
MAI Code 2 vs Claude Opus 5.5: '5%로 96%'라는 주장이 빠뜨린 것
- OrcaNEWOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 100만 토큰당
- tencentNEWTencent: Hy4 Flash2026-11-16$0.02 / $0.07 100만 토큰당
- GoogleNEWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 100만 토큰당 · 89 tok/s
- AnthropicNEWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 100만 토큰당 · 97 tok/s
- orcaNEWOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 100만 토큰당 · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 100만 토큰당 · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 100만 토큰당 · 87 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 100만 토큰당
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 100만 토큰당 · 121 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 100만 토큰당 · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447지능
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 100만 토큰당 · 195 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929지능
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 100만 토큰당 · 118 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733지능
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740지능
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 100만 토큰당 · 187 tok/s
사이의 비교에는 MAI Code 2와 Claude Opus 5.5누구나 인용하지만 아무도 확인할 수 없는 숫자가 하나 있다. 마이크로소프트는 MAI Code 2가 네 가지 코딩 벤치마크에서 Opus 5.5 성능의 96%를 5%의 비용으로 달성한다고 말한다. Opus 5.5는 2026년 9월 22일부터 정식 출시되어 공개된 요금표를 갖추고 있으며, Artificial Analysis Intelligence Index에서 59점을 기록하고 있다. MAI Code 2는 2026년 11월 17일 자체 요금표와 함께 출시되었지만 독립적인 점수는 전혀 없다. GitHub Copilot 안에서만 호출할 수 있고 다른 곳에서는 불가능하며, 이 글을 쓰는 시점에 Artificial Analysis에는 이에 대한 항목이 없었다. 따라서 정직한 비교는 두 개의 숫자 열이 아니다. 그것은 측정할 수 있는 모델 하나와 마이크로소프트의 말만 믿어야 하는 모델 하나, 그리고 누군가 실제로 테스트하기 전까지는 그 말을 진지하게 받아들일 만큼 큰 가격 차이다.
두 개의 요율표, 어떤 백분율이 적용되기 전
Microsoft는 GitHub Copilot을 통해 MAI Code 2를 사용량 기반 청구 방식으로 토큰당 과금하며, 이는 공지된 날짜에 만료되는 프로모션 요율이 적용됩니다. Anthropic은 Opus 5.5를 정가로 토큰당 과금하며, 만료 기한이 없습니다.

• 입력 — MAI Code 2는 100만 토큰당 $0.50, Claude Opus 5.5는 $4.00; 입력 토큰당 Opus 비용이 8배 더 높습니다
• 출력 — 백만당 $2.50 대 $20.00; 동일한 8× 격차
• 캐시된 입력 — 백만 개당 $0.025 대 $0.20, 다시 8배
• 2027년 5월 17일 이후 — MAI Code 2의 가격이 $1.00 / $0.05 / $5.00로 재책정되어, 격차가 입력 4×, 출력 4×로 좁아집니다.
컨텍스트 — Opus 5.5는 약 1,000,000을 공개했고, MAI Code 2는 1,050,000을 공개했는데, 이는 5% 더 큰 윈도이며, 끝단에서도 견디는 검색 없이는 더 유용하지 않다.
• 최대 출력 — 양쪽 모두 128,000 토큰
• 입력 모달리티 — Opus 5.5는 텍스트 및 이미지와 함께 파일을 허용합니다. MAI Code 2 모델 카드에는 텍스트와 이미지만 나열되어 있습니다.
• 가중치 제공 여부 — 두 모델 모두 다운로드할 수 없으며, 이유는 각각 다릅니다: Opus 5.5는 독점 모델이고, MAI Code 2는 호스팅 서비스로만 판매됩니다
그 표는 두 모델을 진정으로 비교할 수 있는 지점이며, 5%가 아니라 12.5%의 가격 비율을 산출한다. 5%라는 수치는 작업당 비용 수치로, 이는 다른 측정 방식이다. 총 지출을 완료된 작업 수로 나누므로 각 모델이 최대 추론 노력에서 얼마나 많은 토큰을 소모하는지를 흡수한다. 더 효율적으로 추론하거나 단순히 더 일찍 멈추는 모델은 토큰당 12.5%를 청구하면서도 5%에 도달할 수 있다. 모델 카드는 모든 비교가 최대 노력에서 실행되었음을 확인하며, 이는 토큰 수가 가장 크게 차이 나는 바로 그 설정이다.
96%가 무엇으로 구성되어 있는지, 그리고 누가 그것을 운영했는지
96% 아래에는 네 가지 벤치마크가 있습니다. DeepSWE 1.1, Terminal Bench 2.1, SWE Atlas, FrontierCode v1.1입니다. 그중 세 개는 Microsoft의 내부 평가 플랫폼인 MSBench에서 나왔으며, 하위 에이전트를 비활성화한 상태로 버전 1.0.102의 GitHub Copilot CLI를 통해 실행되었습니다. 네 번째인 FrontierCode는 Artificial Analysis 데이터입니다. Microsoft 자체 모델 카드는 최대 추론 노력에서의 원시 통과율을 DeepSWE 1.1에서 73.2%, TerminalBench 2.1에서 84.6%, SWE Atlas에서 43.1%로 제시합니다.
세 가지 수치를 백분율이라는 틀 없이 읽으면 다른 그림이 드러난다. SWE Atlas는 세 가지 중 43.1%로 가장 약한데, 이 벤치마크는 버그 수정에 관한 것이 아닌 세트 내 유일한 항목이기도 하다. 이는 코드베이스 질의응답, 테스트 작성, 리팩터링을 루브릭과 프로그램matic 검사에 비추어 평가한다. "유지관리자가 병합할 만한 코드 변경"에 맞춰 조정된 모델은 이슈 해결 테스트에서 좋은 성과를 내면서도 코드베이스를 설명하는 데는 여전히 평범할 수 있다. 마이크로소프트는 Opus 5.5 대비 벤치마크별 세부 수치를 공개하지 않고 평균만 공개하므로, 네 가지 중 어느 것이 96%를 떠받치고 어느 것이 발목을 잡는지 볼 방법이 없다.
Opus 5.5의 자체 벤더 수치도 반대편에서 비슷한 방향을 가리킨다. Anthropic의 출시 자료에는 Terminal-Bench 4.0이 66.4%, GDPval-AA v2.1이 1,846 Elo로 보고되었다. 이 역시 벤더가 보고한 수치이고, Microsoft의 하네스로 재현되지 않았으며, 전혀 다른 벤치마크 버전 — Terminal-Bench 4.0 대 Microsoft의 2.1 — 을 사용한 것이다. 두 벤더가 같은 계열 테스트의 서로 다른 버전을 인용하는 것은 비교가 아니다. 그것은 서로를 마주한 두 개의 광고일 뿐이다.
독립 평가자가 Opus 5.5에 대해 실제로 말하는 것
Opus 5.5는 이 범주에서 완전한 제3자 기록을 갖춘 몇 안 되는 모델 중 하나입니다. Artificial Analysis는 이를 Intelligence Index v5.0.1에서 59로 평가하는데, 이는 Terminal-Bench 4.0부터 FrontierCode-AA 2.0을 거쳐 Terminal-Bench-Science 0.1까지 아우르는 9개 평가 종합 지수입니다. 계획을 세울 때 기준으로 삼아야 할 것은 이를 뒷받침하는 수치들입니다: 인덱스 작업당 $10.04, 작업당 24.5분, 출력 초당 118토큰, 첫 답변 토큰까지 358초입니다.

그 숫자 중 두 가지는 점수보다 더 중요하다. 첫 답변 토큰까지 걸리는 358초는 사용자가 로딩 스피너를 바라보며 겪는 시간이고, 작업당 24.5분은 긴 에이전트 실행이 실제로 소요하는 벽시계 시간이다. Opus 5.5는 빠른 모델이 아니라 철저한 모델이다. 더 저렴한 경쟁자는 워크로드를 차지하기 위해 96%의 정확도를 맞출 필요가 없다. 특정 작업에서 충분히 좋고, 한계에서는 상당히 더 빠르거나 저렴하기만 하면 된다. 이것이 가격 대비 성능 모델을 주장하는 전체 논리이며, Microsoft는 이를 판가름할 독립적 증거 없이 그 주장을 하고 있다.
MAI Code 2가 아직 갈 수 없는 곳
비율이 감추고 있는 부분이 바로 이것입니다. MAI Code 2는 GitHub Copilot 내부에 탑재되어, Pro부터 Enterprise까지 모든 유료 등급에서, GitHub이 확장해 들어가는 모든 편집기에서 제공됩니다. 이는 광범위한 접점이자 단일 공급업체의 기반 구조입니다. 출시 시점에는 대형 모델을 위한 Foundry 배포가 없으며, MAI Code 2 Flash만이 OpenAI 호환 Responses API를 통해 Foundry 프리뷰를 제공합니다. Microsoft는 추가 제공이 예정되어 있다고 말하지만 날짜를 밝히지 않으며 가중치도 배포하지 않습니다.
이와 대조적으로 Opus 5.5는 Anthropic 자체 API와 세 주요 클라우드에서 제공되며, 모델 ID, 공개된 지원 종료 최소 보장, 문서화된 스냅샷 정책을 갖추고 있습니다. 여러분의 작업이 Copilot 안에서 이루어진다면, 이 비교는 오늘 바로 유효합니다. 하지만 여러분의 자체 에이전트 프레임워크, CI 파이프라인 또는 멀티 벤더 스택에서 이루어진다면, 이 비교의 한쪽은 보도자료에 불과합니다.
실제로 판가름하는 업무 분담
• 일상적인 엔터프라이즈 수리 — 병합 가능한 수정, 다중 파일 편집, 알려진 리포지토리 내부의 심층 디버깅 — 는 Microsoft가 구축하고 가격을 책정한 작업입니다. 오늘날 Opus의 토큰당 요금의 12.5%라면, 동일한 통과율에 도달하기 위해 두 번째 시도가 필요한 모델조차 완료된 작업당 더 저렴할 수 있습니다.
• 장기 지평(long-horizon) 에이전트 작업은 Microsoft가 모델이 튜닝되지 않았다고 밝힌 영역으로, 발표문에서도 모델 카드에서도 다시 언급했다. Opus 5.5의 포지셔닝 전체가 바로 그 워크로드이며, GDPval-AA에서의 1,846 Elo는 Anthropic이 앞세우기로 선택한 숫자다.
• 비영어 코드베이스 — 이는 추측이 아니라 모델 카드에 적힌 문구다: 출시 시점에는 영어 코드 생성만 지원되며, 덜 보편적인 언어는 명시적으로 평가가 미흡한 상태로 명시되어 있다. Opus 5.5에는 이에 상응하는 단서가 없다.
• 인간이 개입하지 않은 채 중대한 영향을 미치는 조치를 취하는 것은 양측 모두에서 범위를 벗어나지만, Microsoft는 MAI Code 2에 대해 이를 명시적으로 밝히고 감독 하의 에이전트형 워크플로를 요구합니다.
• 100만 토큰을 초과하는 컨텍스트는 실질적으로 무승부입니다. 둘 다 대략 100만 개를 주장하지만, 가장 먼 쪽 끝에서 검색을 테스트하지 않고는 어느 수치도 실사용 예산으로 신뢰해서는 안 됩니다.
원장의 양쪽을 모두 운영하기
Claude Opus 5.5는 OrcaRouter 카탈로그에 100만 토큰당 입력 $4.00, 출력 $20.00로 등재되어 있습니다공급자 정가는 0% 마크업으로 그대로 전달되므로, 공급업체 가격 변경은 리셀러가 가격표를 갱신하는 날이 아니라 변경이 발생한 당일에 청구서에 반영됩니다. 이는 이와 같은 비교에서 평소보다 더 중요합니다. MAI Code 2 자체 가격이 2027년 5월 17일에 두 배가 되기 때문입니다 — 오늘 평가하는 비율은 6월에 지불하게 될 비율이 아닙니다.

MAI Code 2는 우리 카탈로그에 없고, 그것에 이르는 유일하게 공개된 경로는 GitHub Copilot입니다. Microsoft가 해당 대형 모델용 Foundry 엔드포인트를 열더라도, 현명한 첫 조치는 마이그레이션이 아니라 섀도 실행: 중요한 경로에는 Opus 5.5를 유지하고, 저렴한 모델은 이미 답을 아는 작업에 라우팅하며, 토큰 가격이 아니라 완료된 작업 비용을 비교하는 것입니다. 그것이 바로 자동 장애 조치가 존재하는 의사결정의 형태입니다 — 트래픽의 일부에만 새로운 미검증 모델을 두고, 저렴한 쪽이 멈추면 그 뒤에 검증된 모델을 두는.
증거를 견뎌낸 결론은 이렇다. 아무도 다시 하고 싶지 않은 작업에는 Opus 5.5를 유지할 모델로, 매일 돌아가는 작업에는 MAI Code 2를 테스트할 모델로 삼아야 한다. 마이크로소프트의 96%는 Copilot 자체 하네스에서는 충분히 유효할 수 있다. 그것을 반박할 수 있는 곳에서는 아직 테스트된 적이 없으며, 그때까지 5%는 주장이고 12.5%는 요율표다.
