
MAI Code 2 vs Kimi K3.1 Pro: Satu Menerbitkan Angka, yang Lain Menerbitkan Diskon
- OrcaBARUOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1 juta token · 180 tok/s
- tencentBARUTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1 juta token · 223 tok/s
- GoogleBARUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1 juta token · 89 tok/s
- AnthropicBARUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1 juta token · 98 tok/s
- orcaBARUOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 juta token · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1 juta token · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1 juta token · 79 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1 juta token · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 juta token · 118 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 juta token · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 juta token · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 juta token · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Kecerdasan
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1 juta token · 199 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Kecerdasan
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 juta token · 114 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Kecerdasan
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1 juta token · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Kecerdasan
MAI Code 2 mulai dijual pada 17 November 2026 dengan harga dan tanpa skor. Kimi K3.1 Pro, yang diumumkan Moonshot AI pada 24 Oktober 2026 dan dibuka pada 4 November, hadir dengan keduanya: $2,00 per juta token input dan bacaan Intelligence Index independen sebesar 46. Asimetri itulah, bukan tabel benchmark, yang menjadi inti perbandingan ini. Postingan peluncuran Microsoft menyebutkan empat benchmark pengodean — DeepSWE 1.1, Terminal Bench 2.1, SWE-Atlas, dan FrontierCode v1.1 — lalu menerbitkan rasio alih-alih hasil: 96% dari performa Claude Opus 5.5 dengan 5% biaya, 98% dari performa GPT-6.1 Sol dengan 40%, dirata-ratakan dari keempatnya. Moonshot menerbitkan persentase aktual pada benchmark aktual, dan Artificial Analysis menjalankan harness miliknya sendiri di atas itu. Satu pihak memberi Anda diskon yang bisa diverifikasi hingga ke sen dan klaim kemampuan yang sama sekali tidak bisa Anda periksa. Pihak lain memberi Anda angka yang bisa Anda perdebatkan.
Keduanya dihosting. Hanya satu yang dapat diunduh. Ternyata itu lebih penting daripada selisih harga empat kali lipat.
Apa yang diterbitkan Microsoft, dan apa yang tidak disertakan
Pos peluncuran itu spesifik tentang metode dan diam soal hasil, sebuah pasangan yang tidak biasa dan layak dibaca dengan cermat. Empat benchmark disebutkan namanya. Tiga di antaranya — DeepSWE 1.1, Terminal Bench 2.1, dan SWE-Atlas — dijalankan di MSBench, platform evaluasi internal Microsoft, digerakkan melalui GitHub Copilot CLI dengan subagen dinonaktifkan dan setiap model pada upaya penalaran maksimum. Skor dan biaya FrontierCode berasal dari Artificial Analysis, sehingga menjadikannya satu-satunya komponen dari rata-rata yang tidak diproduksi sendiri oleh Microsoft. Biaya dikutip pada harga promosi 50% model.
Lalu hasilnya: dua rasio dan satu bagian preferensi. 96% performa Claude Opus 5.5 dengan 5% biaya. 98% performa GPT-6.1 Sol dengan 40% biaya. Dalam evaluasi frontend secara buta, peninjau lebih menyukai output MAI Code 2 dibandingkan GPT-6 Sol sebanyak 64% dari waktu. Di postingan peluncuran maupun halaman model, tidak ada satu pun tingkat kelulusan untuk model pada keempat benchmark tersebut, jumlah parameter, atau batas output. Per 18 November 2026, tidak ada baris Artificial Analysis untuknya juga, sehingga tidak ada apa pun yang independen untuk mengisi kekosongan itu.
Itu bukan skandal. Itu adalah pilihan dengan biaya tertentu bagi pembeli: Anda tidak dapat menghitung berapa biaya tugas yang sudah selesai, karena Anda tidak tahu berapa banyak percobaan yang dibutuhkan model. Rasio yang dirata-ratakan di empat benchmark mengukur rata-rata, bukan distribusi, dan pekerjaan coding adalah tempat distribusinya memiliki ekor panjang.
Kartu tarif, yang sepenuhnya publik dan sepenuhnya dapat diperiksa
Penetapan harga adalah tempat kisah MAI Code 2 menjadi konkret, karena GitHub mendokumentasikannya hingga sepersepuluh sen.
• Input — MAI Code 2 seharga $0,50 per juta token dibandingkan Kimi K3.1 Pro seharga $2,00; MAI seperempat dari harganya
• Keluaran — $2.50 dibandingkan $10.00 per juta; rasio empat kali lipat yang sama, jadi diskon tersebut bukan artefak bauran
• Input cache — $0,025 dibandingkan $0,20 per juta; MAI seperdelapan, dan GitHub tidak mempublikasikan biaya penulisan cache di kedua sisi
• Mulai 17 Mei 2027 — MAI Code 2 menyesuaikan harga menjadi $1,00 / $0,05 / $5,00, sehingga keunggulannya menjadi separuh, yaitu 2× untuk token baru dan 4× untuk pembacaan cache
• Konteks — 1,048,576 token pada Kimi K3.1 Pro melalui API Moonshot, dibandingkan dengan jendela 1 juta token pada MAI Code 2 yang hanya terbuka di dalam Visual Studio Code dan Copilot CLI
• Batas maksimum output — tidak dipublikasikan oleh Microsoft, dan tidak ada batas maksimum output terpisah dalam kartu terbitan Moonshot juga; angka 1.048.576 adalah jendela konteks, bukan batas generasi
• Bobot — tidak ada, hanya di-hosting, dibandingkan dengan unduhan MXFP4 1,56 TB yang dipublikasikan pada 4 November 2026
Lini input yang di-cache adalah tempat beban kerja agentic benar-benar menghabiskan biayanya, dan hal itu menguntungkan Microsoft lebih tajam daripada yang tersirat dari angka utamanya. Agen coding memutar ulang prompt sistem tetap, skema alat yang stabil, dan prefiks repositori pada setiap giliran. Pada $0,025 per juta token yang di-cache dibandingkan $0,20, selisih pada lini yang mendominasi tagihan lebih lebar dari 4×. Tanggal kedaluwarsa kemudian menyebabkan sebagian besar dampaknya: sejak 17 Mei 2027 tarif cache menjadi $0,05 sementara tarif Moonshot tetap pada posisi yang ditetapkan Moonshot, dan keunggulannya menyempit menjadi 4× pada caching dan 2× pada token baru.
Satu-satunya instrumen yang memang diterbitkan pihak lain
Bukti Kimi K3.1 Pro memiliki bentuk yang berbeda — angka dari vendor yang dapat Anda periksa terhadap angka independen, dan biaya per tugas yang mencakup waktu yang dihabiskan model untuk berpikir.
Tabel peluncuran Moonshot sendiri menempatkan Kimi K3.1 Pro pada 65,7% di Terminal-Bench 4.0, peringkat kedua di belakang Claude Opus 5.5 dengan 66,4%. Itu adalah persentase nyata pada benchmark terkini, yang diterbitkan oleh vendor pada hari peluncuran, dan itu tidak menyanjung model tersebut. Pada Intelligence Index versi 5.0.1, Kimi K3.1 Pro memperoleh skor 46, jauh di atas median 23 yang dilaporkan Artificial Analysis untuk model-model sebanding.
Sisi biaya adalah tempat pembacaan independen membuktikan kegunaannya, dan itu juga tidak menyanjung. Artificial Analysis menempatkan Kimi K3.1 Pro pada $3,68 per tugas Intelligence Index, dengan waktu 38,4 menit per tugas pada 31 token per detik keluaran dan 157,8 detik hingga token jawaban pertama — lambat dibandingkan median 13,6 menit per tugas. Itulah angka yang Anda butuhkan untuk memutuskan apakah sebuah model layak masuk dalam loop alih-alih jendela chat, dan tidak ada padanannya untuk MAI Code 2.

Apa yang sebenarnya dibeli oleh diskon empat kali lipat
Singkirkan unsur pemasarannya, dan kesepakatan itu menjadi jelas terbaca. MAI Code 2 hari ini berbiaya seperempat dari Kimi K3.1 Pro dan setengahnya setelah Mei 2027. Sebagai gantinya, Anda menerima empat hal yang tidak dapat Anda periksa: tingkat kelulusan, jumlah percobaan per tugas yang selesai, ukuran model, dan perilakunya di luar empat tolok ukur yang dipilih Microsoft. Microsoft luar biasa terus terang soal yang terakhir — pos peluncuran menyebut model-model tersebut "secara eksplisit belum disetel untuk masalah yang lebih sulit, seperti penelitian sains fundamental dan kerja agentic berhorizon sangat panjang." Kalimat itu seharusnya lebih mudah dipercaya daripada angka 96%, karena itu adalah keterbatasan yang disampaikan sendiri oleh vendor.
Trade-off Kimi K3.1 Pro berjalan sebaliknya. Anda membayar empat kali lebih mahal per token, menunggu 38 menit untuk satu tugas, dan mendapatkan model yang dapat diunduh, di-fine-tune di dalam tenancy Anda sendiri, dan tetap dijalankan jika API Moonshot mengalami minggu yang buruk. Bobotnya 1,56 TB di 96 shard dalam MXFP4, yang merupakan pekerjaan serving sungguhan, bukan unduhan untuk laptop, dan lisensinya adalah instrumen khusus dengan ambang pendapatan — bukan Apache, bukan MIT, bukan disetujui OSI. Jadi "open" di sini berarti dapat diaudit dan dapat dihosting sendiri, bukan tanpa beban. Untuk tinjauan keamanan, perbedaan itu tidak masalah. Untuk produk yang ingin Anda distribusikan ulang, baca lisensinya terlebih dahulu.
Kedua model bukan pembelian yang buruk. Keduanya diberi harga untuk pembeli yang berbeda: satu untuk tim yang sudah membayar Copilot dan ingin token yang lebih murah di dalam perkakas yang telah diadopsinya, satu untuk tim yang menginginkan aset yang dapat dipindahkan.
Memanggil kedua pihak, dan yang tanpa titik akhir
Kimi K3.1 Pro tersedia di OrcaRouter sebagai kimi/kimi-k3.1-prodengan tarif $2,00 dan $10,00 per juta token, diteruskan sesuai tarif daftar penyedia tanpa markup 0% — jadi jika Moonshot mengubah kartu harganya, tagihan Anda ikut berubah pada hari yang sama, bukan setelah siklus penyesuaian harga reseller. Model ini berada di balik kunci yang sama dengan seluruh katalog lainnya, dan failover otomatis membuat pembatasan laju dari sisi penyedia berubah menjadi percobaan ulang alih-alih gangguan di tengah proses agen yang berjalan 38 menit.
MAI Code 2 tidak ada di katalog kami dan tidak mungkin ada. Satu-satunya jalur yang dipublikasikan adalah langganan GitHub Copilot, mencakup Pro, Pro+, Max, Business, dan Enterprise; MAI Code 2 Flash yang lebih kecil adalah satu-satunya model dalam keluarga ini yang memiliki permukaan API, sebuah pratinjau dengan akses terbatas di Microsoft Foundry melalui Responses API yang kompatibel dengan OpenAI. Jika Anda ingin membandingkan keduanya di repositori Anda sendiri, salah satu sisi eksperimen harus dijalankan di dalam klien Copilot dan sisi lainnya terhadap endpoint HTTP. Itu adalah batasan nyata pada desain, bukan catatan kaki.
Susunan yang bertahan adalah pemisahan, bukan migrasi. Pertahankan model yang terukur pada jalur yang harus dianggarkan, tempat biaya $3.68 per tugas dan waktu penyelesaian 38 menit Kimi K3.1 Pro menjadi besaran yang diketahui dan dapat Anda rencanakan. Tempatkan MAI Code 2 di depan para pengembang yang sudah bekerja di Copilot, tempat mencobanya tidak memakan biaya apa pun selain kursi yang sudah mereka miliki. Kemudian tentukan biaya tugas yang telah selesai dari repositori Anda sendiri, bukan dari rata-rata empat tolok ukur.

Mana yang harus dipilih
• Anda perlu mengaudit model atau menjalankannya sendiri — Kimi K3.1 Pro, dan tidak ada kandidat kedua di sini. Bobotnya dapat diunduh dan pertanyaan lisensinya dapat dijawab.
• Pengembang Anda sudah sehari-hari menggunakan Copilot dan pekerjaannya adalah perbaikan rutin — MAI Code 2 seharga $0,50 dan $2,50, dengan pengertian bahwa angka 96% dan 98% adalah milik Microsoft sendiri dan belum direproduksi.
• Anda memerlukan angka yang dapat dipertanggungjawabkan untuk pengadaan — Kimi K3.1 Pro, karena ada pembacaan indeks independen sebesar 46 dan model lainnya tidak memiliki baris.
• Anda sedang menyusun anggaran untuk periode setelah Mei 2027 — Kimi K3.1 Pro, atau MAI Code 2 yang dihitung dengan tarif dua kali lipat, bukan tarif promosi.
• Anda ingin token termurah untuk alur kerja yang digerakkan manusia — MAI Code 2, karena orang yang menunggu penyelesaian tidak membayar waktu aktual seperti halnya loop agen.

Pertanyaan yang masih terbuka adalah apakah Microsoft akan pernah menerbitkan angka absolut. Satu tingkat kelulusan Terminal-Bench 4.0 akan menyelesaikan lebih banyak daripada rasio apa pun, karena itu akan menempatkan MAI Code 2 pada sumbu yang sama dengan yang lain. Sampai itu ada, ini adalah perbandingan antara daftar harga dan model yang terukur — dan rekomendasi jujurnya adalah token yang lebih murah untuk pekerjaan yang bisa Anda pantau, dan model yang terukur untuk pekerjaan yang tidak bisa Anda pantau.
Dibandingkan dalam artikel ini1
Terdeteksi dari artikel ini · Benchmark: Artificial Analysis · diperbarui setiap hari
