
MAI Code 2 vs Kimi K3.1 Pro: uno pubblica un numero, l'altro pubblica uno sconto
- OrcaNUOVOOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1M di token · 180 tok/s
- tencentNUOVOTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1M di token · 223 tok/s
- GoogleNUOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1M di token · 89 tok/s
- AnthropicNUOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1M di token · 98 tok/s
- orcaNUOVOOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M di token · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1M di token · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1M di token · 79 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1M di token · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M di token · 118 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M di token · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M di token · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M di token · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligenza
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1M di token · 199 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligenza
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M di token · 114 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligenza
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1M di token · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligenza
MAI Code 2 è stato messo in vendita il 17 novembre 2026 con un prezzo e nessun punteggio. Kimi K3.1 Pro, che Moonshot AI ha annunciato il 24 ottobre 2026 e reso disponibile il 4 novembre, arriva con entrambe le cose: 2,00 $ per milione di token in input e una lettura indipendente dell'Intelligence Index pari a 46. È questa asimmetria, non una tabella di benchmark, il tema di questo confronto. Il post di lancio di Microsoft cita quattro benchmark di programmazione — DeepSWE 1.1, Terminal Bench 2.1, SWE-Atlas e FrontierCode v1.1 — e poi pubblica rapporti invece di risultati: il 96% delle prestazioni di Claude Opus 5.5 al 5% del costo, il 98% di quelle di GPT-6.1 Sol al 40%, in media sui quattro. Moonshot pubblica una percentuale effettiva su un benchmark effettivo, e Artificial Analysis esegue il proprio harness su tutto ciò. Una parte ti offre uno sconto che puoi verificare al centesimo e un'affermazione di capacità che non puoi verificare affatto. L'altra ti offre un numero con cui puoi discutere.
Entrambi sono ospitati. Solo uno è scaricabile. E questo, alla fine, conta più del divario di prezzo quadruplo.
Cosa Microsoft ha pubblicato e cosa ha tralasciato
Il post di lancio è preciso sul metodo e silenzioso sui risultati, un abbinamento insolito che merita una lettura attenta. I quattro benchmark sono nominati. Tre di essi — DeepSWE 1.1, Terminal Bench 2.1 e SWE-Atlas — sono stati eseguiti su MSBench, la piattaforma di valutazione interna di Microsoft, tramite la CLI di GitHub Copilot con i subagenti disabilitati e ogni modello impostato al massimo sforzo di ragionamento. I punteggi e i costi di FrontierCode provengono da Artificial Analysis, il che lo rende l'unico componente della media non prodotto direttamente da Microsoft. I costi sono indicati al prezzo promozionale del 50% del modello.
Poi i risultati: due rapporti e una quota di preferenza. Il 96% delle prestazioni di Claude Opus 5.5 al 5% del costo. Il 98% di quelle di GPT-6.1 Sol al 40%. Nelle valutazioni frontend in cieco, i revisori hanno preferito l'output di MAI Code 2 a quello di GPT-6 Sol nel 64% dei casi. Da nessuna parte nel post di lancio o nella pagina del modello c'è un singolo tasso di superamento per il modello su uno qualsiasi di quei quattro benchmark, un conteggio dei parametri o un limite massimo di output. Al 18 novembre 2026 non esiste nemmeno una riga di Artificial Analysis per esso, quindi non esiste nulla di indipendente a colmare la lacuna.
Non è uno scandalo. È una scelta con un costo specifico per l'acquirente: non puoi calcolare quanto costa un'attività completata, perché non sai quanti tentativi servono al modello. Un rapporto mediato su quattro benchmark misura la media, non la distribuzione, e il lavoro di programmazione è quello in cui la distribuzione ha una coda lunga.
Il tariffario, che è del tutto pubblico e del tutto verificabile
Il prezzo è il punto in cui la vicenda di MAI Code 2 diventa concreta, perché GitHub la documenta fino al decimo di centesimo.
• Input — MAI Code 2 a 0,50 $ per milione di token contro Kimi K3.1 Pro a 2,00 $; MAI costa un quarto del prezzo
• Output — $2,50 contro $10,00 per milione; lo stesso rapporto di quattro volte, quindi lo sconto non è un artefatto di mix
• Input in cache — 0,025 $ rispetto a 0,20 $ per milione; MAI è un ottavo, e GitHub non pubblica alcun costo di scrittura della cache su nessuno dei due lati
• Dal 17 maggio 2027 — MAI Code 2 passa a $1.00 / $0.05 / $5.00, dimezzando il suo vantaggio a 2× sui token nuovi e 4× sulle letture dalla cache
• Contesto — 1.048.576 token su Kimi K3.1 Pro tramite l'API di Moonshot, rispetto a una finestra di 1 milione di token su MAI Code 2 che si apre solo all'interno di Visual Studio Code e Copilot CLI
• Limite di output — non pubblicato da Microsoft, e nemmeno nella scheda pubblicata da Moonshot è indicato un limite di output separato; la cifra 1.048.576 è una finestra di contesto, non un limite di generazione
• Pesi — nessuno, disponibili solo come servizio ospitato, rispetto a un download MXFP4 da 1,56 TB pubblicato il 4 novembre 2026
La voce dell'input in cache è dove un carico di lavoro agentico spende davvero i suoi soldi, e pende a favore di Microsoft più di quanto lasci intendere il dato principale. Un agente di programmazione riproduce a ogni turno un prompt di sistema fisso, uno schema degli strumenti stabile e un prefisso del repository. A 0,025 $ per milione di token in cache contro 0,20 $, il divario sulle voci che dominano la bolletta è superiore a 4×. Poi è la data di scadenza a fare la maggior parte dei danni: dal 17 maggio 2027 la tariffa in cache diventa 0,05 $, mentre quella di Moonshot resta al livello fissato da Moonshot, e il vantaggio si riduce a 4× sul caching e a 2× sui token non in cache.
L'unico strumento che l'altra parte pubblica davvero
Le prove di Kimi K3.1 Pro hanno una forma diversa: un numero del fornitore che puoi verificare confrontandolo con uno indipendente, e un costo per attività che include il tempo che il modello passa a ragionare.
La tabella di lancio di Moonshot stessa colloca Kimi K3.1 Pro al 65,7% su Terminal-Bench 4.0, secondo dietro Claude Opus 5.5 al 66,4%. Si tratta di una percentuale reale su un benchmark attuale, pubblicata dal fornitore il giorno del lancio, e non fa sconti al modello. Sull'Intelligence Index, versione 5.0.1, Kimi K3.1 Pro ottiene 46, ben al di sopra della mediana di 23 che Artificial Analysis riporta per modelli comparabili.
Il fronte dei costi è quello in cui una lettura indipendente si ripaga, e non è certo lusinghiero. Artificial Analysis colloca Kimi K3.1 Pro a 3,68 $ per attività dell'Intelligence Index, con 38,4 minuti per attività a 31 token al secondo in output e 157,8 secondi per il primo token di risposta — lento rispetto a una mediana di 13,6 minuti per attività. Questi sono i numeri che servono per decidere se un modello è adatto a un loop anziché a una finestra di chat, e per MAI Code 2 non esiste un equivalente.

Che cosa sta davvero comprando lo sconto quadruplo
Tolto il marketing, lo scambio è comprensibile. MAI Code 2 costa oggi un quarto di Kimi K3.1 Pro e la metà dopo maggio 2027. In cambio accetti quattro cose che non puoi ispezionare: il tasso di successo, i tentativi per attività completata, le dimensioni del modello e il suo comportamento al di fuori dei quattro benchmark scelti da Microsoft. Microsoft è insolitamente diretta sull'ultima: il post di lancio afferma che i modelli «non sono ancora esplicitamente ottimizzati per problemi più difficili, come la ricerca scientifica di base e il lavoro agentico su orizzonti molto lunghi». A quella frase si dovrebbe credere più facilmente che al 96%, perché è un limite che il fornitore ha dichiarato spontaneamente.
Il compromesso di Kimi K3.1 Pro va nella direzione opposta. Paghi quattro volte tanto per token, aspetti 38 minuti per un'attività e ottieni un modello che puoi scaricare, ottimizzare con fine-tuning all'interno del tuo ambiente e continuare a eseguire se l'API di Moonshot ha una settimana no. I pesi occupano 1,56 TB distribuiti su 96 shard in MXFP4, il che è un vero lavoro di serving, non un download da laptop, e la licenza è uno strumento personalizzato con una soglia di fatturato — non Apache, non MIT, non approvata OSI. Quindi "open" qui significa verificabile e auto-ospitabile, non senza vincoli. Per una revisione di sicurezza questa distinzione va bene. Per un prodotto che intendi ridistribuire, leggi prima la licenza.
Nessuno dei due modelli è un acquisto sbagliato. I loro prezzi sono pensati per acquirenti diversi: uno per un team che paga già Copilot e vuole token più economici all'interno degli strumenti che ha adottato, l'altro per un team che vuole un asset che possa spostare.
Chiamando entrambe le parti, e quella senza endpoint
Kimi K3.1 Pro è su OrcaRouter come kimi/kimi-k3.1-pro a $2,00 e $10,00 per milione di token, passato al prezzo di listino del provider con 0% di markup — quindi se Moonshot cambia le sue tariffe, la tua fattura cambia lo stesso giorno anziché dopo un ciclo di riprezzamento di un rivenditore. Si trova dietro la stessa chiave del resto del catalogo, e il failover automatico fa sì che un limite di richieste lato provider diventi un nuovo tentativo anziché un'interruzione nel mezzo di un'esecuzione dell'agente di 38 minuti.
MAI Code 2 non è nel nostro catalogo e non può esserlo. L'unica strada pubblicata è un abbonamento a GitHub Copilot, nelle versioni Pro, Pro+, Max, Business ed Enterprise; il più piccolo MAI Code 2 Flash è l'unico modello della famiglia con una superficie API, un'anteprima ad accesso limitato in Microsoft Foundry tramite un'API Responses compatibile con OpenAI. Se vuoi confrontare i due sui tuoi repository, un lato dell'esperimento deve essere eseguito all'interno di un client Copilot e l'altro contro un endpoint HTTP. Questo è un vincolo reale per il design, non una nota a piè di pagina.
La soluzione che resiste è una separazione, non una migrazione. Mantieni il modello misurabile sul percorso che deve essere oggetto di budget, dove i $3.68 per attività di Kimi K3.1 Pro e i tempi di completamento di 38 minuti sono grandezze note su cui puoi basare la pianificazione. Metti MAI Code 2 davanti agli sviluppatori che già lavorano in Copilot, dove provarlo non costa nulla oltre a una licenza che già possiedono. Poi decidi il costo per attività completata basandoti sui tuoi repository, anziché su una media di quattro benchmark.

Quale scegliere?
Devi verificare il modello o eseguirlo tu stesso — Kimi K3.1 Pro, e qui non c'è un secondo candidato. I pesi sono scaricabili e la questione della licenza è risolvibile.
• I tuoi sviluppatori lavorano già in Copilot e il lavoro è una riparazione di routine — MAI Code 2 a $0,50 e $2,50, con l'intesa che le cifre del 96% e del 98% sono di Microsoft stessa e non riprodotte.
• Ti serve un numero difendibile per l'approvvigionamento — Kimi K3.1 Pro, perché esiste una lettura indipendente dell'indice pari a 46 e l'altro modello non ha una riga.
• Stai pianificando il budget oltre maggio 2027 — Kimi K3.1 Pro, o MAI Code 2 modellati sulla tariffa raddoppiata anziché su quella promozionale.
• Vuoi il token più economico per un flusso di lavoro guidato da una persona — MAI Code 2, dato che chi aspetta il completamento di una risposta non paga il tempo reale nello stesso modo in cui lo fa un ciclo di agenti.

La domanda aperta è se Microsoft pubblicherà mai un numero assoluto. Un tasso di superamento di Terminal-Bench 4.0 risolverebbe più di qualsiasi rapporto, perché collocherebbe MAI Code 2 sullo stesso asse di tutto il resto. Finché non esiste, questo è un confronto tra un listino prezzi e un modello misurato — e la raccomandazione onesta è il token più economico per il lavoro che puoi osservare, e il modello misurato per il lavoro che non puoi.
Confrontati in questo articolo1
Rilevato da questo articolo · Benchmark: Artificial Analysis · aggiornato ogni giorno
