Carte de tableau des scores générée montrant MAI Code 2 à 0,50 $ et 2,50 $ par million de tokens, sans ligne d’index indépendante, face à GPT-6.1 Sol à 2,00 $ et 10,00 $, avec un indice d’intelligence Artificial Analysis de 55 et une note indiquant un statut obsolète.
Guides & Insights

MAI Code 2 vs GPT-6.1 Sol : Microsoft s'est comparé à un modèle obsolète

Auteur

Gideon Frost

Date de publication

Derniers modèles · 20Voir tous les modèles →
Benchmarks : Artificial Analysis · mis à jour quotidiennement
Retour à tous les articles

La phrase la plus citée dans l’annonce Ignite de Microsoft est que MAI Code 2 offre 98 % des performances de codage de GPT-6.1 Sol à 40 % du coût. C’est une bonne phrase. Elle nomme aussi un modèle qu’Artificial Analysis a déjà marqué comme obsolète, supplanté au sein de la gamme d’OpenAI par GPT-6.2 Sol, et c’est ce détail qui recadre toute la comparaison : Microsoft a choisi le point de référence, et ce point de référence n’est plus celui à battre. MAI Code 2 est sorti le 17 novembre 2026 avec un tarif promotionnel de 0,50 $ par million de jetons d’entrée et de 2,50 $ par million de jetons de sortie. GPT-6.1 Sol coûte 2,00 $ et 10,00 $ et affiche 55 sur l’indice indépendant. Aucun de ces deux faits ne rend fausse l’affirmation des 98 %. Ils en font une comparaison avec un modèle en fin de vie, ce qui est différent d’une comparaison avec les modèles de pointe.

Les grilles tarifaires et l'avis de dépréciation

• Prix par million de tokens — GPT-6.1 Sol facture 2,00 $ en entrée et 10,00 $ en sortie, sans expiration ; MAI Code 2 facture 0,50 $ et 2,50 $ jusqu'au 17 mai 2027, puis 1,00 $ et 5,00 $

• Entrée mise en cache — 0,10 $ contre 0,025 $, un écart de 4× qui subsiste après les deux changements de prix

• Prompts longs — aucun palier publié sur MAI Code 2 ; GPT-6.1 Sol applique à tout ce qui dépasse 272 000 jetons d’entrée un tarif de 2 × l’entrée et de 1,5 × la sortie, de sorte qu’une requête de 300 K jetons coûte plus cher par jeton que ne le suggère son tarif affiché

• Contexte — 1 050 000 tokens sur les deux, avec une sortie maximale de 128 000 sur les deux

• Modalité d’entrée — GPT-6.1 Sol lit les fichiers ainsi que le texte et les images ; la fiche de modèle de MAI Code 2 revendique le texte et les images, et s’arrête là

• Statut du cycle de vie — MAI Code 2 tout nouveau ; GPT-6.1 Sol marqué comme obsolète par Artificial Analysis, qui l’évalue désormais toutes les 18 heures au lieu de toutes les 6 heures

Cette dernière ligne est celle qu’un acheteur doit peser le plus lourdement. Un modèle déprécié n’est pas abandonné — il répond toujours et il est toujours facturé au tarif catalogue — mais sa cadence d’évaluation a ralenti et son fournisseur est passé à autre chose. Construire un modèle de coûts autour d’un modèle dans cet état revient à le construire autour d’un chiffre qui ne sera pas mis à jour.

Sur quoi se mesurent les 98 %, et pourquoi le point de référence compte

Card breaking down Microsoft's 98% claim into its four benchmarks, noting that three ran on the internal MSBench harness and only FrontierCode came from Artificial Analysis, with the MAI Code 2 pass rates and the deprecated status of GPT-6.1 Sol.

Si l’on écarte l’habillage, 98 % est la moyenne de quatre taux de réussite, dont trois ont été générés par Microsoft elle-même. DeepSWE 1.1, Terminal Bench 2.1 et SWE Atlas sont passés par MSBench, la plateforme interne de Microsoft, via le GitHub Copilot CLI en version 1.0.102, sous-agents désactivés, tous les modèles en effort maximal. Les scores et les coûts de FrontierCode provenaient d’Artificial Analysis. Ce que Microsoft ne publie pas, c’est la répartition : la fiche donne les chiffres propres à MAI Code 2 — 73,2 %, 84,6 %, 43,1 % — et une moyenne face à GPT-6.1 Sol, sans aucune ligne indiquant quel benchmark a tiré la moyenne vers le haut et lequel l’a tirée vers le bas.

Une moyenne masque la forme d’un résultat, et la forme compte. SWE Atlas, à 43,1 %, est le plus faible des trois chiffres publics, et c’est aussi celui qui évalue la réponse aux questions sur une base de code, l’écriture de tests et la refactorisation plutôt que la résolution de tickets. FrontierCode, la seule composante issue d’une source indépendante, est l’une des quatre. Un modèle à parité sur les benchmarks de correction de bugs et en retrait sur la refactorisation peut atteindre 98 % en moyenne et rester le mauvais outil pour une refactorisation.

L'autre titre de Microsoft est une étude de préférence plutôt qu'un taux de réussite : dans une évaluation comparative en aveugle de travaux front-end portant sur des interfaces, des jeux, des visualisations de données, des scènes 3D et des graphiques SVG, 258 annotateurs ont préféré la sortie de MAI Code 2 à celle de GPT-6 Sol dans 64 % des cas. Notez le modèle nommé ici — GPT-6 Sol, et non 6.1 — et notez qu'une préférence pour l'apparence d'une UI générée ne mesure pas si elle fonctionne.

Ce que le dossier indépendant dit de GPT-6.1 Sol

GPT-6.1 Sol a quelque chose que MAI Code 2 n’a pas : un profil de tiers. Artificial Analysis lui attribue 55 sur l’Intelligence Index v5.0.1, le même composite à neuf évaluations sur lequel sont mesurés tous les autres modèles de cette catégorie, et relève 1,27 $ par tâche de l’indice, 23,3 minutes par tâche, 145 secondes jusqu’au premier token de réponse et 49 tokens par seconde en sortie.

Screenshot of the Artificial Analysis page for GPT-6.1 Sol showing a deprecation notice recommending GPT-6.2 Sol, an Intelligence Index of 55, 145.15 seconds to first answer token, 49 output tokens per second and 23.3 minutes per task.

Au sein de la propre gamme d’OpenAI, la situation a évolué. GPT-6.2 Sol obtient un score de 57 à 1,01 $ par tâche, de sorte que le modèle auquel Microsoft s’est comparé a été à la fois surpassé et proposé à un prix inférieur par son propre successeur. Ce n’est pas un argument contre MAI Code 2 — qu’un modèle moins cher batte un modèle plus ancien et plus cher est exactement ce qu’un lancement axé sur le rapport prix-performance est censé faire. C’est un argument contre le fait de considérer les 98 % comme une description de la frontière actuelle. La formulation honnête est que Microsoft a égalé un modèle solide de la génération précédente à 40 % de son prix, et n’a pas encore montré ce qu’il vaut face à celui qui est commercialisé aujourd’hui.

Là où vont les jetons, c'est là que réside la véritable différence

Les 40 % de Microsoft correspondent à un chiffre de coût par tâche, pas à un ratio de prix. Le ratio de prix est de 25 % — 0,50 $ contre 2,00 $ en entrée, 2,50 $ contre 10,00 $ en sortie. Pour que le ratio de coût reste à 40 % alors que le ratio de prix est de 25 %, MAI Code 2 doit dépenser plus de jetons par tâche que GPT-6.1 Sol, environ 1,6 fois plus selon mes calculs à partir des deux ratios publiés. Il s’agit d’une déduction, non d’une affirmation de Microsoft, et les tarifs combinés d’entrée/sortie la rendent approximative.

Deux choses en découlent. Premièrement, MAI Code 2 coûte moins cher par tâche terminée, mais pas moins cher par token comme le suggère le titre, de sorte que toute charge de travail facturée au token plutôt qu'à la tâche constatera une économie inférieure à 60 %. Deuxièmement, un comportement vorace en tokens interagit mal avec l’échelle des efforts de raisonnement : les deux modèles exposent des niveaux d’effort, tous deux ont été évalués à l’effort maximal, et une équipe fonctionnant à l’effort maximal de part et d’autre paie deux fois les tokens de raisonnement. Descendre à un réglage d’effort inférieur pour les tâches de routine permet généralement une économie plus importante que de changer de modèle.

Accès : l'un est une API, l'autre est une fonctionnalité d'abonnement

GPT-6.1 Sol peut être appelé sur l'API d'OpenAI avec un ID de modèle, une politique de snapshots documentée, une date de coupure des connaissances au 30 avril 2026 et la prise en charge des outils, des sorties structurées, du format de réponse et de la seed. Il est également disponible dans ChatGPT Work et Codex avec les forfaits Plus, Pro, Business, Enterprise et Edu.

MAI Code 2 est une fonctionnalité Copilot, pas une API. Vous y accédez via un abonnement GitHub — de Pro à Enterprise — et quel que soit le client que vous utilisez déjà, de VS Code à Xcode. Il n'est pas disponible dans Microsoft Foundry ; seul MAI Code 2 Flash dispose d'une préversion dans Foundry, via une API Responses compatible OpenAI. Il n'existe aucun endpoint publié pour MAI Code 2 lui-même, aucune date pour en avoir un, et aucune distribution des poids sous quelque licence que ce soit.

Pour une équipe dont le code est hébergé sur GitHub et dont les développeurs travaillent déjà dans Copilot, c’est une bonne réponse, et sans doute meilleure qu’une clé API. Pour un bot de CI, un framework d’agents interne, un pipeline de revue de code ou tout ce qui dispose de sa propre orchestration, GPT-6.1 Sol est un modèle que vous pouvez appeler, ce qui n’est pas le cas de MAI Code 2.

Lequel choisir

• Pour les travaux de développement natifs Copilot, sensibles aux coûts et à fort volume, MAI Code 2 à 0,50 $ et 2,50 $, ainsi que MAI Code 2 Flash à 0,05 $ et 0,25 $ pour le niveau routine, sont la solution la moins chère, et de loin.

• Intégration applicative, agent ou CI — GPT-6.1 Sol, car il dispose d'une API. MAI Code 2 fonctionne par abonnement.

• Au-delà de 272 000 tokens par requête, le palier de prompts longs de GPT-6.1 Sol double le tarif d’entrée, ce qui fragilise encore sa position tarifaire ; MAI Code 2 ne publie aucun palier équivalent, ce qui constitue une lacune dans la documentation plutôt qu’une promesse d’absence de palier.

• Écrire du code dans une langue autre que l’anglais — la fiche modèle l’exclut lors de la sortie pour MAI Code 2 ; OpenAI n’attache aucune restriction de ce type à GPT-6.1 Sol

• Travail autonome à long horizon — Microsoft déclare explicitement que MAI Code 2 n'est pas optimisé pour un travail agentique sur un horizon très long et n'est pas destiné à des actions à conséquences menées sans supervision. Le positionnement de GPT-6.1 Sol est plus large, même si sa propre dépréciation est une raison de se tourner plutôt vers GPT-6.2 Sol.

Tarifer la comparaison sur une seule clé

Screenshot of OrcaRouter's GPT-6.1 Sol model page showing the $2.00 input and $10.00 output per million token rates, a 1M-token context, 128K maximum output and text, image and file input.

GPT-6.1 Sol est disponible sur OrcaRouter au prix catalogue du fournisseur, avec 0 % de marge — 2,00 $ en entrée et 10,00 $ en sortie par million de tokens — et il en va de même pour Claude Opus 5.5 et Gemini 4 Carbon, tous derrière une seule clé. GPT-6.2 Sol ne figure pas encore au catalogue, la question du successeur ne peut donc pas être tranchée ici ; ce qui peut être fait, c'est de chiffrer honnêtement la dépréciation de 6.1 Sol et de surveiller la facture par tâche plutôt que de supposer que le modèle le plus récent est le plus cher. Il ne l'est pas — selon Artificial Analysis, 6.2 Sol coûte 1,01 $ par tâche d'indice, contre 1,27 $ pour 6.1.

MAI Code 2 ne figure pas dans notre catalogue ; la seule voie publiée est GitHub Copilot. Si Microsoft ouvre un point de terminaison Foundry pour le grand modèle, la première expérience utile n’est pas un remplacement, mais une répartition : MAI Code 2 sur le trafic quotidien de réparation, là où son avantage tarifaire est le plus grand, un modèle de pointe mesuré sur les refactorisations et les travaux à long horizon, et un basculement automatique sous-jacent afin qu’un modèle non éprouvé ne devienne jamais un point de défaillance unique. Les 40 % valent la peine d’être testés. Les 98 % valent la peine d’être testés séparément, sur vos propres dépôts, avant que quiconque planifie une migration autour de ce chiffre.