
MAI Code 2 vs. GPT-6.1 Sol: Microsoft hat sich an einem veralteten Modell gemessen
- OrcaNEUOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 pro 1 Mio. Tokens · 138 tok/s
- tencentNEUTencent: Hy4 Flash2026-11-16$0.02 / $0.07 pro 1 Mio. Tokens · 176 tok/s
- GoogleNEUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 pro 1 Mio. Tokens · 89 tok/s
- AnthropicNEUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 pro 1 Mio. Tokens · 97 tok/s
- orcaNEUOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 pro 1 Mio. Tokens · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 pro 1 Mio. Tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 pro 1 Mio. Tokens · 87 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 pro 1 Mio. Tokens · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 pro 1 Mio. Tokens · 121 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 pro 1 Mio. Tokens · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 pro 1 Mio. Tokens · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 pro 1 Mio. Tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligenz
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 pro 1 Mio. Tokens · 195 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligenz
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 pro 1 Mio. Tokens · 118 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligenz
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligenz
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 pro 1 Mio. Tokens · 187 tok/s
Die meistzitierte Zeile in Microsofts Ignite-Ankündigung ist, dass MAI Code 2 98 % der Coding-Leistung von GPT-6.1 Sol bei 40 % der Kosten liefert. Das ist eine gute Zeile. Sie nennt außerdem ein Modell, das Artificial Analysis bereits als veraltet markiert hat, das innerhalb von OpenAIs eigener Produktlinie durch GPT-6.2 Sol abgelöst wurde – und genau dieses Detail rückt den gesamten Vergleich in ein anderes Licht: Microsoft hat den Referenzpunkt gewählt, und der Referenzpunkt ist nicht mehr der Maßstab, an dem man sich messen muss. MAI Code 2 erschien am 17. November 2026 mit einem Aktionspreis von 0,50 US-Dollar pro Million Eingabe-Token und 2,50 US-Dollar pro Million Ausgabe-Token. GPT-6.1 Sol kostet 2,00 und 10,00 US-Dollar und erzielt 55 Punkte auf dem unabhängigen Index. Keine dieser Tatsachen macht die 98-%-Behauptung falsch. Sie machen sie zu einem Vergleich mit einem Modell, das sich auf dem Rückzug befindet – und das ist etwas anderes als ein Vergleich mit der Speerspitze.
Die Tarifkarten und der Hinweis zur Einstellung
• Preis pro Million Token — GPT-6.1 Sol berechnet $2.00 für die Eingabe und $10.00 für die Ausgabe ohne Ablaufdatum; MAI Code 2 berechnet $0.50 und $2.50 bis 17. Mai 2027, danach $1.00 und $5.00
• Zwischengespeicherte Eingabe — 0,10 $ gegenüber 0,025 $, eine 4-fache Differenz, die beide Preisänderungen übersteht
Lange Prompts — für MAI Code 2 gibt es keine veröffentlichte Preisstufe; GPT-6.1 Sol berechnet alles oberhalb von 272.000 Eingabe-Tokens mit 2× Eingabe und 1,5× Ausgabe, sodass eine Anfrage mit 300K Tokens pro Token mehr kostet, als es der nominelle Preis vermuten lässt
• Kontext — 1.050.000 Tokens bei beiden, mit maximal 128.000 Ausgabe bei beiden
• Eingabemodalität — GPT-6.1 Sol liest Dateien sowie Text und Bilder; die Modellkarte von MAI Code 2 nennt Text und Bilder und endet dort
• Lifecycle-Status — MAI Code 2 brandneu; GPT-6.1 Sol von Artificial Analysis als veraltet markiert, wobei es jetzt alle 18 Stunden statt alle 6 Stunden gebenchmarkt wird
Diese letzte Zeile ist die, die ein Käufer am stärksten gewichten sollte. Ein veraltetes Modell ist nicht eingestellt – es antwortet weiterhin und wird weiterhin zum Listenpreis abgerechnet –, aber sein Evaluierungsrhythmus hat sich verlangsamt und sein Anbieter hat sich weiterentwickelt. Ein Kostenmodell um ein Modell in diesem Zustand herum aufzubauen bedeutet, es um eine Zahl herum aufzubauen, die nicht aktualisiert wird.
Woran die 98 % gemessen werden und warum der Referenzpunkt wichtig ist

Nimmt man das Framing weg, sind die 98 % ein Durchschnitt aus vier Bestehensquoten, von denen Microsoft drei selbst erzeugt hat. DeepSWE 1.1, Terminal Bench 2.1 und SWE Atlas liefen über MSBench, Microsofts interne Plattform, über die GitHub Copilot CLI in Version 1.0.102, Subagenten deaktiviert, jedes Modell im Max-Effort-Modus. Die Scores und Kosten von FrontierCode stammen von Artificial Analysis. Was Microsoft nicht veröffentlicht, ist die Aufschlüsselung: Die Model Card nennt die eigenen Zahlen von MAI Code 2 – 73,2 %, 84,6 %, 43,1 % – und einen Durchschnittswert gegenüber GPT-6.1 Sol, ohne eine Zeile, die zeigt, welcher Benchmark den Durchschnitt getragen und welcher ihn heruntergezogen hat.
Ein Durchschnitt verbirgt die Form eines Ergebnisses, und die Form ist wichtig. SWE Atlas ist mit 43.1% die schwächste der drei öffentlichen Zahlen und zugleich diejenige, die Fragen zum Codebestand, das Schreiben von Tests und Refactoring statt die Lösung von Issues prüft. FrontierCode, die einzige Komponente aus unabhängiger Quelle, ist eine von vier. Ein Modell, das bei Bugfixing-Benchmarks gleichauf liegt und beim Refactoring zurückliegt, kann im Durchschnitt 98% erreichen und dennoch das falsche Werkzeug für ein Refactoring sein.
Microsofts andere Schlagzeile ist eine Präferenzstudie statt einer Bestehensquote: In einer verblindeten direkten Gegenüberstellung von Frontend-Arbeiten über Schnittstellen, Spiele, Datenvisualisierungen, 3D-Szenen und SVG-Grafiken hinweg bevorzugten 258 Annotatoren die Ausgabe von MAI Code 2 in 64 % der Fälle gegenüber der von GPT-6 Sol. Beachten Sie das dort genannte Modell – GPT-6 Sol, nicht 6.1 – und beachten Sie, dass eine Präferenz dafür, wie eine generierte UI aussieht, kein Maß dafür ist, ob sie funktioniert.
Was die unabhängige Aufzeichnung über GPT-6.1 Sol sagt
GPT-6.1 Sol hat etwas, das MAI Code 2 nicht hat: ein Drittanbieter-Profil. Artificial Analysis bewertet es mit 55 auf dem Intelligence Index v5.0.1, demselben zusammengesetzten Wert aus neun Bewertungen, an dem alle anderen in diesem Segment gemessen werden, und verzeichnet 1,27 US-Dollar pro Index-Aufgabe, 23,3 Minuten pro Aufgabe, 145 Sekunden bis zum ersten Antwort-Token und 49 Tokens pro Sekunde Ausgabe.

Innerhalb von OpenAIs eigener Produktlinie hat sich das Bild verschoben. GPT-6.2 Sol erzielt 57 Punkte bei 1,01 US-Dollar pro Aufgabe, sodass das Modell, gegen das Microsoft gebenchmarkt hat, von seinem eigenen Nachfolger sowohl geschlagen als auch unterboten wurde. Das ist kein Argument gegen MAI Code 2 – dass ein günstigeres Modell ein älteres, teureres schlägt, ist genau das, was eine Preis-Leistungs-Einführung leisten soll. Es ist ein Argument dagegen, die 98 % als Beschreibung der aktuellen Frontier zu behandeln. Die ehrliche Einordnung ist, dass Microsoft mit einem starken Modell der vorherigen Generation zu 40 % seines Preises gleichgezogen hat und noch nicht gezeigt hat, wie es gegen das jetzt ausgelieferte Modell abschneidet.
Wohin die Tokens gehen – und genau darin liegt der eigentliche Unterschied.
Microsofts 40 % sind eine Kosten-pro-Aufgabe-Kennzahl, kein Preisverhältnis. Das Preisverhältnis liegt bei 25 % – 0,50 $ gegenüber 2,00 $ bei der Eingabe, 2,50 $ gegenüber 10,00 $ bei der Ausgabe. Damit das Kostenverhältnis bei 40 % liegt, während das Preisverhältnis bei 25 % liegt, muss MAI Code 2 pro Aufgabe mehr Tokens verbrauchen als GPT-6.1 Sol, und zwar nach meiner Berechnung anhand der beiden veröffentlichten Verhältnisse etwa 1,6-mal so viele. Das ist eine Schlussfolgerung, keine Aussage von Microsoft, und gemischte Eingabe-/Ausgabesätze machen sie zu einer Näherung.
Daraus folgen zwei Dinge. Erstens ist MAI Code 2 pro erledigter Aufgabe günstiger, aber nicht pro Token in dem Maße, wie es die Schlagzeile nahelegt; jede Workload, die pro Token statt pro Aufgabe bepreist wird, verzeichnet daher eine geringere Ersparnis als 60 %. Zweitens verträgt sich tokenhungriges Verhalten schlecht mit der Aufwandsleiter fürs Reasoning: Beide Modelle bieten Aufwandsstufen, beide wurden mit maximalem Aufwand gebenchmarkt, und ein Team, das auf einer der beiden Seiten mit maximalem Aufwand arbeitet, zahlt Denk-Tokens doppelt. Bei Routinearbeit auf eine niedrigere Aufwandsstufe zu wechseln, spart in der Regel mehr als ein Modellwechsel.
Zugriff: Das eine ist eine API, das andere ist eine Abonnementfunktion.
GPT-6.1 Sol ist über die OpenAI-API mit einer Modell-ID aufrufbar, verfügt über eine dokumentierte Snapshot-Richtlinie, einen Wissensstand vom 30. April 2026 und Unterstützung für Tools, strukturierte Ausgaben, Antwortformat und Seed. Es ist außerdem in ChatGPT Work und Codex in den Tarifen Plus, Pro, Business, Enterprise und Edu verfügbar.
MAI Code 2 ist eine Copilot-Funktion, keine API. Sie erreichen es über ein GitHub-Abonnement – von Pro bis Enterprise – und mit dem Client, den Sie bereits verwenden, von VS Code bis Xcode. Es ist nicht in Microsoft Foundry enthalten; nur MAI Code 2 Flash hat eine Foundry-Vorschau, über eine OpenAI-kompatible Responses-API. Für MAI Code 2 selbst gibt es keinen veröffentlichten Endpoint, kein Datum dafür und keine Gewichtsverteilung unter irgendeiner Lizenz.
Für ein Team, dessen Code in GitHub liegt und dessen Entwickler bereits mit Copilot arbeiten, ist das eine gute Antwort und wohl sogar eine bessere als ein API-Schlüssel. Für einen CI-Bot, ein internes Agent-Framework, eine Code-Review-Pipeline oder irgendetwas mit eigener Orchestrierung ist GPT-6.1 Sol ein Modell, das man aufrufen kann, und MAI Code 2 nicht.
Zu welchem man greifen sollte
• Copilot-native Entwicklerarbeit, kostenempfindlich, hohes Volumen — MAI Code 2 zu $0,50 und $2,50 sowie MAI Code 2 Flash zu $0,05 und $0,25 für die Routine-Stufe sind mit großem Abstand die günstigere Lösung.
• Anwendung, Agent oder CI-Integration — GPT-6.1 Sol, weil es eine API hat. MAI Code 2 hat ein Abonnement.
• Alles über 272.000 Tokens pro Anfrage — GPT-6.1 Sols Long-Prompt-Stufe verdoppelt den Eingabepreis, was seine Preisposition weiter verschlechtert; MAI Code 2 veröffentlicht keine entsprechende Stufe, was eher eine Lücke in der Dokumentation als ein Versprechen ist, dass es keine solche Stufe gibt.
• Code in einer anderen Sprache als Englisch zu schreiben – die Modellkarte schließt dies bei der Veröffentlichung von MAI Code 2 aus; OpenAI verbindet keine derartige Einschränkung mit GPT-6.1 Sol.
• Autonome Arbeit über lange Zeiträume – Microsoft sagt ausdrücklich, dass MAI Code 2 nicht für sehr langfristige agentische Arbeit optimiert ist und nicht für unbeaufsichtigte folgenreiche Aktionen vorgesehen ist. Die Positionierung von GPT-6.1 Sol ist breiter, doch seine eigene Abkündigung ist ein Grund, stattdessen GPT-6.2 Sol in Betracht zu ziehen.
Den Vergleich auf ein Schlüsselmerkmal ausrichten

GPT-6.1 Sol ist bei OrcaRouter zum Listenpreis des Anbieters ohne Aufschlag (0 %) verfügbar — 2,00 $ für Eingabe und 10,00 $ für Ausgabe pro Million Tokens — und ebenso Claude Opus 5.5 und Gemini 4 Carbon, alle über einen einzigen Schlüssel. GPT-6.2 Sol ist noch nicht im Katalog, daher lässt sich die Nachfolgerfrage hier nicht klären; was sich tun lässt, ist, die Abkündigung von 6.1 Sol ehrlich zu bepreisen und die Kosten pro Aufgabe im Blick zu behalten, statt anzunehmen, das neuere Modell sei das teurere. Das ist es nicht — laut Artificial Analysis kostet 6.2 Sol 1,01 $ pro Index-Aufgabe gegenüber 1,27 $ bei 6.1.
MAI Code 2 ist nicht in unserem Katalog; der einzige veröffentlichte Weg ist GitHub Copilot. Wenn Microsoft einen Foundry-Endpunkt für das große Modell öffnet, ist das sinnvolle erste Experiment kein Wechsel, sondern eine Aufteilung: MAI Code 2 für den alltäglichen Repair-Traffic, wo sein Preisvorteil am größten ist, ein gemessenes Frontier-Modell für die Refactorings und Arbeiten mit langem Zeithorizont und darunter ein automatisches Failover, damit ein nicht erprobtes Modell nie zu einem Single Point of Failure wird. Die 40 % sind es wert, getestet zu werden. Die 98 % sind separat zu testen, in Ihren eigenen Repositories, bevor jemand eine Migration darauf plant.
