Сгенерированная карточка рейтинговой таблицы, показывающая MAI Code 2 по цене $0,50 и $2,50 за миллион токенов без отдельной строки индекса, в сравнении с GPT-6.1 Sol по цене $2,00 и $10,00 с индексом интеллекта Artificial Analysis 55 и примечанием о статусе «устарело».
Guides & Insights

MAI Code 2 против GPT-6.1 Sol: Microsoft сравнила себя с устаревшей моделью

Автор

Gideon Frost

Дата публикации

Новые модели · 20Все модели →
Бенчмарки: Artificial Analysis · обновляется ежедневно
Назад ко всем статьям

Самая цитируемая фраза из анонса Microsoft на Ignite — это то, что MAI Code 2 обеспечивает 98% от GPT-6.1 Sol производительности в программировании при 40% затрат. Это хорошая фраза. Но она также называет модель, которую Artificial Analysis уже пометила как устаревшую, вытесненную внутри собственной линейки OpenAI моделью GPT-6.2 Sol, — и именно эта деталь меняет рамку всего сравнения: Microsoft выбрала точку отсчёта, а эта точка отсчёта больше не та, которую нужно обойти. MAI Code 2 вышла 17 ноября 2026 года по промо-тарифу $0,50 за миллион входных токенов и $2,50 за миллион выходных. GPT-6.1 Sol стоит $2,00 и $10,00 и набирает 55 баллов в независимом индексе. Ни один из этих фактов не делает утверждение о 98% ложным. Они делают его сравнением с моделью, которая уходит со сцены, а это не то же самое, что сравнение с фронтиром.

Карточки тарифов и уведомление об устаревании

• Цена за миллион токенов — GPT-6.1 Sol взимает $2,00 за вход и $10,00 за выход без срока действия; MAI Code 2 взимает $0,50 и $2,50 до 17 мая 2027 года, затем $1,00 и $5,00

• Кэшированный ввод — $0.10 против $0.025, 4-кратный разрыв, который сохраняется при обоих изменениях цен

• Длинные промпты — на MAI Code 2 нет опубликованного тарифного уровня; GPT-6.1 Sol пересчитывает всё свыше 272 000 входных токенов по цене 2× за вход и 1,5× за выход, поэтому запрос на 300 тыс. токенов стоит за токен дороже, чем предполагает его заявленная ставка

• Контекст — 1 050 000 токенов у обоих, при максимальном выводе 128 000 у обоих

• Входная модальность — GPT-6.1 Sol читает файлы, а также текст и изображения; карточка модели MAI Code 2 заявляет текст и изображения и на этом останавливается

• Статус жизненного цикла — MAI Code 2 совсем новый; GPT-6.1 Sol помечен Artificial Analysis как устаревший, и теперь она тестирует его каждые 18 часов вместо каждых 6.

Именно на эту последнюю строку покупателю следует обратить наибольшее внимание. Устаревшая модель не снята с поддержки — она по-прежнему отвечает и по-прежнему выставляет счёт по прайс-листу, — но периодичность её оценки замедлилась, а поставщик уже двинулся дальше. Строить модель затрат вокруг модели в таком состоянии — значит строить её вокруг числа, которое не будет обновляться.

На чём основаны 98% — и почему точка отсчёта имеет значение

Card breaking down Microsoft's 98% claim into its four benchmarks, noting that three ran on the internal MSBench harness and only FrontierCode came from Artificial Analysis, with the MAI Code 2 pass rates and the deprecated status of GPT-6.1 Sol.

Если убрать подачу, 98% — это среднее по четырём показателям успешного прохождения, три из которых Microsoft сгенерировала сама. DeepSWE 1.1, Terminal Bench 2.1 и SWE Atlas прогонялись через MSBench, внутреннюю платформу Microsoft, с помощью GitHub Copilot CLI версии 1.0.102, при отключённых субагентах, причём каждая модель работала в режиме максимальных усилий. Оценки и затраты FrontierCode взяты из Artificial Analysis. А что Microsoft не публикует — так это разбивку: в карточке приводятся собственные цифры MAI Code 2 — 73,2%, 84,6%, 43,1% — и одно среднее в сравнении с GPT-6.1 Sol, но нет строки, показывающей, какой бенчмарк вытянул среднее, а какой его утянул.

Среднее значение скрывает структуру результата, а структура важна. SWE Atlas с 43,1% — самый слабый из трёх публичных показателей, и при этом именно он проверяет ответы на вопросы по кодовой базе, написание тестов и рефакторинг, а не исправление issue. FrontierCode — единственный компонент из независимого источника — является одним из четырёх. Модель, которая не уступает на бенчмарках по исправлению ошибок и отстаёт в рефакторинге, может в среднем набрать 98% и всё равно быть неподходящим инструментом для рефакторинга.

Другой ключевой тезис Microsoft — это исследование предпочтений, а не доля успешных прохождений: в ходе слепой попарной оценки работ по фронтенду для интерфейсов, игр, визуализаций данных, 3D-сцен и SVG-графики 258 аннотаторов в 64% случаев предпочитали результат MAI Code 2 результату GPT-6 Sol. Обратите внимание, какая модель там названа — GPT-6 Sol, а не 6.1, — и учтите, что предпочтение того, как выглядит сгенерированный интерфейс, не является мерой его работоспособности.

Что независимый отчёт говорит о GPT-6.1 Sol

У GPT-6.1 Sol есть то, чего нет у MAI Code 2: сторонний профиль. Artificial Analysis присваивает ему 55 баллов в Intelligence Index v5.0.1 — том же композитном показателе из девяти оценок, по которому измеряют всех остальных в этой категории, — и фиксирует $1,27 за задачу индекса, 23,3 минуты на задачу, 145 секунд до первого токена ответа и 49 токенов в секунду вывода.

Screenshot of the Artificial Analysis page for GPT-6.1 Sol showing a deprecation notice recommending GPT-6.2 Sol, an Intelligence Index of 55, 145.15 seconds to first answer token, 49 output tokens per second and 23.3 minutes per task.

Внутри собственной линейки OpenAI картина изменилась. GPT-6.2 Sol набирает 57 баллов при цене 1,01 доллара за задачу, так что модель, с которой Microsoft сравнивала свою, оказалась и превзойдена, и обойдена по цене собственным преемником. Это не аргумент против MAI Code 2 — то, что более дешёвая модель превосходит более старую и дорогую, именно и должно происходить при запуске с упором на соотношение цены и качества. Это аргумент против того, чтобы считать 98% описанием текущего фронтира. Честная формулировка такова: Microsoft достигла уровня сильной модели предыдущего поколения при 40% её цены и пока не показала, как она выступает против той, что выпускается сейчас.

Куда попадают токены — вот в чём настоящая разница.

40% у Microsoft — это показатель стоимости за задачу, а не соотношение цен. Соотношение цен составляет 25% — $0.50 против $2.00 на входе, $2.50 против $10.00 на выходе. Чтобы соотношение затрат составляло 40%, пока соотношение цен держится на уровне 25%, MAI Code 2 должен тратить больше токенов на задачу, чем GPT-6.1 Sol, — примерно в 1,6 раза больше по моим расчётам на основе двух опубликованных соотношений. Это вывод, а не утверждение Microsoft, и смешанные ставки на вход/выход делают его приблизительным.

Следуют два вывода. Во-первых, MAI Code 2 дешевле в расчёте на завершённую задачу, но не дешевле в расчёте на токен в том смысле, который подразумевает заголовок, поэтому любая нагрузка, тарифицируемая по токенам, а не по задачам, получит экономию меньше 60%. Во-вторых, поведение, требующее много токенов, плохо сочетается со шкалой уровней усилий рассуждения: обе модели предоставляют уровни усилий, обе тестировались на максимальном уровне усилий, и команда, работающая на максимальном уровне усилий в любом из вариантов, платит за токены размышлений дважды. Переход на более низкий уровень усилий для рутинной работы обычно даёт большую экономию, чем смена модели.

Доступ: один — это API, другой — функция подписки

GPT-6.1 Sol можно вызывать через API OpenAI, указав идентификатор модели; предусмотрены документированная политика снапшотов, дата отсечки знаний — 30 апреля 2026 года, а также поддержка инструментов, структурированных выходных данных, формата ответа и seed. Она также доступна в ChatGPT Work и Codex на тарифах Plus, Pro, Business, Enterprise и Edu.

MAI Code 2 — это функция Copilot, а не API. Доступ к ней осуществляется через подписку GitHub — от Pro до Enterprise — и в любом клиенте, который вы уже используете, от VS Code до Xcode. Её нет в Microsoft Foundry; только MAI Code 2 Flash имеет предварительную версию в Foundry, доступную через совместимый с OpenAI Responses API. Для самого MAI Code 2 нет опубликованного эндпоинта, нет даты его появления и нет распространения весов ни по одной лицензии.

Для команды, чей код живёт в GitHub и чьи разработчики уже работают в Copilot, это хороший ответ, и, возможно, даже лучший, чем API-ключ. Для CI-бота, внутреннего агентского фреймворка, конвейера код-ревью или чего-либо с собственной оркестрацией GPT-6.1 Sol — это модель, которую можно вызвать, а MAI Code 2 — нет.

Какой из них выбрать?

• Для работы разработчиков, изначально выстроенной вокруг Copilot, чувствительной к стоимости и характеризующейся большим объёмом, MAI Code 2 за $0.50 и $2.50, а также MAI Code 2 Flash за $0.05 и $0.25 для рутинного уровня — это более дешёвое решение с большим отрывом.

• {{1}}Приложение, агент или CI-интеграция{{/1}} — {{2}}GPT-6.1 Sol{{/2}}, потому что у него есть API. {{3}}MAI Code 2{{/3}} доступен по подписке.

• Всё, что превышает 272 000 токенов на запрос, — тариф GPT-6.1 Sol для длинных промптов удваивает ставку за ввод, что ещё больше подрывает его ценовое позиционирование; MAI Code 2 не публикует эквивалентный тариф, и это пробел в документации, а не обещание отсутствия такого тарифа.

• Написание кода на языке, отличном от английского, — карточка модели исключает это при выпуске для {{1}}MAI Code 2{{/1}}; {{2}}OpenAI{{/2}} не устанавливает такого ограничения для {{3}}GPT-6.1 Sol{{/3}}

• {{1}}Долгосрочная автономная работа{{/1}} — Microsoft прямо заявляет, что MAI Code 2 не оптимизирована для агентной работы с очень длительным горизонтом и не предназначена для действий с последствиями без надзора. Позиционирование GPT-6.1 Sol шире, хотя его собственное прекращение поддержки — причина вместо него обратить внимание на GPT-6.2 Sol.

Оценивая сравнение по одному ключу

Screenshot of OrcaRouter's GPT-6.1 Sol model page showing the $2.00 input and $10.00 output per million token rates, a 1M-token context, 128K maximum output and text, image and file input.

GPT-6.1 Sol доступен на OrcaRouter по прейскурантной цене провайдера с наценкой 0% — $2.00 за ввод и $10.00 за вывод за миллион токенов — и то же самое с Claude Opus 5.5 и Gemini 4 Carbon, и всё это через один ключ. GPT-6.2 Sol пока нет в каталоге, поэтому вопрос о преемнике здесь решить нельзя; что можно сделать — это честно оценить вывод из эксплуатации 6.1 Sol и следить за счётом за задачу, а не предполагать, что более новая модель обязательно дороже. Это не так — по данным Artificial Analysis, 6.2 Sol стоит $1.01 за индексную задачу против $1.27 у 6.1.

MAI Code 2 нет в нашем каталоге; единственный опубликованный способ доступа — GitHub Copilot. Если Microsoft откроет эндпоинт Foundry для большой модели, полезный первый эксперимент — не переключение, а разделение: MAI Code 2 на повседневном потоке задач по исправлению, где его ценовое преимущество наибольшее, а осторожно применяемая передовая модель — на рефакторингах и долгосрочных задачах, и автоматическое переключение при сбое на нижнем уровне, чтобы непроверенная модель никогда не стала единой точкой отказа. 40% стоит проверить. 98% стоит проверить отдельно, на собственных репозиториях, прежде чем кто-либо запланирует миграцию с опорой на это.

© 2026 OrcaRouter