden geçirilir.