
MAI Code 2 vs Kimi K3.1 Pro: Um publica um número, o outro publica um desconto
- OrcaNOVOOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 por 1M de tokens · 180 tok/s
- tencentNOVOTencent: Hy4 Flash2026-11-16$0.02 / $0.07 por 1M de tokens · 223 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 · 98 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 · 79 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 · 118 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 · 94 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 · 199 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligência
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 114 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligência
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 por 1M de tokens · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligência
MAI Code 2 foi colocado à venda em 17 de novembro de 2026 com um preço e sem pontuação. Kimi K3.1 Pro, que a Moonshot AI anunciou em 24 de outubro de 2026 e disponibilizou em 4 de novembro, chega com ambos: US$ 2,00 por milhão de tokens de entrada e uma leitura independente do Intelligence Index de 46. É essa assimetria, e não uma tabela de benchmarks, o que esta comparação aborda. O post de lançamento da Microsoft cita quatro benchmarks de programação — DeepSWE 1.1, Terminal Bench 2.1, SWE-Atlas e FrontierCode v1.1 — e então publica proporções em vez de resultados: 96% do desempenho do Claude Opus 5.5 a 5% do custo, 98% do GPT-6.1 Sol a 40%, na média dos quatro. A Moonshot publica uma porcentagem real em um benchmark real, e a Artificial Analysis executa seu próprio harness por cima disso. Um lado entrega a você um desconto que você pode verificar até o centavo e uma alegação de capacidade que você não pode verificar de forma alguma. O outro entrega um número com o qual você pode discutir.
Both are hosted. Only one is downloadable. That turns out to matter more than the four-fold price gap.
O que a Microsoft publicou e o que deixou de fora
O post de lançamento é específico sobre o método e silencioso sobre os resultados, o que é uma combinação incomum e que vale a pena ler com atenção. Os quatro benchmarks são citados. Três deles — DeepSWE 1.1, Terminal Bench 2.1 e SWE-Atlas — foram executados no MSBench, a plataforma de avaliação interna da Microsoft, por meio do GitHub Copilot CLI com subagentes desativados e todos os modelos no esforço máximo de raciocínio. As pontuações e os custos do FrontierCode vêm da Artificial Analysis, o que o torna o único componente da média que a Microsoft não produziu por conta própria. Os custos são apresentados com base no preço promocional de 50% do modelo.
Então, os resultados: duas razões e uma parcela de preferência. 96% do desempenho do Claude Opus 5.5 a 5% do custo. 98% do desempenho do GPT-6.1 Sol a 40%. Em avaliações cegas de front-end, os avaliadores preferiram a saída do MAI Code 2 à do GPT-6 Sol em 64% das vezes. Não há, no post de lançamento nem na página do modelo, uma única taxa de aprovação do modelo em nenhum daqueles quatro benchmarks, uma contagem de parâmetros ou um limite de saída. Até 18 de novembro de 2026, também não há uma linha do Artificial Analysis para ele, então não existe nada independente para preencher a lacuna.
Isso não é um escândalo. É uma escolha com um custo específico para o comprador: você não consegue calcular quanto custa uma tarefa concluída, porque não sabe quantas tentativas o modelo precisa. Uma proporção calculada como média em quatro benchmarks mede a média, não a distribuição, e o trabalho de programação é onde a distribuição tem uma cauda longa.
A tabela de tarifas, que é totalmente pública e totalmente verificável
É na precificação que a história do MAI Code 2 se torna concreta, porque o GitHub a documenta até o décimo de centavo.
• Entrada — MAI Code 2 a US$ 0,50 por milhão de tokens contra Kimi K3.1 Pro a US$ 2,00; MAI custa um quarto do preço
• Saída — US$ 2,50 contra US$ 10,00 por milhão; a mesma proporção de quatro vezes, portanto o desconto não é um artefato de mix
• Entrada em cache — US$ 0,025 contra US$ 0,20 por milhão; a MAI é um oitavo, e o GitHub não publica nenhuma taxa de gravação em cache de nenhum dos lados
• A partir de 17 de maio de 2027 — MAI Code 2 passa a custar $1,00 / $0,05 / $5,00, reduzindo sua vantagem pela metade, para 2× em tokens novos e 4× em leituras de cache
• Contexto — 1.048.576 tokens no Kimi K3.1 Pro por meio da API da Moonshot, contra uma janela de 1 milhão de tokens no MAI Code 2 que abre apenas dentro do Visual Studio Code e do Copilot CLI
• Teto de saída — não publicado pela Microsoft, assim como também não há um teto de saída separado na ficha publicada da Moonshot; o valor 1,048,576 é uma janela de contexto, não um limite de geração
• Pesos — nenhum, apenas hospedados, contra um download MXFP4 de 1,56 TB publicado em 4 de novembro de 2026
A linha de entrada em cache é onde uma carga de trabalho agêntica realmente gasta seu dinheiro, e ela favorece a Microsoft de forma mais acentuada do que o valor de destaque sugere. Um agente de programação repete um prompt de sistema fixo, um esquema de ferramentas estável e um prefixo de repositório a cada turno. A US$ 0,025 por milhão de tokens em cache contra US$ 0,20, a diferença nas linhas que dominam a fatura é maior que 4×. A data de expiração, então, causa o maior dano: a partir de 17 de maio de 2027, a tarifa de cache passa a US$ 0,05, enquanto a da Moonshot permanece onde a Moonshot a define, e a vantagem diminui para 4× no cache e 2× em tokens novos.
O único instrumento que o outro lado de fato publica
As evidências do Kimi K3.1 Pro têm um formato diferente — um número do fornecedor que você pode comparar com um independente, e um custo por tarefa que inclui o tempo que o modelo passa pensando.
A própria tabela de lançamento da Moonshot coloca o Kimi K3.1 Pro em 65,7% no Terminal-Bench 4.0, em segundo lugar, atrás do Claude Opus 5.5, com 66,4%. Esse é um percentual real em um benchmark atual, publicado pelo fornecedor no dia do lançamento, e não favorece o modelo. No Intelligence Index, versão 5.0.1, o Kimi K3.1 Pro obtém 46, bem acima da mediana de 23 que a Artificial Analysis relata para modelos comparáveis.
O lado do custo é onde uma leitura independente se justifica, e também não é nada lisonjeiro. A Artificial Analysis coloca o Kimi K3.1 Pro em US$ 3,68 por tarefa do Intelligence Index, com 38,4 minutos por tarefa a 31 tokens por segundo de saída e 157,8 segundos até o primeiro token de resposta — lento em comparação com uma mediana de 13,6 minutos por tarefa. Esses são os números de que você precisa para decidir se um modelo pertence a um loop em vez de uma janela de chat, e não existe equivalente para o MAI Code 2.

O que o desconto quádruplo está realmente comprando
Tire o marketing e a troca fica legível. O MAI Code 2 custa um quarto do Kimi K3.1 Pro hoje e metade disso depois de maio de 2027. Em troca, você aceita quatro coisas que não pode inspecionar: a taxa de aprovação, as tentativas por tarefa concluída, o tamanho do modelo e seu comportamento fora dos quatro benchmarks escolhidos pela Microsoft. A Microsoft é incomumente direta sobre a última — o post de lançamento diz que os modelos são "explicitamente ainda não ajustados para problemas mais difíceis, como pesquisa em ciência fundamental e trabalho agêntico de horizonte muito longo". Essa frase deve ser acreditada mais prontamente do que os 96%, porque é uma limitação que o fornecedor ofereceu voluntariamente.
O trade-off do Kimi K3.1 Pro segue o caminho oposto. Você paga quatro vezes mais por token, espera 38 minutos por uma tarefa e recebe um modelo que pode baixar, ajustar finamente dentro do seu próprio ambiente e continuar executando se a API da Moonshot tiver uma semana ruim. Os pesos têm 1,56 TB distribuídos em 96 shards em MXFP4, o que é uma tarefa real de serving, e não um download para laptop, e a licença é um instrumento personalizado com um limite de receita — não é Apache, nem MIT, nem aprovada pela OSI. Então, “open” aqui significa auditável e auto-hospedável, não sem ônus. Para uma revisão de segurança, essa distinção é adequada. Para um produto que você pretende redistribuir, leia a licença primeiro.
Nenhum dos modelos é uma má compra. Eles têm preços voltados para compradores diferentes: um para uma equipe que já paga pelo Copilot e quer tokens mais baratos dentro das ferramentas que adotou, outro para uma equipe que quer um ativo que possa mover.
Chamando ambos os lados, e aquele sem endpoint
O Kimi K3.1 Pro está no OrcaRouter como kimi/kimi-k3.1-pro a US$ 2,00 e US$ 10,00 por milhão de tokens, repassado pela tarifa de tabela do provedor com 0% de markup — então, se a Moonshot mudar sua tabela, sua fatura muda no mesmo dia, em vez de depois de um ciclo de reajuste de um revendedor. Ele fica atrás da mesma chave que o restante do catálogo, e o failover automático faz com que um limite de taxa do lado do provedor se torne uma nova tentativa em vez de uma indisponibilidade no meio de uma execução de agente de 38 minutos.
O MAI Code 2 não está no nosso catálogo e não pode estar. A única rota publicada é uma assinatura do GitHub Copilot, abrangendo Pro, Pro+, Max, Business e Enterprise; o MAI Code 2 Flash, menor, é o único modelo da família com uma superfície de API, uma pré-visualização de acesso limitado no Microsoft Foundry por meio de uma API Responses compatível com OpenAI. Se quiser comparar os dois nos seus próprios repositórios, um lado do experimento tem de ser executado dentro de um cliente Copilot e o outro contra um endpoint HTTP. Isso é uma restrição real ao design, não uma nota de rodapé.
O arranjo que sobrevive a isso é uma divisão, e não uma migração. Mantenha o modelo mensurável no caminho que precisa ser orçado, onde os US$ 3,68 por tarefa e os tempos de conclusão de 38 minutos do Kimi K3.1 Pro são quantidades conhecidas com as quais você pode planejar. Coloque o MAI Code 2 diante dos desenvolvedores que já trabalham no Copilot, onde experimentá-lo não custa nada além de uma licença que eles já possuem. Depois, decida o custo por tarefa concluída com base nos seus próprios repositórios, e não em uma média de quatro benchmarks.

Qual escolher
• Você precisa auditar o modelo ou executá-lo por conta própria — Kimi K3.1 Pro, e não há um segundo candidato aqui. Os pesos podem ser baixados e a questão da licença pode ser respondida.
• Seus desenvolvedores já vivem no Copilot e o trabalho é reparo de rotina — MAI Code 2 a $0.50 e $2.50, partindo do princípio de que os números de 96% e 98% são da própria Microsoft e não foram reproduzidos.
• Você precisa de um número defensável para aquisições — Kimi K3.1 Pro, porque existe uma leitura de índice independente de 46 e o outro modelo não tem linha.
• Você está fazendo orçamento para depois de maio de 2027 — Kimi K3.1 Pro, ou MAI Code 2 modelado com a tabela de preços duplicada em vez da promocional.
• Você quer o token mais barato para um fluxo de trabalho conduzido por humanos — MAI Code 2, já que uma pessoa esperando por uma conclusão não paga por tempo de relógio da forma como um loop de agente paga.

A questão em aberto é se a Microsoft algum dia publica um número absoluto. Uma taxa de aprovação no Terminal-Bench 4.0 resolveria mais do que qualquer proporção, porque colocaria o MAI Code 2 no mesmo eixo que todo o resto. Até isso existir, trata-se de uma comparação entre uma lista de preços e um modelo medido — e a recomendação honesta é o token mais barato para o trabalho que você pode acompanhar, e o modelo medido para o trabalho que você não pode.
Comparados neste artigo1
Detectado a partir deste artigo · Benchmarks: Artificial Analysis · atualizado diariamente
