
MAI Code 2 vs GPT-6.1 Sol: a Microsoft fez benchmark de si mesma contra um modelo obsoleto
- OrcaNOVOOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 por 1M de tokens · 138 tok/s
- tencentNOVOTencent: Hy4 Flash2026-11-16$0.02 / $0.07 por 1M de tokens · 176 tok/s
- GoogleNOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 89 tok/s
- AnthropicNOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 97 tok/s
- orcaNOVOOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 por 1M de tokens · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 por 1M de tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 por 1M de tokens · 87 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 por 1M de tokens · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 por 1M de tokens · 121 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 por 1M de tokens · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligência
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 por 1M de tokens · 195 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligência
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 118 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligência
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligência
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 por 1M de tokens · 187 tok/s
A frase mais citada no anúncio do Ignite da Microsoft é que o MAI Code 2 entrega 98% do desempenho de codificação do GPT-6.1 Sol a 40% do custo. É uma boa frase. Ela também nomeia um modelo que a Artificial Analysis já marcou como obsoleto, superado dentro da própria linha da OpenAI pelo GPT-6.2 Sol, e esse é o detalhe que reenquadra toda a comparação: a Microsoft escolheu o ponto de referência, e o ponto de referência já não é o que se deve superar. O MAI Code 2 foi lançado em 17 de novembro de 2026 com uma tarifa promocional de US$ 0,50 por milhão de tokens de entrada e US$ 2,50 por milhão de saída. O GPT-6.1 Sol custa US$ 2,00 e US$ 10,00 e marca 55 no índice independente. Nenhum desses fatos torna falsa a alegação dos 98%. Eles a tornam uma comparação com um modelo em vias de saída, o que é diferente de uma comparação com a fronteira.
As tabelas de tarifas e o aviso de descontinuação
• Preço por milhão de tokens — o GPT-6.1 Sol cobra US$ 2,00 na entrada e US$ 10,00 na saída, sem expiração; o MAI Code 2 cobra US$ 0,50 e US$ 2,50 até 17 de maio de 2027, depois US$ 1,00 e US$ 5,00
• Entrada em cache — US$ 0,10 contra US$ 0,025, uma diferença de 4× que resiste a ambas as mudanças de preço
• Prompts longos — não há faixa publicada no MAI Code 2; o GPT-6.1 Sol reprecifica tudo acima de 272.000 tokens de entrada a 2× a entrada e 1,5× a saída, então uma solicitação de 300 mil tokens custa mais por token do que sugere sua tarifa anunciada
• Contexto — 1.050.000 tokens em ambos, com saída máxima de 128.000 em ambos
• Modalidade de entrada — GPT-6.1 Sol lê arquivos, bem como texto e imagens; a ficha do modelo do MAI Code 2 declara texto e imagens e para por aí
Status do ciclo de vida — MAI Code 2 novíssimo; GPT-6.1 Sol marcado como obsoleto pela Artificial Analysis, que agora o avalia a cada 18 horas em vez de a cada 6
Essa última linha é a que um comprador deve ponderar com mais peso. Um modelo obsoleto não está descontinuado — ele ainda responde e ainda cobra o valor de tabela —, mas seu ritmo de avaliação diminuiu e seu fornecedor seguiu em frente. Construir um modelo de custos em torno de um modelo nesse estado significa construí-lo em torno de um número que não será atualizado.
Em que se medem os 98% e por que o ponto de referência importa

Deixando de lado o enquadramento, 98% é a média de quatro taxas de aprovação, três das quais a própria Microsoft gerou. DeepSWE 1.1, Terminal Bench 2.1 e SWE Atlas passaram pelo MSBench, a plataforma interna da Microsoft, via GitHub Copilot CLI na versão 1.0.102, com subagentes desativados e todos os modelos no esforço máximo. As pontuações e os custos do FrontierCode vieram da Artificial Analysis. O que a Microsoft não publica é a divisão: o card traz os números do próprio MAI Code 2 — 73,2%, 84,6%, 43,1% — e uma média contra o GPT-6.1 Sol, sem nenhuma linha mostrando qual benchmark sustentou a média e qual a puxou para baixo.
Uma média esconde a forma de um resultado, e a forma importa. O SWE Atlas, com 43,1%, é o mais fraco dos três números públicos, e é também o que testa resposta a perguntas sobre a base de código, escrita de testes e refatoração, em vez de resolução de issues. O FrontierCode, o único componente com fonte independente, é um de quatro. Um modelo que está em pé de igualdade em benchmarks de correção de bugs e fica atrás em refatoração pode chegar a uma média de 98% e ainda assim ser a ferramenta errada para uma refatoração.
O outro destaque da Microsoft é um estudo de preferência, e não uma taxa de aprovação: em avaliação cega lado a lado de trabalho de front-end em interfaces, jogos, visualizações de dados, cenas 3D e gráficos SVG, 258 anotadores preferiram a saída do MAI Code 2 à do GPT-6 Sol em 64% das vezes. Observe o modelo ali nomeado — GPT-6 Sol, não 6.1 — e note que a preferência pela aparência de uma interface gerada não é uma medida de se ela funciona.
O que o registro independente diz sobre GPT-6.1 Sol
O GPT-6.1 Sol tem algo que o MAI Code 2 não tem: um perfil de terceiros. O Artificial Analysis atribui-lhe 55 no Intelligence Index v5.0.1, o mesmo compósito de nove avaliações pelo qual todos os outros nesta categoria são medidos, e registra US$ 1,27 por tarefa do índice, 23,3 minutos por tarefa, 145 segundos até o primeiro token de resposta e 49 tokens por segundo de saída.

Dentro da própria linha da OpenAI, o cenário mudou. O GPT-6.2 Sol obtém 57 a US$ 1,01 por tarefa, então o modelo usado pela Microsoft como referência de benchmark foi superado em desempenho e em preço pelo próprio sucessor. Isso não é um argumento contra o MAI Code 2 — um modelo mais barato superar um modelo mais antigo e mais caro é exatamente o que um lançamento focado em preço-desempenho deve fazer. É um argumento contra tratar os 98% como uma descrição da fronteira atual. A formulação honesta é que a Microsoft igualou um modelo forte da geração anterior a 40% do seu preço, e ainda não mostrou o que ele faz contra o que está sendo lançado agora.
Para onde os tokens vão, que é onde está a diferença real
Os 40% da Microsoft são um valor de custo por tarefa, não uma razão de preços. A razão de preços é 25% — US$ 0,50 contra US$ 2,00 de entrada, US$ 2,50 contra US$ 10,00 de saída. Para que a razão de custo fique em 40% enquanto a razão de preços fica em 25%, o MAI Code 2 tem de gastar mais tokens por tarefa do que o GPT-6.1 Sol, cerca de 1,6 vez mais segundo meus cálculos com as duas razões publicadas. Isso é uma inferência, não uma afirmação da Microsoft, e tarifas combinadas de entrada/saída tornam isso aproximado.
Duas consequências vêm a seguir. Primeiro, o MAI Code 2 é mais barato por tarefa concluída, mas não é mais barato por token da forma que a manchete sugere; portanto, qualquer carga de trabalho precificada por token em vez de por tarefa terá uma economia menor que 60%. Segundo, o comportamento faminto por tokens interage mal com a escada de esforço de raciocínio: ambos os modelos expõem níveis de esforço, ambos foram avaliados no esforço máximo, e uma equipe operando no esforço máximo em qualquer um dos lados está pagando duas vezes pelos tokens de raciocínio. Reduzir para uma configuração de esforço menor em trabalho de rotina costuma gerar uma economia maior do que trocar de modelo.
Acesso: um é uma API, o outro é um recurso de assinatura
O GPT-6.1 Sol pode ser chamado na API da OpenAI com um ID de modelo, uma política de snapshot documentada, um limite de conhecimento de 30 de abril de 2026 e suporte a ferramentas, saídas estruturadas, formato de resposta e seed. Ele também está no ChatGPT Work e no Codex nos planos Plus, Pro, Business, Enterprise e Edu.
O MAI Code 2 é um recurso do Copilot, não uma API. Você o acessa por meio de uma assinatura do GitHub — Pro até Enterprise — e em qualquer cliente que já use, do VS Code ao Xcode. Ele não está no Microsoft Foundry; apenas o MAI Code 2 Flash tem uma prévia no Foundry, por meio de uma API Responses compatível com OpenAI. Não há endpoint publicado para o próprio MAI Code 2, nem data prevista para um, e nem distribuição de pesos sob qualquer licença.
Para uma equipe cujo código vive no GitHub e cujos desenvolvedores já trabalham no Copilot, essa é uma boa resposta e, possivelmente, até melhor do que uma chave de API. Para um bot de CI, uma estrutura de agentes interna, um pipeline de revisão de código ou qualquer coisa com orquestração própria, o GPT-6.1 Sol é um modelo que você pode chamar, e o MAI Code 2 não é.
Qual escolher
• Trabalho de desenvolvedor nativo do Copilot, sensível a custos e de alto volume — MAI Code 2 a $0,50 e $2,50, e MAI Code 2 Flash a $0,05 e $0,25 para o nível de rotina, são a opção mais barata por uma grande margem.
• Integração de aplicação, agente ou CI — GPT-6.1 Sol, porque tem uma API. O MAI Code 2 tem uma assinatura.
• Qualquer valor acima de 272.000 tokens por solicitação — o nível de prompt longo do GPT-6.1 Sol dobra a taxa de entrada, o que erode ainda mais sua posição de preço; o MAI Code 2 não publica um nível equivalente, o que é uma lacuna na documentação, e não uma promessa de que não haja nível.
• Escrever código em algo diferente de inglês — a ficha do modelo exclui essa possibilidade no lançamento do MAI Code 2; a OpenAI não impõe tal restrição ao GPT-6.1 Sol
• Trabalho autônomo de longo horizonte — a Microsoft afirma explicitamente que o MAI Code 2 não é ajustado para trabalho agêntico de horizonte muito longo e não se destina a ações consequentes sem supervisão. O posicionamento do GPT-6.1 Sol é mais amplo, embora sua própria descontinuação seja um motivo para considerar o GPT-6.2 Sol.
Precificando a comparação com base em um único critério

O GPT-6.1 Sol está no OrcaRouter pelo preço de tabela do provedor, com 0% de margem — US$ 2,00 de entrada e US$ 10,00 de saída por milhão de tokens — e o mesmo vale para Claude Opus 5.5 e Gemini 4 Carbon, todos atrás de uma única chave. O GPT-6.2 Sol ainda não está no catálogo, então a questão do sucessor não pode ser resolvida aqui; o que dá para fazer é precificar a descontinuação do 6.1 Sol com honestidade e acompanhar a conta por tarefa em vez de presumir que o modelo mais novo é o mais caro. Não é — no Artificial Analysis, o 6.2 Sol custa US$ 1,01 por tarefa de índice, contra US$ 1,27 do 6.1.
O MAI Code 2 não está no nosso catálogo; a única rota publicada é o GitHub Copilot. Se a Microsoft abrir um endpoint do Foundry para o modelo de grande porte, o primeiro experimento útil não é uma troca, mas uma divisão: MAI Code 2 no tráfego cotidiano de correções, onde sua vantagem de preço é maior, um modelo de fronteira medido nas refatorações e no trabalho de longo horizonte, e failover automático subjacente para que um modelo não comprovado nunca se torne um ponto único de falha. Vale a pena testar os 40%. Vale a pena testar os 98% separadamente, nos seus próprios repositórios, antes que alguém planeje uma migração em torno disso.
