Carton-titre pour MAI Code 2 vs Kimi K3.1 Pro. MAI Code 2 est présenté comme le modèle GitHub Copilot de Microsoft, à 0,50 $ en entrée et 2,50 $ en sortie par million de tokens, avec une fenêtre de contexte de 1 M, sans nombre de paramètres ni score publié. Kimi K3.1 Pro est affiché à 2,00 $ et 10,00 $ par million de tokens, avec une fenêtre de contexte de 1 048 576 tokens, un indice Artificial Analysis de 46 et des poids publiés le 4 novembre 2026.
Guides & Insights

MAI Code 2 vs Kimi K3.1 Pro : l’un publie un chiffre, l’autre publie une remise

Auteur

jinhao.song

Date de publication

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

MAI Code 2 a été mis en vente le 17 novembre 2026 avec un prix, mais aucun score. Kimi K3.1 Pro, que Moonshot AI a annoncé le 24 octobre 2026 et dont elle a ouvert l'accès le 4 novembre, arrive avec les deux : 2,00 $ par million de jetons d'entrée et une mesure indépendante de 46 à l'Intelligence Index. Cette asymétrie, et non un tableau de benchmarks, est ce qui fait l'objet de cette comparaison. Le billet de lancement de Microsoft cite quatre benchmarks de programmation — DeepSWE 1.1, Terminal Bench 2.1, SWE-Atlas et FrontierCode v1.1 — puis publie des ratios plutôt que des résultats : 96 % des performances de Claude Opus 5.5 pour 5 % du coût, 98 % de celles de GPT-6.1 Sol pour 40 %, en moyenne sur les quatre. Moonshot publie un pourcentage réel sur un benchmark réel, et Artificial Analysis fait tourner son propre harnais par-dessus. D'un côté, on vous tend une réduction que vous pouvez vérifier au centime près et une affirmation sur les capacités que vous ne pouvez pas vérifier du tout. L'autre vous tend un nombre avec lequel vous pouvez discuter.

Les deux sont hébergés. Un seul est téléchargeable. Il s'avère que cela compte davantage que l'écart de prix du simple au quadruple.

Ce que Microsoft a publié, et ce qu’elle a omis

Le post de lancement est précis sur la méthode et muet sur les résultats, une association inhabituelle qui mérite une lecture attentive. Les quatre benchmarks sont nommés. Trois d’entre eux — DeepSWE 1.1, Terminal Bench 2.1 et SWE-Atlas — ont été exécutés sur MSBench, la plateforme d’évaluation interne de Microsoft, pilotée via GitHub Copilot CLI avec les sous-agents désactivés et chaque modèle à son effort de raisonnement maximal. Les scores et coûts de FrontierCode proviennent d’Artificial Analysis, ce qui en fait le seul composant de la moyenne que Microsoft n’a pas produit lui-même. Les coûts sont indiqués au tarif promotionnel de 50 % du modèle.

Puis les résultats : deux ratios et une part de préférence. 96 % des performances de Claude Opus 5.5 pour 5 % du coût. 98 % de celles de GPT-6.1 Sol pour 40 %. Lors d’évaluations frontend en aveugle, les évaluateurs ont préféré la production de MAI Code 2 à celle de GPT-6 Sol dans 64 % des cas. Ni sur l’article de lancement ni sur la page du modèle ne figure le moindre taux de réussite du modèle à l’un de ces quatre benchmarks, ni un nombre de paramètres, ni un plafond de sortie. Au 18 novembre 2026, il n’existe pas non plus de ligne Artificial Analysis pour celui-ci, donc rien d’indépendant ne vient combler cette lacune.

Ce n’est pas un scandale. C’est un choix avec un coût précis pour l’acheteur : vous ne pouvez pas calculer ce que coûte une tâche terminée, parce que vous ne savez pas combien de tentatives le modèle nécessite. Un ratio moyenné sur quatre benchmarks mesure la moyenne, pas la distribution, et c’est dans le travail de programmation que la distribution présente une longue queue.

La grille tarifaire, qui est entièrement publique et entièrement vérifiable

La tarification est le point où l’histoire de MAI Code 2 devient concrète, car GitHub la documente au dixième de centime près.

• Entrée — MAI Code 2 à 0,50 $ par million de tokens, contre Kimi K3.1 Pro à 2,00 $ ; MAI est au quart du prix

• Sortie — 2,50 $ contre 10,00 $ par million ; le même rapport de quatre pour un, donc la remise n’est pas un artefact de composition.

• Entrée mise en cache — 0,025 $ contre 0,20 $ par million ; MAI est un huitième, et GitHub ne publie aucun frais d’écriture en cache d’un côté comme de l’autre

• À partir du 17 mai 2027 — MAI Code 2 voit ses tarifs passer à 1,00 $ / 0,05 $ / 5,00 $, ce qui réduit de moitié son avantage, à 2× sur les nouveaux jetons et 4× sur les lectures de cache

• Contexte — 1 048 576 jetons sur Kimi K3.1 Pro via l'API de Moonshot, contre une fenêtre de 1 million de jetons sur MAI Code 2 qui ne s'ouvre qu'à l'intérieur de Visual Studio Code et Copilot CLI

• Plafond de sortie — non publié par Microsoft, et aucune limite de sortie distincte non plus dans la fiche publiée de Moonshot ; le chiffre 1 048 576 correspond à une fenêtre de contexte, pas à une limite de génération

• Poids — aucun, hébergé uniquement, contre un téléchargement MXFP4 de 1,56 To publié le 4 novembre 2026

La ligne des entrées mises en cache est celle où une charge de travail agentique dépense réellement son argent, et elle avantage Microsoft plus fortement que ne le laisse entendre le chiffre principal. Un agent de codage rejoue un prompt système fixe, un schéma d’outils stable et un préfixe de dépôt à chaque tour. À 0,025 $ par million de tokens mis en cache contre 0,20 $, l’écart sur les lignes qui dominent la facture est supérieur à 4×. La date d’expiration fait ensuite l’essentiel des dégâts : à partir du 17 mai 2027, le tarif mis en cache passe à 0,05 $ tandis que celui de Moonshot reste là où Moonshot le fixe, et l’avantage se réduit à 4× sur la mise en cache et à 2× sur les tokens frais.

Le seul instrument que l’autre partie publie réellement

Les preuves de Kimi K3.1 Pro ont une forme différente — une donnée fournisseur que vous pouvez comparer à une donnée indépendante, et un coût par tâche qui inclut le temps que le modèle passe à réfléchir.

Le tableau de lancement de Moonshot lui-même place Kimi K3.1 Pro à 65,7 % sur Terminal-Bench 4.0, deuxième derrière Claude Opus 5.5 à 66,4 %. C'est un pourcentage réel sur un benchmark actuel, publié par l'éditeur le jour du lancement, et il ne flatte pas le modèle. Sur l'Intelligence Index, version 5.0.1, Kimi K3.1 Pro obtient 46, bien au-dessus de la médiane de 23 qu'Artificial Analysis rapporte pour des modèles comparables.

Le côté coût est là où une lecture indépendante justifie son utilité, et ce n’est pas flatteur non plus. Artificial Analysis situe Kimi K3.1 Pro à 3,68 $ par tâche de l’Intelligence Index, avec 38,4 minutes par tâche à 31 tokens par seconde de sortie et 157,8 secondes jusqu’au premier token de réponse — lent par rapport à une médiane de 13,6 minutes par tâche. Voilà les chiffres qu’il vous faut pour décider si un modèle a sa place dans une boucle plutôt que dans une fenêtre de discussion, et il n’existe aucun équivalent pour MAI Code 2.

Artificial Analysis page for Kimi K3.1 Pro showing an Intelligence Index of 46 against a median of 23, $2.00 per million input tokens and $10.00 output, a $3.68 cost per Intelligence Index task, 38.4 minutes per task, 31 tokens per second, 157.77 seconds to first token, a 1M token context window and a 90 percent cache discount.

Ce que permet réellement d’acheter le rabais quadruple

En ôtant le marketing, l’accord devient lisible. MAI Code 2 coûte aujourd’hui un quart de Kimi K3.1 Pro et la moitié de ce prix après mai 2027. En échange, vous acceptez quatre éléments que vous ne pouvez pas inspecter : le taux de réussite, le nombre de tentatives par tâche terminée, la taille du modèle et son comportement en dehors des quatre benchmarks choisis par Microsoft. Microsoft est d’une franchise inhabituelle au sujet du dernier — la note de lancement indique que les modèles ne sont « explicitement pas encore optimisés pour les problèmes plus difficiles, comme la recherche en science fondamentale et le travail agentique à très long horizon ». Cette phrase devrait être crue plus volontiers que le 96 %, car il s’agit d’une limitation que le fournisseur a mentionnée de lui-même.

Le compromis de Kimi K3.1 Pro va dans l'autre sens. Vous payez quatre fois plus cher par token, attendez 38 minutes pour une tâche et obtenez un modèle que vous pouvez télécharger, fine-tuner au sein de votre propre tenant et continuer à exécuter si l'API de Moonshot passe une mauvaise semaine. Les poids représentent 1,56 To répartis sur 96 shards en MXFP4, ce qui constitue une véritable charge de serving plutôt qu'un téléchargement sur ordinateur portable, et la licence est un instrument sur mesure avec un seuil de chiffre d'affaires — ni Apache, ni MIT, ni approuvée par l'OSI. Ainsi, « ouvert » signifie ici auditable et auto-hébergeable, et non sans contraintes. Pour une revue de sécurité, cette distinction convient. Pour un produit que vous comptez redistribuer, lisez d'abord la licence.

Aucun des deux modèles n’est un mauvais achat. Ils sont tarifés pour des acheteurs différents : l’un pour une équipe qui paie déjà pour Copilot et veut des tokens moins chers dans les outils qu’elle a adoptés, l’autre pour une équipe qui veut un actif qu’elle peut déplacer.

Appeler les deux côtés, ainsi que celui sans point de terminaison

Kimi K3.1 Pro est disponible sur OrcaRouter sous kimi/kimi-k3.1-pro à 2,00 $ et 10,00 $ par million de tokens, répercutés au tarif catalogue du fournisseur, avec 0 % de marge — ainsi, si Moonshot modifie sa grille tarifaire, votre facture change le jour même plutôt qu'après un cycle de réajustement tarifaire d'un revendeur. Il est accessible avec la même clé que le reste du catalogue, et le basculement automatique signifie qu'une limite de débit côté fournisseur devient une nouvelle tentative plutôt qu'une panne au milieu d'une exécution d'agent de 38 minutes.

MAI Code 2 ne figure pas dans notre catalogue et ne peut pas y figurer. La seule voie publiée est un abonnement GitHub Copilot, dans les offres Pro, Pro+, Max, Business et Enterprise ; le plus petit MAI Code 2 Flash est le seul modèle de la famille à disposer d’une interface API, en aperçu à accès limité dans Microsoft Foundry via une API Responses compatible OpenAI. Si vous souhaitez comparer les deux sur vos propres dépôts, un côté de l’expérience doit s’exécuter dans un client Copilot et l’autre contre un point de terminaison HTTP. Il s’agit d’une véritable contrainte de conception, pas d’une note de bas de page.

L’organisation qui y survit est une séparation plutôt qu’une migration. Gardez le modèle mesurable sur la voie qui doit être budgétée, où les 3,68 $ par tâche et les temps d’achèvement de 38 minutes de Kimi K3.1 Pro sont des données connues sur lesquelles vous pouvez planifier. Placez MAI Code 2 devant les développeurs qui travaillent déjà dans Copilot, où l’essayer ne coûte rien de plus qu’une licence qu’ils détiennent déjà. Décidez ensuite du coût d’une tâche terminée à partir de vos propres dépôts plutôt que d’une moyenne sur quatre benchmarks.

Microsoft's MAI Models page announcing MAI Code 2 and Code 2 Flash under the heading 'Everyday coding at scalable prices', with the post tagged Nov 17, 2026 and Ignite.

Lequel choisir

• Vous devez auditer le modèle ou l’exécuter vous-même — Kimi K3.1 Pro, et il n’y a pas de second candidat ici. Les poids sont téléchargeables et la question de la licence peut recevoir une réponse.

• Vos développeurs vivent déjà dans Copilot et le travail est une réparation de routine — MAI Code 2 à 0,50 $ et 2,50 $, étant entendu que les chiffres de 96 % et 98 % sont ceux de Microsoft et n’ont pas été reproduits.

• Vous avez besoin d’un chiffre défendable pour les achats — Kimi K3.1 Pro, car il existe une lecture d’indice indépendante de 46 et l’autre modèle n’a pas de ligne.

• Vous établissez votre budget au-delà de mai 2027 — Kimi K3.1 Pro, ou MAI Code 2 modélisés selon la grille tarifaire doublée plutôt que promotionnelle.

• Vous voulez le jeton le moins cher pour un flux de travail piloté par un humain — MAI Code 2, puisqu’une personne qui attend une complétion ne paie pas le temps réel comme le fait une boucle d’agent.

Scoreboard comparing MAI Code 2 and Kimi K3.1 Pro across six dimensions. Input $0.50 versus $2.00 per million tokens, output $2.50 versus $10.00, cached input $0.025 versus $0.20, context 1M tokens versus 1,048,576 tokens, published score none versus an Artificial Analysis index of 46, and weights not distributed versus 1.56 TB available since 4 November 2026.

La question reste ouverte de savoir si Microsoft publiera un jour un chiffre absolu. Un taux de réussite à Terminal-Bench 4.0 trancherait davantage que n’importe quel ratio, car il placerait MAI Code 2 sur le même axe que tout le reste. Tant que cela n’existe pas, il s’agit d’une comparaison entre une grille tarifaire et un modèle mesuré — et la recommandation honnête est le token le moins cher pour les tâches que vous pouvez surveiller, et le modèle mesuré pour celles que vous ne pouvez pas surveiller.

Comparés dans cet article1

Détecté à partir de cet article · Benchmarks : Artificial Analysis · mis à jour quotidiennement