
MAI Code 2 kontra Kimi K3.1 Pro: jeden publikuje liczbę, drugi publikuje zniżkę
- OrcaNOWOŚĆOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 za 1 mln tokenów · 180 tok/s
- tencentNOWOŚĆTencent: Hy4 Flash2026-11-16$0.02 / $0.07 za 1 mln tokenów · 223 tok/s
- GoogleNOWOŚĆGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 za 1 mln tokenów · 89 tok/s
- AnthropicNOWOŚĆAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 za 1 mln tokenów · 98 tok/s
- orcaNOWOŚĆOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 za 1 mln tokenów · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 za 1 mln tokenów · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 za 1 mln tokenów · 79 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 za 1 mln tokenów · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 za 1 mln tokenów · 118 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 za 1 mln tokenów · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 za 1 mln tokenów · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 za 1 mln tokenów · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligencja
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 za 1 mln tokenów · 199 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligencja
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 za 1 mln tokenów · 114 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligencja
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 za 1 mln tokenów · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligencja
MAI Code 2 trafił do sprzedaży 17 listopada 2026 r. z ceną i bez wyniku. Kimi K3.1 Pro, ogłoszony przez Moonshot AI 24 października 2026 r. i udostępniony 4 listopada, przychodzi z jednym i drugim: 2,00 USD za milion tokenów wejściowych oraz niezależnym odczytem Intelligence Index wynoszącym 46. Ta asymetria, a nie tabela benchmarków, jest tematem tego porównania. Post premierowy Microsoftu wymienia cztery benchmarki kodowania — DeepSWE 1.1, Terminal Bench 2.1, SWE-Atlas i FrontierCode v1.1 — a następnie publikuje proporcje zamiast wyników: 96% wydajności Claude Opus 5.5 przy 5% kosztu, 98% wydajności GPT-6.1 Sol przy 40%, uśrednione dla tych czterech. Moonshot publikuje rzeczywisty odsetek na rzeczywistym benchmarku, a Artificial Analysis uruchamia na tym własny harness. Jedna strona daje ci zniżkę, którą możesz zweryfikować co do centa, oraz twierdzenie o możliwościach, którego w ogóle nie możesz sprawdzić. Druga daje ci liczbę, z którą możesz polemizować.
Oba są hostowane. Tylko jeden można pobrać. Okazuje się, że ma to większe znaczenie niż czterokrotna różnica w cenie.
Co Microsoft opublikował, a co pominął
Post premierowy jest konkretny co do metody i milczy na temat wyników, co stanowi nietypowe połączenie i zasługuje na uważną lekturę. Wymieniono cztery benchmarki. Trzy z nich — DeepSWE 1.1, Terminal Bench 2.1 i SWE-Atlas — uruchomiono na MSBench, wewnętrznej platformie ewaluacyjnej Microsoftu, za pośrednictwem GitHub Copilot CLI, przy wyłączonych subagentach i z każdym modelem ustawionym na maksymalny wysiłek rozumowania. Wyniki i koszty FrontierCode pochodzą z Artificial Analysis, co czyni go jedynym składnikiem średniej, którego Microsoft nie opracował samodzielnie. Koszty podano według promocyjnej ceny modelu obniżonej o 50%.
Potem wyniki: dwa stosunki i udział preferencji. 96% wydajności Claude Opus 5.5 przy 5% kosztu. 98% wydajności GPT-6.1 Sol przy 40%. W zaślepionych ocenach frontendowych recenzenci w 64% przypadków preferowali dane wyjściowe MAI Code 2 nad GPT-6 Sol. Nigdzie w poście premierowym ani na stronie modelu nie ma ani jednego wskaźnika zdawalności modelu w którymkolwiek z tych czterech benchmarków, liczby parametrów ani limitu wyjścia. Na dzień 18 listopada 2026 r. nie istnieje też żaden wiersz Artificial Analysis, więc nie ma nic niezależnego, co mogłoby wypełnić tę lukę.
To nie jest skandal. To wybór z konkretnym kosztem dla kupującego: nie możesz obliczyć, ile kosztuje ukończone zadanie, ponieważ nie wiesz, ile prób potrzebuje model. Wskaźnik uśredniony po czterech benchmarkach mierzy średnią, a nie rozkład, a prace programistyczne to obszar, w którym rozkład ma długi ogon.
Cennik, który jest w pełni jawny i w pełni weryfikowalny
Cennik to miejsce, w którym historia MAI Code 2 nabiera konkretu, ponieważ GitHub dokumentuje ją z dokładnością do dziesiątej części centa.
Dane wejściowe — MAI Code 2 za 0,50 USD za milion tokenów w porównaniu z Kimi K3.1 Pro za 2,00 USD; MAI kosztuje jedną czwartą tej ceny
• Wynik — $2,50 wobec $10,00 za milion; ten sam czterokrotny stosunek, więc rabat nie jest artefaktem mieszanki
• Wejście z pamięci podręcznej — 0,025 USD wobec 0,20 USD za milion; MAI to jedna ósma, a GitHub nie podaje żadnej opłaty za zapis do pamięci podręcznej po żadnej ze stron
• Od 17 maja 2027 r. — MAI Code 2 zmienia ceny na $1.00 / $0.05 / $5.00, zmniejszając swoją przewagę o połowę, do 2× w przypadku nowych tokenów i 4× w przypadku odczytów z pamięci podręcznej
• Kontekst — 1 048 576 tokenów w Kimi K3.1 Pro przez API Moonshot, w porównaniu z oknem o rozmiarze 1 miliona tokenów w MAI Code 2, które otwiera się wyłącznie w Visual Studio Code i Copilot CLI
• Górny limit wyjścia — niepublikowany przez Microsoft, wobec braku odrębnego górnego limitu wyjścia również w opublikowanej karcie Moonshot; liczba 1,048,576 to okno kontekstowe, a nie limit generowania
• Wagi — brak, wyłącznie hostowane, wobec opublikowanego 4 listopada 2026 r. pliku do pobrania MXFP4 o rozmiarze 1,56 TB
Pozycja buforowanych danych wejściowych to miejsce, w którym obciążenie typu agentowego faktycznie wydaje pieniądze, i przechyla szalę na korzyść Microsoftu mocniej, niż wskazuje na to nagłówek. Agent kodujący przy każdej turze odtwarza stały prompt systemowy, stabilny schemat narzędzi i prefiks repozytorium. Przy 0,025 USD za milion buforowanych tokenów wobec 0,20 USD różnica w pozycjach dominujących na rachunku przekracza 4×. Najwięcej szkód wyrządza następnie data wygaśnięcia: od 17 maja 2027 r. stawka za buforowane tokeny wynosi 0,05 USD, podczas gdy stawka Moonshot pozostaje tam, gdzie Moonshot ją ustalił, a przewaga maleje do 4× w przypadku buforowania i 2× w przypadku świeżych tokenów.
Jedyny instrument, który druga strona publikuje
Dowody Kimi K3.1 Pro mają inny kształt — liczbę od dostawcy, którą można porównać z niezależną, oraz koszt na zadanie uwzględniający czas, jaki model spędza na myśleniu.
Własna tabela wyników Moonshot z dnia premiery plasuje Kimi K3.1 Pro na 65,7% w Terminal-Bench 4.0, na drugim miejscu za Claude Opus 5.5 z 66,4%. To rzeczywisty odsetek na aktualnym benchmarku, opublikowany przez dostawcę w dniu premiery, i nie pochlebia modelowi. W Intelligence Index w wersji 5.0.1 Kimi K3.1 Pro uzyskuje wynik 46, znacznie powyżej mediany 23, którą Artificial Analysis podaje dla porównywalnych modeli.
Strona kosztów to obszar, w którym niezależna ocena się broni — i wcale nie wypada pochlebnie. Artificial Analysis wycenia Kimi K3.1 Pro na 3,68 USD za zadanie Intelligence Index, przy 38,4 minuty na zadanie, 31 tokenach wyjścia na sekundę i 157,8 sekundy do pierwszego tokenu odpowiedzi — wolno wobec mediany 13,6 minuty na zadanie. To liczby potrzebne do decyzji, czy model ma trafić do pętli, a nie do okna czatu, a dla MAI Code 2 nie istnieje odpowiednik.

Co tak naprawdę daje czterokrotny rabat
Odcedź marketing, a transakcja staje się czytelna. MAI Code 2 kosztuje dziś jedną czwartą ceny Kimi K3.1 Pro, a po maju 2027 — połowę tej ceny. W zamian akceptujesz cztery rzeczy, których nie możesz sprawdzić: odsetek zaliczonych zadań, liczbę prób przypadających na ukończone zadanie, rozmiar modelu oraz jego zachowanie poza czterema benchmarkami wybranymi przez Microsoft. Microsoft jest wyjątkowo bezpośredni w kwestii ostatniej z nich — wpis ogłaszający premierę mówi, że modele „wprost nie są jeszcze dostrojone do trudniejszych problemów, takich jak badania w naukach podstawowych i praca agentowa o bardzo długim horyzoncie”. Temu zdaniu należy wierzyć chętniej niż owe 96%, ponieważ to ograniczenie, które dostawca ujawnił dobrowolnie.
Kompromis w przypadku Kimi K3.1 Pro działa w drugą stronę. Płacisz czterokrotnie więcej za token, czekasz 38 minut na zadanie i otrzymujesz model, który możesz pobrać, dostroić w ramach własnej dzierżawy i utrzymywać w działaniu, jeśli API Moonshot ma zły tydzień. Wagi mają 1,56 TB i są podzielone na 96 shardów w MXFP4, co stanowi realne zadanie serwowania, a nie pobranie na laptopa, a licencja to niestandardowy instrument z progiem przychodów — nie Apache, nie MIT, niezatwierdzona przez OSI. Zatem „open” oznacza tutaj możliwość audytu i samodzielnego hostowania, a nie brak obciążeń. W przypadku przeglądu bezpieczeństwa to rozróżnienie jest w porządku. Jeśli zamierzasz redystrybuować produkt, najpierw przeczytaj licencję.
Żaden z tych modeli nie jest złym zakupem. Są wycenione z myślą o różnych nabywcach: jeden dla zespołu, który już płaci za Copilot i chce tańszych tokenów w narzędziach, które wdrożył, drugi dla zespołu, który chce aktywa, które może przenieść.
Wywoływanie obu stron i tej bez punktu końcowego
Kimi K3.1 Pro jest dostępny w OrcaRouter jako kimi/kimi-k3.1-pro w cenie 2,00 i 10,00 USD za milion tokenów, przekazywanych po stawce cennikowej dostawcy z 0% marży — więc jeśli Moonshot zmieni swój cennik, Twój rachunek zmieni się tego samego dnia, a nie dopiero po cyklu aktualizacji cen przez resellera. Działa za tym samym kluczem co reszta katalogu, a automatyczne przełączanie awaryjne sprawia, że limit szybkości po stronie dostawcy staje się ponowną próbą zamiast przerwy w środku 38-minutowego uruchomienia agenta.
MAI Code 2 nie znajduje się w naszym katalogu i nie może się w nim znaleźć. Jedyną opublikowaną ścieżką jest subskrypcja GitHub Copilot w planach Pro, Pro+, Max, Business i Enterprise; mniejszy MAI Code 2 Flash to jedyny model w rodzinie z interfejsem API — podgląd o ograniczonym dostępie w Microsoft Foundry przez zgodny z OpenAI interfejs Responses API. Jeśli chcesz porównać oba modele we własnych repozytoriach, jedna strona eksperymentu musi działać w kliencie Copilot, a druga — wobec punktu końcowego HTTP. To realne ograniczenie projektowe, a nie przypis.
Rozwiązaniem, które to przetrwa, jest podział, a nie migracja. Zatrzymaj mierzalny model na ścieżce, którą trzeba objąć budżetem, gdzie 3,68 USD za zadanie i 38 minut czasu ukończenia w przypadku Kimi K3.1 Pro to znane wielkości, wokół których można planować. Postaw MAI Code 2 przed deweloperami, którzy już pracują w Copilot, gdzie wypróbowanie go nie kosztuje nic ponad miejsce, które już mają. Następnie zdecyduj o koszcie ukończonego zadania na podstawie własnych repozytoriów, a nie średniej z czterech benchmarków.

Który wybrać?
• Musisz przeprowadzić audyt modelu albo uruchomić go samodzielnie — Kimi K3.1 Pro, i nie ma tu drugiego kandydata. Wagi można pobrać, a kwestia licencji jest rozstrzygalna.
• Twoi deweloperzy już na co dzień funkcjonują w Copilot, a praca to rutynowa naprawa — MAI Code 2 za $0.50 i $2.50, przy założeniu, że dane 96% i 98% pochodzą od samego Microsoftu i nie zostały odtworzone.
• Potrzebujesz liczby, którą da się obronić przed działem zakupów — Kimi K3.1 Pro, ponieważ istnieje niezależny odczyt indeksu wynoszący 46, a drugi model nie ma wiersza.
• Tworzysz budżet na okres po maju 2027 r. — Kimi K3.1 Pro lub MAI Code 2 wycenione według podwojonego cennika, a nie promocyjnego.
• Chcesz najtańszy token w procesie sterowanym przez człowieka — MAI Code 2, ponieważ osoba czekająca na ukończenie nie płaci za czas zegarowy tak, jak robi to pętla agenta.

Otwarte pytanie brzmi, czy Microsoft kiedykolwiek opublikuje bezwzględną liczbę. Jeden wskaźnik zaliczeń Terminal-Bench 4.0 rozstrzygnąłby więcej niż jakikolwiek współczynnik, ponieważ umieściłby MAI Code 2 na tej samej osi co wszystko inne. Dopóki to nie istnieje, jest to porównanie cennika ze zmierzonym modelem — a uczciwa rekomendacja to tańszy token do pracy, którą możesz obserwować, i zmierzony model do pracy, której nie możesz.
Porównane w tym artykule1
Wykryto na podstawie tego artykułu · Benchmarki: Artificial Analysis · aktualizowane codziennie
