Mô hình và nền tảng AI
Microsoft AI ra mắt MAI Code 2 và MAI Code 2 Flash dành cho doanh nghiệp

Điểm chínhMicrosoft định vị MAI Code 2 dựa trên chi phí cho mỗi tác vụ thay vì ưu thế vượt trội…
Xem thêm
- Microsoft định vị MAI Code 2 dựa trên chi phí cho mỗi tác vụ thay vì ưu thế vượt trội trên các chỉ số đánh giá thô so với các mô hình đối thủ.
- Biến thể Flash đánh bại cả hai đối thủ về tỷ lệ vượt qua trung bình trong khi báo cáo chi phí cho mỗi tác vụ thấp hơn.
- Một dẫn xuất của Flash tiến vào Microsoft 365 và Fabric IQ, mở rộng bản phát hành vượt ra ngoài lĩnh vực lập trình sang công việc doanh nghiệp hàng ngày.
Microsoft AI công bố hai mô hình phục vụ công việc lập trình hằng ngày trong doanh nghiệp, MAI Code 2 và MAI Code 2 Flash, vào ngày 17 tháng 11 năm 2026. Công ty cho biết MAI Code 2 đạt hiệu suất bằng 98% GPT-6.1 Sol với chi phí bằng 40% chi phí của mô hình này, và đạt hiệu suất bằng 96% Claude Opus 5.5 với chi phí bằng 5% chi phí của mô hình này, xét trên bốn bài đánh giá chuẩn.
MAI Code 2 hướng đến các thay đổi trong môi trường thực tế, gỡ lỗi chuyên sâu, triển khai trên nhiều tệp, suy luận trên toàn bộ kho mã và xây dựng giao diện người dùng. Phiên bản Flash dành cho các tác vụ khối lượng lớn: giải thích mã, chỉnh sửa có mục tiêu, áp dụng các bản sửa lỗi thông thường và lặp lại nhanh chóng. Sự phân chia này tách biệt công việc triển khai chuyên sâu với các tác vụ thường xuyên, nơi chi phí thấp hơn cho mỗi tác vụ có ý nghĩa khi triển khai ở quy mô lớn.
Microsoft nêu rõ giới hạn: hiện chưa mô hình nào được tinh chỉnh cho nghiên cứu khoa học cơ bản hoặc các tác vụ tác tử kéo dài trong thời gian rất lâu. Giới hạn này xác định phạm vi ra mắt, tập trung vào những công việc lập trình mà khách hàng thực hiện hằng ngày.
Kết quả đánh giá chuẩn và điều kiện về chi phí
Trên DeepSWE 1.1, Terminal-Bench 2.1, SWE Atlas và FrontierCode v1.1, Microsoft báo cáo MAI Code 2 đạt tỷ lệ vượt qua trung bình 63,2% với chi phí trung bình 0,309 USD cho mỗi tác vụ. GPT-6.1 Sol đạt trung bình 64,1% với chi phí 0,761 USD, trong khi Claude Opus 5.5 đạt trung bình 65,3% với chi phí 6,306 USD. Chênh lệch nhỏ về tỷ lệ vượt qua nhưng khác biệt lớn hơn nhiều về chi phí lý giải định hướng cạnh tranh về hiệu suất trên giá thành của sản phẩm.
Tất cả các mô hình trong những bài so sánh khả năng lập trình đều chạy ở mức nỗ lực suy luận tối đa. Các số liệu chi phí của những mô hình Microsoft sử dụng mức giá khuyến mại 50%, và công ty lưu ý rằng thay đổi khối lượng công việc, cấu hình mô hình, mức nỗ lực suy luận hoặc giả định về giá có thể làm thay đổi kết quả so sánh. DeepSWE, Terminal-Bench và SWE Atlas được chạy trên nền tảng MSBench nội bộ của Microsoft thông qua GitHub Copilot CLI, không sử dụng tác tử phụ.
Với MAI Code 2 Flash, Microsoft báo cáo tỷ lệ vượt qua trung bình 61,0% và chi phí trung bình 0,052 USD cho mỗi tác vụ trên DeepSWE 1.1, Terminal-Bench 2.1 và SWE Atlas. GPT-6 Luna đạt trung bình 55,1% với chi phí 0,080 USD, còn Claude Haiku 5.5 đạt trung bình 53,9% với chi phí 0,319 USD. Vì vậy, Flash có tỷ lệ vượt qua trung bình cao hơn và chi phí cho mỗi tác vụ được báo cáo thấp hơn cả hai mô hình đối chiếu.
Các bài đánh giá giao diện người dùng độc lập, thực hiện theo phương pháp đánh giá mù, bao gồm giao diện người dùng, trò chơi, hình ảnh trực quan hóa dữ liệu, cảnh 3D và đồ họa SVG. Microsoft cho biết trong 67% số lần đánh giá về tính thẩm mỹ và chức năng, 258 người đánh giá thích MAI Code 2 hơn GPT-6 Sol.
Khả năng sử dụng Copilot và tích hợp sản phẩm
Cả hai mô hình đều có thể sử dụng trong GitHub Copilot. MAI Code 2 Flash cũng đang được cung cấp ở bản xem trước giới hạn quyền truy cập trong Microsoft Foundry; các đợt phát hành trên OpenRouter, Vercel, Hermes, OpenCode và Kilo dự kiến sẽ diễn ra sau đó.
Microsoft còn tối ưu hóa Code 2 Flash thành MAI Work Flash để sử dụng trong Microsoft 365 và Fabric IQ. Công ty cho biết mô hình có độ chính xác và hiệu quả sử dụng token tương đương GPT-6 Luna trong các bài đánh giá nội bộ về những tình huống khách hàng sử dụng Excel, đồng thời đạt chất lượng và hiệu quả sử dụng token tương tự trong các tác vụ PowerPoint thường xuyên.
Trong các bài đánh giá trên Teams, Microsoft cho biết mô hình đạt điểm cao hơn GPT-6 Luna về khả năng theo dõi quyết định và xác định khoảng trống kiến thức, cũng như thích ứng với hướng dẫn tùy chỉnh và gọi công cụ; đồng thời sử dụng ít hơn tới 28% token cho việc tuân theo hướng dẫn và gọi công cụ.
Đối với các mô hình ngữ nghĩa Power BI, Microsoft báo cáo MAI Work Flash đạt điểm tổng thể 0,77 trong các bài đánh giá ngoại tuyến về khả năng tạo truy vấn DAX, so với 0,54 của GPT-6 Astra, 0,45 của GPT-5.6 Sol và 0,30 của Opus 5.5. Khả năng tạo truy vấn DAX là nền tảng cho tính năng Chat with your Data của Power BI.
Vì vậy, việc Microsoft ra mắt mô hình cũng đồng thời là một đợt mở rộng kênh phân phối: Copilot có thêm hai lựa chọn lập trình, còn một biến thể Flash được đưa vào bảng tính, bài thuyết trình, trò chuyện và phân tích dữ liệu. Các số liệu được công bố cho thấy chi phí mỗi tác vụ là đòn bẩy cạnh tranh chính; mức giá khuyến mại và phạm vi công việc được chủ ý giới hạn sẽ quyết định mức độ áp dụng của các kết quả so sánh.












