
MAI Code 2 vs. Kimi K3.1 Pro: Der eine veröffentlicht eine Zahl, der andere einen Rabatt
- OrcaNEUOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 pro 1 Mio. Tokens · 180 tok/s
- tencentNEUTencent: Hy4 Flash2026-11-16$0.02 / $0.07 pro 1 Mio. Tokens · 223 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 · 98 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 · 79 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 · 118 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 · 94 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 · 199 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligenz
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 pro 1 Mio. Tokens · 114 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligenz
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 pro 1 Mio. Tokens · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligenz
MAI Code 2 kam am 17. November 2026 mit einem Preis, aber ohne Punktzahl auf den Markt. Kimi K3.1 Pro, das Moonshot AI am 24. Oktober 2026 angekündigt und am 4. November freigegeben hat, kommt mit beidem: 2,00 US-Dollar pro Million Eingabe-Token und einem unabhängigen Intelligence-Index-Wert von 46. Um diese Asymmetrie und nicht um eine Benchmark-Tabelle geht es in diesem Vergleich. Microsofts Ankündigungsbeitrag nennt vier Coding-Benchmarks – DeepSWE 1.1, Terminal Bench 2.1, SWE-Atlas und FrontierCode v1.1 – und veröffentlicht dann statt Ergebnissen Verhältniszahlen: 96 % der Leistung von Claude Opus 5.5 bei 5 % der Kosten, 98 % der Leistung von GPT-6.1 Sol bei 40 % der Kosten, über alle vier gemittelt. Moonshot veröffentlicht einen tatsächlichen Prozentwert für eine tatsächliche Benchmark, und Artificial Analysis betreibt darüber hinaus einen eigenen Harness. Die eine Seite liefert Ihnen einen Rabatt, den Sie auf den Cent genau nachprüfen können, und eine Leistungsbehauptung, die Sie gar nicht nachprüfen können. Die andere liefert Ihnen eine Zahl, über die Sie streiten können.
Beide werden gehostet. Nur eines lässt sich herunterladen. Das erweist sich als wichtiger als der vierfache Preisunterschied.
Was Microsoft veröffentlicht hat – und was es ausgelassen hat
Der Launch-Post ist konkret zur Methode und schweigt zu den Ergebnissen – eine ungewöhnliche Kombination, die es verdient, genau gelesen zu werden. Die vier Benchmarks werden genannt. Drei davon – DeepSWE 1.1, Terminal Bench 2.1 und SWE-Atlas – wurden auf MSBench ausgeführt, Microsofts interner Evaluierungsplattform, angesteuert über die GitHub Copilot CLI mit deaktivierten Subagenten und jedem Modell bei maximalem Reasoning-Aufwand. Die Scores und Kosten von FrontierCode stammen von Artificial Analysis, womit es die einzige Komponente des Durchschnitts ist, die Microsoft nicht selbst erstellt hat. Die Kosten werden zum Aktionspreis von 50 % des Modellpreises angegeben.
Dann die Ergebnisse: zwei Verhältnisse und ein Präferenzanteil. 96 % der Leistung von Claude Opus 5.5 bei 5 % der Kosten. 98 % der Leistung von GPT-6.1 Sol bei 40 %. In blinden Frontend-Bewertungen zogen die Bewertenden die Ausgabe von MAI Code 2 in 64 % der Fälle der von GPT-6 Sol vor. Weder im Launch-Beitrag noch auf der Modellseite gibt es eine einzige Bestehensquote des Modells bei einem dieser vier Benchmarks, eine Parameteranzahl oder eine Ausgabeobergrenze. Stand 18. November 2026 gibt es auch keine Zeile für es bei Artificial Analysis, sodass nichts Unabhängiges existiert, um die Lücke zu füllen.
Das ist kein Skandal. Es ist eine Entscheidung mit einem konkreten Preis für den Käufer: Sie können nicht berechnen, was eine erledigte Aufgabe kostet, weil Sie nicht wissen, wie viele Versuche das Modell braucht. Ein über vier Benchmarks gemittelter Quotient misst den Durchschnitt, nicht die Verteilung, und bei Programmierarbeit hat die Verteilung einen langen Schwanz.
Die Preisliste, die vollständig öffentlich und vollständig überprüfbar ist
Die Preisgestaltung ist der Punkt, an dem die Geschichte von MAI Code 2 konkret wird, denn GitHub dokumentiert sie bis auf den zehnten Cent genau.
Eingabe — MAI Code 2 zu 0,50 $ pro Million Tokens gegenüber Kimi K3.1 Pro zu 2,00 $; MAI kostet nur ein Viertel davon
• Output — 2,50 $ gegenüber 10,00 $ pro Million; dasselbe Verhältnis von eins zu vier, der Rabatt ist also kein Mix-Artefakt
• Zwischengespeicherte Eingabe — 0,025 $ gegenüber 0,20 $ pro Million; MAI ist ein Achtel, und GitHub veröffentlicht auf keiner der beiden Seiten eine Gebühr für Cache-Schreibvorgänge
• Ab 17. Mai 2027 — MAI Code 2 wird auf 1,00 $ / 0,05 $ / 5,00 $ umbepreist, wodurch sich sein Vorteil auf 2× bei frischen Tokens und 4× bei Cache-Reads halbiert
• Kontext — 1.048.576 Token bei Kimi K3.1 Pro über die API von Moonshot, gegenüber einem 1-Million-Token-Fenster bei MAI Code 2, das sich nur in Visual Studio Code und Copilot CLI öffnet
• Ausgabegrenze – nicht von Microsoft veröffentlicht, und auch in Moonshots veröffentlichter Karte gibt es keine separate Ausgabegrenze; die Zahl 1.048.576 ist ein Kontextfenster, kein Generierungslimit
• Gewichte — keine, nur gehostet, gegenüber einem am 4. November 2026 veröffentlichten 1,56 TB MXFP4-Download
Die Zeile für gecachte Eingaben ist der Punkt, an dem eine agentische Arbeitslast tatsächlich ihr Geld ausgibt, und sie fällt stärker zugunsten von Microsoft aus als die Schlagzeile. Ein Coding-Agent spielt bei jeder Runde einen festen System-Prompt, ein stabiles Tool-Schema und ein Repository-Präfix erneut ein. Bei $0.025 pro Million gecachter Tokens gegenüber $0.20 ist der Abstand bei den Zeilen, die die Rechnung dominieren, größer als 4×. Der Ablauftermin richtet dann den größten Schaden an: Ab dem 17. Mai 2027 wird der Cache-Satz $0.05, während der von Moonshot dort bleibt, wo Moonshot ihn ansetzt, und der Vorteil verengt sich auf 4× beim Caching und 2× bei frischen Tokens.
Das eine Instrument, das die andere Seite tatsächlich veröffentlicht.
Die Belege von Kimi K3.1 Pro haben eine andere Form — eine Anbieterzahl, die sich mit einer unabhängigen vergleichen lässt, und Kosten pro Aufgabe, die die Zeit einschließen, die das Modell mit Nachdenken verbringt.
Moonshots eigene Launch-Tabelle setzt Kimi K3.1 Pro auf Terminal-Bench 4.0 bei 65,7 %, auf dem zweiten Platz hinter Claude Opus 5.5 mit 66,4 %. Das ist ein echter Prozentwert auf einem aktuellen Benchmark, am Launch-Tag vom Anbieter veröffentlicht, und er beschönigt das Modell nicht. Im Intelligence Index, Version 5.0.1, erreicht Kimi K3.1 Pro 46 Punkte, deutlich über dem Median von 23, den Artificial Analysis für vergleichbare Modelle meldet.
Die Kostenseite ist der Punkt, an dem sich eine unabhängige Auswertung bezahlt macht, und auch sie ist nicht schmeichelhaft. Artificial Analysis beziffert Kimi K3.1 Pro auf 3,68 US-Dollar pro Intelligence-Index-Aufgabe, mit 38,4 Minuten pro Aufgabe bei 31 Token pro Sekunde Ausgabe und 157,8 Sekunden bis zum ersten Antwort-Token – langsam gegenüber einem Median von 13,6 Minuten pro Aufgabe. Das sind die Zahlen, die man braucht, um zu entscheiden, ob ein Modell in eine Schleife statt in ein Chatfenster gehört, und für MAI Code 2 existiert kein Äquivalent.

Was der vierfache Rabatt tatsächlich kauft
Zieht man das Marketing ab, ist der Tausch klar erkennbar. MAI Code 2 kostet heute ein Viertel von Kimi K3.1 Pro und ab Mai 2027 die Hälfte davon. Im Gegenzug akzeptiert man vier Dinge, die man nicht prüfen kann: die Bestehensquote, die Anzahl der Versuche pro abgeschlossener Aufgabe, die Größe des Modells und sein Verhalten außerhalb der vier von Microsoft ausgewählten Benchmarks. Microsoft ist ungewöhnlich direkt, was das letzte betrifft – im Beitrag zum Start heißt es, die Modelle seien „ausdrücklich noch nicht für schwierigere Probleme wie grundlagenwissenschaftliche Forschung und agentische Arbeit über sehr lange Horizonte optimiert“. Diesem Satz sollte man eher glauben als den 96 %, denn es ist eine Einschränkung, die der Anbieter von sich aus eingeräumt hat.
Der Kompromiss bei Kimi K3.1 Pro geht in die andere Richtung. Sie zahlen viermal so viel pro Token, warten 38 Minuten auf eine Aufgabe und erhalten ein Modell, das Sie herunterladen, innerhalb Ihrer eigenen Mandantenumgebung feinabstimmen und weiterbetreiben können, wenn die API von Moonshot eine schlechte Woche hat. Die Gewichte umfassen 1,56 TB über 96 Shards in MXFP4, was ein echter Serving-Job und kein Laptop-Download ist, und die Lizenz ist ein maßgeschneidertes Rechtsinstrument mit einer Umsatzschwelle – weder Apache noch MIT noch OSI-zugelassen. „Offen“ bedeutet hier also auditierbar und selbst hostbar, nicht unbelastet. Für eine Sicherheitsüberprüfung ist diese Unterscheidung in Ordnung. Für ein Produkt, das Sie weiterverbreiten wollen, lesen Sie zuerst die Lizenz.
Keines der beiden Modelle ist ein Fehlkauf. Sie sind für unterschiedliche Käufer bepreist: das eine für ein Team, das bereits für Copilot zahlt und günstigere Tokens innerhalb der Tooling-Landschaft möchte, die es eingeführt hat, das andere für ein Team, das einen Vermögenswert möchte, den es verlagern kann.
Beide Seiten anrufen und die ohne Endpunkt.
Kimi K3.1 Pro ist auf OrcaRouter als kimi/kimi-k3.1-pro für 2,00 $ und 10,00 $ pro Million Tokens verfügbar, durchgereicht zum Listenpreis des Anbieters mit 0 % Aufschlag — wenn Moonshot seine Preiskarte ändert, ändert sich Ihre Rechnung also am selben Tag und nicht erst nach einem Repricing-Zyklus eines Resellers. Es liegt hinter demselben Schlüssel wie der Rest des Katalogs, und automatisches Failover sorgt dafür, dass aus einem anbieterseitigen Rate-Limit ein Retry wird statt eines Ausfalls mitten in einem 38-minütigen Agent-Run.
MAI Code 2 ist nicht in unserem Katalog und kann es auch nicht sein. Der einzige veröffentlichte Weg ist ein GitHub-Copilot-Abonnement, über Pro, Pro+, Max, Business und Enterprise; das kleinere MAI Code 2 Flash ist das einzige Modell der Familie mit einer API-Oberfläche, einer Preview mit eingeschränktem Zugang in Microsoft Foundry über eine OpenAI-kompatible Responses API. Wenn Sie die beiden in Ihren eigenen Repositories vergleichen wollen, muss eine Seite des Experiments in einem Copilot-Client und die andere gegen einen HTTP-Endpunkt laufen. Das ist eine echte Einschränkung für das Design, keine Fußnote.
Was das übersteht, ist eine Aufteilung statt einer Migration. Belassen Sie das messbare Modell auf dem Weg, der budgetiert werden muss, wo die 3,68 US-Dollar pro Aufgabe und 38 Minuten Bearbeitungszeit von Kimi K3.1 Pro bekannte Größen sind, mit denen Sie planen können. Setzen Sie MAI Code 2 vor die Entwickler, die bereits in Copilot arbeiten, wo das Ausprobieren nichts weiter kostet als einen Seat, den sie ohnehin bereits haben. Dann entscheiden Sie anhand Ihrer eigenen Repositories über die Kosten pro abgeschlossener Aufgabe statt anhand eines Durchschnitts aus vier Benchmarks.

Welchen soll man wählen?
• Sie müssen das Modell auditieren oder es selbst ausführen – Kimi K3.1 Pro, und hier gibt es keinen zweiten Kandidaten. Die Gewichte sind herunterladbar und die Lizenzfrage ist beantwortbar.
• Ihre Entwickler sind bereits in Copilot zu Hause, und die Arbeit ist Routine-Reparatur — MAI Code 2 zu 0,50 $ und 2,50 $, unter der Prämisse, dass die Angaben von 96 % und 98 % von Microsoft selbst stammen und nicht reproduziert wurden.
• Sie benötigen eine belastbare Zahl für die Beschaffung — Kimi K3.1 Pro, weil ein unabhängiger Indexwert von 46 vorliegt und das andere Modell keine Zeile hat.
• Sie planen Ihr Budget über Mai 2027 hinaus — Kimi K3.1 Pro oder MAI Code 2, modelliert mit der doppelten Preisliste statt der Aktionspreisliste.
• Sie möchten den günstigsten Token für einen menschgesteuerten Workflow – MAI Code 2, da eine Person, die auf eine Completion wartet, nicht auf dieselbe Weise für Wall-Clock-Zeit zahlt wie eine Agentenschleife.

Die offene Frage ist, ob Microsoft jemals eine absolute Zahl veröffentlicht. Eine einzige Bestehensquote bei Terminal-Bench 4.0 würde mehr Klarheit schaffen als jedes Verhältnis, denn sie würde MAI Code 2 auf dieselbe Achse stellen wie alles andere. Solange es das nicht gibt, ist dies ein Vergleich zwischen einer Preisliste und einem gemessenen Modell — und die ehrliche Empfehlung lautet: das günstigere Token für Arbeit, die man beobachten kann, und das gemessene Modell für Arbeit, die man nicht beobachten kann.
In diesem Artikel verglichen1
Aus diesem Artikel erkannt · Benchmarks: Artificial Analysis · täglich aktualisiert
