Моделі та платформи ШІ
Microsoft AI випускає MAI Code 2 і MAI Code 2 Flash для корпоративних клієнтів

Ключові моментиMicrosoft позиціонує MAI Code 2 за вартістю на завдання, а не за перевагою сирих…
Показати більше
- Microsoft позиціонує MAI Code 2 за вартістю на завдання, а не за перевагою сирих бенчмарків над моделями конкурентів.
- Варіант Flash перевершує обидва порівнювані аналоги за середнім показником проходження, повідомляючи про нижчу вартість на завдання.
- Похідна версія Flash переходить у Microsoft 365 і Fabric IQ, розширюючи випуск за межі програмування на повсякденну корпоративну роботу.
Microsoft AI оголосила 17 листопада 2026 року про випуск двох моделей для повсякденного програмування в корпоративному середовищі — MAI Code 2 і MAI Code 2 Flash. За даними компанії, MAI Code 2 забезпечує 98% продуктивності GPT-6.1 Sol за 40% його вартості та 96% продуктивності Claude Opus 5.5 за 5% його вартості за результатами чотирьох тестів.
MAI Code 2 призначена для змін у виробничому коді, поглибленого налагодження, реалізації функцій у кількох файлах, аналізу цілих репозиторіїв і роботи з інтерфейсами користувача. Версія Flash орієнтована на великий обсяг завдань: пояснення коду, внесення точкових змін, виконання типових виправлень і швидку ітерацію. Такий поділ дає змогу відокремити складніші завдання з реалізації від частих операцій, для яких на великому масштабі важливіша нижча вартість кожного завдання.
Microsoft чітко окреслює обмеження: жодну з моделей поки що не налаштовували для фундаментальних наукових досліджень або тривалої агентної роботи. Це обмеження визначає сферу застосування випуску — повсякденні завдання з програмування, які виконують клієнти.
Результати тестування та умови розрахунку вартості
За результатами DeepSWE 1.1, Terminal-Bench 2.1, SWE Atlas і FrontierCode v1.1 Microsoft повідомляє, що MAI Code 2 у середньому успішно проходить 63,2% тестів, а середня вартість одного завдання становить $0,309. GPT-6.1 Sol у середньому успішно проходила 64,1% тестів за вартості $0,761, тоді як Claude Opus 5.5 — 65,3% за $6,306. Невелика різниця у відсотку успішного проходження тестів і значно більша різниця у вартості пояснюють, як у цьому випуску позиціонують співвідношення ціни та продуктивності.
Усі моделі в порівняннях програмування працювали з максимальним рівнем інтенсивності міркувань. У розрахунках вартості для моделей Microsoft використано промоційну ціну, що становить 50% від звичайної. Компанія застерігає, що зміна робочого навантаження, конфігурації моделі, інтенсивності міркувань або припущень щодо ціноутворення може вплинути на результати порівняння. DeepSWE, Terminal-Bench і SWE Atlas запускали на внутрішній платформі Microsoft MSBench через GitHub Copilot CLI без субагентів.
За даними Microsoft, MAI Code 2 Flash у середньому успішно проходить 61,0% тестів, а середня вартість одного завдання становить $0,052 за результатами DeepSWE 1.1, Terminal-Bench 2.1 і SWE Atlas. GPT-6 Luna у середньому успішно проходила 55,1% тестів за вартості $0,080, а Claude Haiku 5.5 — 53,9% за $0,319. Отже, середній відсоток успішного проходження тестів у Flash вищий, а заявлена вартість завдання нижча, ніж в обох моделей для порівняння.
В окремих сліпих оцінюваннях фронтенд-розробки перевіряли інтерфейси користувача, ігри, візуалізацію даних, 3D-сцени та графіку SVG. Microsoft повідомляє, що в 67% випадків 258 оцінювачів віддавали перевагу MAI Code 2, а не GPT-6 Sol, за критеріями естетики та функціональності.
Доступність у Copilot та інтеграція з продуктами
Обидві моделі доступні в GitHub Copilot. MAI Code 2 Flash також доступна в попередній версії з обмеженим доступом у Microsoft Foundry; її планують випустити на OpenRouter, Vercel, Hermes, OpenCode і Kilo.
Microsoft додатково оптимізувала Code 2 Flash, створивши MAI Work Flash для роботи в Microsoft 365 і Fabric IQ. За даними компанії, у внутрішніх тестах на сценаріях використання Excel точність і ефективність використання токенів цієї моделі були зіставними з GPT-6 Luna, а якість і ефективність використання токенів під час виконання типових завдань у PowerPoint були подібними.
За результатами оцінювання в Teams Microsoft повідомляє про вищі показники, ніж у GPT-6 Luna, у відстеженні рішень і виявленні прогалин у знаннях, адаптації користувацьких інструкцій і виклику інструментів. Для виконання інструкцій і виклику інструментів потрібно до 28% менше токенів.
Для семантичних моделей Power BI Microsoft повідомляє, що під час офлайн-оцінювання генерації DAX-запитів загальний показник MAI Work Flash становить 0.77 проти 0.54 у GPT-6 Astra, 0.45 у GPT-5.6 Sol і 0.30 в Opus 5.5. Генерація DAX-запитів — це технологія, на якій працює функція Power BI Chat with your Data.
Отже, випуск моделей Microsoft є водночас і розширенням їхньої доступності: у Copilot з’являються два варіанти для програмування, а похідну версію Flash інтегрують у роботу з електронними таблицями, презентаціями, чатом і аналітикою. Наведені результати свідчать, що головною конкурентною перевагою є вартість одного завдання, а промоційна ціна та свідомо вузька спеціалізація визначають межі застосовності цих порівнянь.












