Gegenereerde titelkaart voor de lancering van de zeven modellen van Ignite 2026 MAI, met MAI Code 2 uitgelicht tegen $0.50 input en $2.50 output per miljoen tokens, tegenover Claude Opus 5.5 tegen $4.00 en $20.00.
Guides & Insights

Zeven MAI-modellen in één Ignite-keynote: waar MAI Code 2 eigenlijk past

Auteur

jinhao.song

Publicatiedatum

Nieuwste modellen · 20Bekijk alle modellen →
Benchmarks: Artificial Analysis · dagelijks bijgewerkt
Terug naar alle berichten

Microsoft gebruikte zijn Ignite 2026-keynote op 17 november om in één keer zeven nieuwe modellen op het podium te zetten, en het model waarover ontwikkelaars zullen discussiëren is MAI Code 2. Het wordt niet verkocht op een score maar op een verhouding: Microsofts eigen aankondiging zegt dat het 96% van de prestaties van Claude Opus 5.5 haalt op vier codeerbenchmarks, voor 5% van de kosten, en 98% van de prestaties van GPT-6.1 Sol voor 40%. Dat zijn leverancierscijfers uit Microsofts interne evaluatieharness, ze zijn door niemand buiten Microsoft gereproduceerd, en het model had op het moment van schrijven geen onafhankelijke leaderboard-positie. Wat de lancering toch de moeite waard maakt om te lezen, is dat de prijsverhouding echt en verifieerbaar is, de modelkaart ongewoon specifiek is, en de distributie smaller is dan de toon van de aankondiging suggereert.

Dit is de vorm van de lancering: wat er is uitgebracht, welke gemiddelden aan de claims ten grondslag liggen, wat de modelkaart zegt dat de blogpost niet zegt, wat het kost en wanneer die prijs verandert, en waarom het codemodel het model is dat voor een budget uitmaakt, en niet het meest flitsende uit de reeks.

Wat er daadwerkelijk werd aangekondigd

Zeven modellen, één chip, één licentieprogramma. De modellen zijn MAI Cyber 2 Flash voor defensief beveiligingswerk, MAI Code 2 en MAI Code 2 Flash voor coderen, MAI Image 2.7 voor beeldgeneratie en -bewerking, MAI Realtime 1 voor live spraak-naar-spraak, Dragon Copilot Transcribe gebouwd op MAI Transcribe 2, en Decision 1.1, een routermodel waarvan Microsoft zegt dat het 50x sneller en 79x goedkoper is dan GPT-Sol 6.1. Daarnaast heeft Microsoft Maia 200, zijn accelerator van de tweede generatie, in productie genomen en MAI Licensed Weights geïntroduceerd, waarmee een organisatie een aangepast MAI-model in de eigen Azure-omgeving kan draaien.

Card listing all seven MAI models announced at Ignite on 17 November 2026 with their roles, and the two coding prices: MAI Code 2 at $0.50 and $2.50 per million tokens, MAI Code 2 Flash at $0.05 and $0.25.

Het programmeerduo is waar het geld zit. MAI Code 2 is het grotere model, gepositioneerd voor diepgaand debuggen, implementatie over meerdere bestanden, redeneren over de hele repository en front-endwerk. MAI Code 2 Flash is het kleine model: code-uitleg, gerichte aanpassingen, routinefixes, snelle iteratie. Microsofts framing is expliciet dat dit alledaagse bedrijfsmodellen zijn en geen modellen die de frontier najagen, en de aankondiging zegt dat twee keer.

De claim waarmee Microsoft uitpakt, en waarvan die een gemiddelde is

De cijfers van 96% en 98% zijn het gemiddelde van vier benchmarks: DeepSWE 1.1, Terminal Bench 2.1, SWE Atlas en FrontierCode v1.1. Drie daarvan werden uitgevoerd op MSBench, Microsofts interne evaluatieplatform, met de GitHub Copilot CLI versie 1.0.102, met subagents uitgeschakeld en elk model op maximale reasoning-inspanning. De FrontierCode-component is van een andere aard: die scores en kosten komen van Artificial Analysis, niet van Microsofts testharnas. Het headlinecijfer is dus een mengeling van drie zelf uitgevoerde tests en één test van een derde partij, vervolgens uitgedrukt als een percentage van de gemiddelden van twee concurrenten.

Screenshot of Microsoft's MAI Code 2 announcement page, dated 17 November 2026, showing the 98% of GPT-6.1 Sol at 40% of the cost and 96% of Claude Opus 5.5 at 5% of the cost claims beside a chart of average pass rate and average cost per task: MAI Code 2 at 63.2% and $0.309, GPT-6.1 Sol at 64.1% and $0.761, Claude Opus 5.5 at 65.3% and $6.306.

Een tweede bewering staat ernaast, en dat is degene die het meest zegt over wat Microsoft denkt dat het heeft gebouwd. In blinde side-by-side-evaluaties van front-endwerk, waaronder interfaces, games, datavisualisaties, 3D-scènes en SVG-graphics, gaven beoordelaars in 64% van de gevallen de voorkeur aan de output van MAI Code 2 boven die van GPT-6 Sol, onder 258 annotatoren. Dat is een voorkeursonderzoek, geen slagingspercentage, en voorkeuren zijn goedkoop te winnen met zelfverzekerd uitziende UI-code. Het is ook de enige bewering in de aankondiging die over smaak gaat in plaats van correctheid, en smaak is waar een goedkoop model een duur model plausibel kan verslaan in een echt productteam.

Wat de modelkaart wel zegt, maar de blogpost niet.

De modelkaart van 24 pagina's is het nuttigere document, omdat die de cijfers bevat die een koper nodig heeft en die in de aankondiging ontbreken.

• Architectuur — een decoder-only transformer met sparse mixture-of-experts-lagen en een geïntegreerde vision-encoder, in beide modellen

• Parameters — MAI Code 2 met ongeveer 2,8 biljoen totaal, 77 miljard actief, met 3 miljard ingebed; MAI Code 2 Flash met ongeveer 398 miljard totaal en 12 miljard actief

• Training — ongeveer 50 biljoen tokens aan pre-training plus ongeveer 150 miljard tokens aan lang-contextuitbreiding voor het grote model, allemaal tussen augustus en november 2026, met een kennisafsluitdatum van augustus 2026

• Context en limieten — een context van 1.050.000 tokens, een maximale invoer van 922.000 tokens en een maximale uitvoer van 128.000 tokens, tekst en afbeelding als invoer, tekst als uitvoer

• Beheer van redeneervermogen — vijf inspanningsniveaus, van laag tot maximaal, waarbij latentie en kosten tegen kwaliteit worden afgewogen

• Vermelde beperkingen — uitsluitend geoptimaliseerd voor Engelse code-productie bij release, niet afgestemd op fundamenteel wetenschappelijk onderzoek of zeer langdurig agentisch werk, en niet bedoeld voor volledig autonome systemen die ingrijpende acties ondernemen zonder menselijk toezicht

Die laatste regel is de eerlijke, en het is de zin die een inkoopteam twee keer zou moeten lezen. Microsoft beweert niet dat het een algemeen frontiermodel tegen een korting levert. Het beweert een codeermodel te hebben dat goed is in het werk dat GitHub Copilot-klanten daadwerkelijk doen, en het zegt ronduit waar het model ophoudt.

Waar je het kunt noemen, wat nauwer is dan het klinkt.

MAI Code 2 en MAI Code 2 Flash zijn beide beschikbaar in GitHub Copilot: voor het grotere model via Copilot Pro, Pro+, Max, Business en Enterprise, en voor Flash vanaf de Free-tier. Daarnaast is MAI Code 2 Flash beschikbaar in een preview met beperkte toegang in Microsoft Foundry, aanroepbaar via een OpenAI-compatibele Responses API. MAI Code 2 zelf heeft bij de lancering geen Foundry-deployment.

Die asymmetrie is het praktische detail dat onder de benchmarkdia begraven ligt. Als je MAI Code 2 in Copilot wilt, heb je het vandaag. Als je MAI Code 2 vanuit je eigen applicatie, je agentframework of je CI-pipeline wilt aanroepen, is er geen gepubliceerd endpoint om aan te roepen: het enige model in dit paar met een API-verhaal is het kleinere, en het is een preview. Microsoft zegt dat beschikbaarheid voor derden eraan komt; er is nog niets gepubliceerd en er wordt geen datum gegeven. Modelgewichten worden helemaal niet verspreid, en de licentie is een set productvoorwaarden in plaats van een opensourcelicentie.

Wat het kost, en de datum waarop de prijs verdubbelt

Copilot factureert deze modellen per token op basis van gebruik, en beide hebben een promotietarief met een gepubliceerde einddatum.

• MAI Code 2 — $0.50 per miljoen inputtokens, $0.025 per miljoen gecachte input, $2.50 per miljoen output, tot 17 mei 2027; vanaf die datum $1.00, $0.05 en $5.00

• MAI Code 2 Flash — $0.05, $0.005 en $0.25, tot 17 mei 2027; vanaf die datum $0.10, $0.01 en $0.50

• Claude Opus 5.5, ter vergelijking — $4,00 invoer, $0,20 gecachede invoer en $20,00 uitvoer per miljoen tokens

GPT-6.1 Sol, ter vergelijking — $2,00 input, $0,10 gecachte input en $10,00 output per miljoen tokens

Lees de eerste en de derde regel samen en de rekensom wordt interessant. Tegen actietarieven kost MAI Code 2 12,5% van de prijs per token van Claude Opus 5.5, en 25% van die van GPT-6.1 Sol. Wat Microsoft in de kop zet, is 5% en 40% van de kosten, niet van de prijs. Die verhoudingen uit de kop zijn kosten per taak over de vier benchmarks, wat het tarief per token samenvouwt met het aantal tokens dat elk model verbruikt om een taak af te ronden — en volgens de modelkaart is elk model op maximale redeneerinspanning gedraaid, waar de tokentellingen het meest bewegen.

Het verschil tussen de twee soorten getallen is wat je meeneemt in een budgetgesprek. Een kostenratio van 5% bovenop een prijsratio van 12,5% impliceert dat MAI Code 2 die taken afrondt met ongeveer 40% van de tokens die Claude Opus 5.5 verbruikt. Dat is mijn rekenwerk op basis van de door Microsoft gepubliceerde ratio's, geen verklaring van Microsoft, en het wijst de tegenovergestelde kant op van het gebruikelijke kortingsverhaal: de besparing gaat minder over een goedkope token dan over een model dat eerder stopt. Gemengde input- en outputtarieven maken het op zijn best een ruwe schatting, maar de richting is de moeite waard om te kennen, want goedkope tokens en een goedkope taak zijn niet dezelfde budgetpost, en alleen een meting op taakniveau vertelt je welke van de twee je koopt.

Waarom dit een prijslancering is, geen capaciteitslancering

Niets in het lanceermateriaal beweert een nieuwe state of the art. Microsofts eigen woorden zijn dat deze modellen "expliciet nog niet zijn afgestemd op moeilijkere problemen", en de modelkaart voegt toe dat de alignment wordt beoordeeld als vergelijkbaar met GPT-5.6 Sol en minder aligned dan GPT-6. De strategie die wordt getoond, is precies degene die de Ignite-keynote ronduit noemde: wanneer een model wordt gebouwd om de grens van de wetenschap te verleggen, betaal je die capaciteit bij elke routinematige bugfix mee, dus bouw een model dat goed is in routinewerk en prijs het dienovereenkomstig.

Of dat werkt, hangt af van een vraag die Microsoft niet alleen kan beantwoorden. De vergelijkingsset zet Microsofts eigen testharnas af tegen de gepubliceerde configuraties van twee concurrenten, en de enige onafhankelijke component, FrontierCode, is één benchmark van de vier. Een first-party-slagingspercentage op een first-party-testharnas is een redelijk technisch signaal en een zwak aankoopsignaal. Het getal waarop je moet wachten, is een onafhankelijke rij op een neutrale ranglijst, uitgevoerd door iemand zonder belang bij het antwoord en op een testharnas dat niemand bij Microsoft heeft geconfigureerd.

Hoe u zelf de vergelijking kunt prijzen

Screenshot of OrcaRouter's Claude Opus 5.5 model page showing the list rate of $4.00 per million input tokens and $20.00 per million output, a 1M-token context, 128K maximum output and text, image and file input.

Noch MAI Code 2 noch MAI Code 2 Flash staat vandaag in de catalogus van OrcaRouter; de gepubliceerde route is GitHub Copilot, wat betekent dat de vergelijking die Microsoft je uitnodigt te maken momenteel niet met één sleutel kan worden uitgevoerd. De modellen waarmee het wordt vergeleken, kunnen dat wel. Claude Opus 5.5, GPT-6.1 Sol en Gemini 4 Carbon staan allemaal op OrcaRouter tegen de lijstprijs van de provider met 0% markup, dus de dure kant van deze balans is vandaag meetbaar, met tarieven per token die dezelfde dag veranderen als een leverancier ze wijzigt. Als de goedkope kant later buiten Copilot aanroepbaar wordt, wordt de vergelijking een routingbeslissing in plaats van een spreadsheet-oefening — en automatische failover is wat een prijs-prestatiemodel veilig maakt om in een productiepad te zetten voordat het een onafhankelijke staat van dienst heeft.

Wat je in de gaten moet houden, in volgorde: een onafhankelijke benchmarkrij voor MAI Code 2; een Foundry-implementatie voor het grote model in plaats van alleen de Flash-preview; en 17 mei 2027, wanneer de prijs van beide modellen verdubbelt. Het laatste staat op een kalender, waardoor het het enige onderdeel van deze lancering is waarop je kunt plannen.

Vergeleken in dit artikel2

Herkend uit dit artikel · Benchmarks: Artificial Analysis · dagelijks bijgewerkt