
MAI Code 2 vs Kimi K3.1 Pro: один публикует число, другой — скидку
- OrcaНОВИНКАOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 за 1 млн токенов · 180 tok/s
- tencentНОВИНКАTencent: Hy4 Flash2026-11-16$0.02 / $0.07 за 1 млн токенов · 223 tok/s
- GoogleНОВИНКАGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 за 1 млн токенов · 89 tok/s
- AnthropicНОВИНКАAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 за 1 млн токенов · 98 tok/s
- orcaНОВИНКАOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 за 1 млн токенов · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 за 1 млн токенов · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 за 1 млн токенов · 79 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 за 1 млн токенов · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 за 1 млн токенов · 118 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 за 1 млн токенов · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 за 1 млн токенов · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 за 1 млн токенов · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Интеллект
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 за 1 млн токенов · 199 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Интеллект
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 за 1 млн токенов · 114 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Интеллект
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 за 1 млн токенов · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Интеллект
MAI Code 2 поступил в продажу 17 ноября 2026 года с ценой, но без оценки. Kimi K3.1 Pro, который Moonshot AI анонсировала 24 октября 2026 года и открыла 4 ноября, предлагает и то, и другое: $2.00 за миллион входных токенов и независимое значение Intelligence Index, равное 46. Эта асимметрия, а не таблица бенчмарков, — вот в чём суть этого сравнения. В публикации Microsoft о запуске перечислены четыре бенчмарка для кодинга — DeepSWE 1.1, Terminal Bench 2.1, SWE-Atlas и FrontierCode v1.1 — а затем публикуются соотношения вместо результатов: 96% производительности Claude Opus 5.5 при 5% затрат, 98% производительности GPT-6.1 Sol при 40%, в среднем по этим четырём. Moonshot публикует фактический процент на фактическом бенчмарке, а Artificial Analysis прогоняет поверх этого собственный харнесс. Одна сторона даёт вам скидку, которую можно проверить с точностью до цента, и заявление о возможностях, которое нельзя проверить вообще. Другая даёт вам число, с которым можно поспорить.
Оба размещены на хостинге. Скачать можно только один. Оказывается, это важнее, чем четырёхкратная разница в цене.
Что опубликовала Microsoft и что она опустила
В посте о запуске подробно описана методика, но ничего не сказано о результатах — необычное сочетание, которое стоит внимательно изучить. Названы четыре бенчмарка. Три из них — DeepSWE 1.1, Terminal Bench 2.1 и SWE-Atlas — запускались на MSBench, внутренней платформе оценки Microsoft, через GitHub Copilot CLI с отключёнными субагентами и при максимальном уровне рассуждений каждой модели. Оценки и затраты FrontierCode взяты из Artificial Analysis, поэтому это единственный компонент среднего, который Microsoft не создала сама. Затраты указаны по 50% промо-цене модели.
Итак, результаты: два соотношения и доля предпочтений. 96% производительности Claude Opus 5.5 при 5% затрат. 98% от показателя GPT-6.1 Sol при 40% затрат. В слепых оценках фронтенда оценщики в 64% случаев предпочитали результаты MAI Code 2 результатам GPT-6 Sol. Ни в публикации о запуске, ни на странице модели нет ни доли успешных прохождений модели ни на одном из этих четырёх бенчмарков, ни количества параметров, ни ограничения на объём вывода. По состоянию на 18 ноября 2026 года в Artificial Analysis для неё тоже нет строки, поэтому независимых данных, способных заполнить этот пробел, не существует.
Это не скандал. Это выбор с конкретной ценой для покупателя: вы не можете вычислить, сколько стоит завершённая задача, потому что не знаете, сколько попыток нужно модели. Усреднённое по четырём бенчмаркам соотношение измеряет среднее, а не распределение, а в работе над кодом у распределения длинный хвост.
Тарифная сетка, которая полностью публична и полностью проверяема
Именно в ценообразовании история MAI Code 2 становится конкретной, поскольку GitHub документирует её с точностью до десятой доли цента.
• Ввод — MAI Code 2 по $0,50 за миллион токенов против Kimi K3.1 Pro по $2,00; MAI стоит четверть этой цены
• Вывод — $2,50 против $10,00 за миллион; то же четырёхкратное соотношение, так что скидка не является артефактом структуры ассортимента
• Кэшированный ввод — $0,025 против $0,20 за миллион; у MAI это одна восьмая, и GitHub не публикует плату за запись в кэш ни для одной из сторон.
• С 17 мая 2027 года — MAI Code 2 переходит на цены $1.00 / $0.05 / $5.00, сокращая своё преимущество вдвое — до 2× на новых токенах и 4× при чтении из кэша
• Контекст — 1 048 576 токенов в Kimi K3.1 Pro через API Moonshot, в сравнении с окном в 1 миллион токенов у MAI Code 2, который открывается только внутри Visual Studio Code и Copilot CLI
• Потолок вывода — не опубликован Microsoft; в опубликованной карточке Moonshot отдельного потолка вывода тоже нет; число 1 048 576 — это контекстное окно, а не лимит генерации
• Веса — отсутствуют, только хостинг, в отличие от скачиваемого файла MXFP4 объёмом 1,56 ТБ, опубликованного 4 ноября 2026 г.
Строка кэшированного ввода — это то, на что агентная нагрузка фактически тратит свои деньги, и это играет в пользу Microsoft сильнее, чем следует из заголовочных цифр. Агент для программирования на каждом шаге повторно передаёт фиксированный системный промпт, стабильную схему инструментов и префикс репозитория. При $0,025 за миллион кэшированных токенов против $0,20 разрыв по строкам, которые доминируют в счёте, превышает 4×. Затем основную часть ущерба наносит дата истечения: с 17 мая 2027 года ставка для кэшированных токенов становится $0,05, тогда как у Moonshot она остаётся там, где Moonshot её устанавливает, и преимущество сужается до 4× на кэшировании и 2× на свежих токенах.
Единственный инструмент, который другая сторона действительно публикует
Доказательная база Kimi K3.1 Pro имеет иную форму — показатель от поставщика, который можно сверить с независимым, и стоимость одной задачи, включающая время, которое модель тратит на размышления.
В собственной таблице запуска Moonshot модель Kimi K3.1 Pro указана с результатом 65,7% в Terminal-Bench 4.0 — второе место после Claude Opus 5.5 с 66,4%. Это реальный процент на актуальном бенчмарке, опубликованный вендором в день запуска, и он не льстит модели. В Intelligence Index версии 5.0.1 Kimi K3.1 Pro набирает 46 — значительно выше медианы 23, которую Artificial Analysis указывает для сопоставимых моделей.
Именно на стороне затрат независимый разбор оправдывает себя, и он тоже не льстит. Artificial Analysis оценивает Kimi K3.1 Pro в $3.68 за задачу Intelligence Index: 38.4 минуты на задачу при 31 токене в секунду вывода и 157.8 секунды до первого токена ответа — медленно на фоне медианы в 13.6 минуты на задачу. Это те цифры, которые нужны, чтобы решить, место ли модели в цикле, а не в окне чата, и для MAI Code 2 эквивалента нет.

Что на самом деле даёт четырёхкратная скидка
Отбросьте маркетинг — и условия сделки становятся понятны. MAI Code 2 сегодня стоит четверть от Kimi K3.1 Pro, а после мая 2027 года — половину от неё. Взамен вы принимаете четыре вещи, которые не можете проверить: долю успешных выполнений, количество попыток на завершённую задачу, размер модели и её поведение за пределами четырёх бенчмарков, выбранных Microsoft. Microsoft на удивление прямо говорит о последнем — в публикации о запуске сказано, что модели «явно ещё не настроены на более сложные задачи, такие как фундаментальные научные исследования и агентная работа с очень длинным горизонтом». Этому предложению стоит верить больше, чем цифре 96%, потому что это ограничение, о котором поставщик сообщил добровольно.
Компромисс Kimi K3.1 Pro устроен наоборот. Вы платите в четыре раза больше за токен, ждёте 38 минут выполнения задачи и получаете модель, которую можно скачать, дообучить в собственном тенанте и продолжать запускать, если у API Moonshot выдастся неудачная неделя. Веса занимают 1,56 ТБ и распределены по 96 шардам в MXFP4 — это полноценная задача по обслуживанию, а не загрузка на ноутбук, а лицензия представляет собой специализированный юридический документ с порогом по выручке — не Apache, не MIT и не одобрена OSI. Так что «open» здесь означает доступность для аудита и самостоятельного хостинга, а не отсутствие обременений. Для проверки безопасности это различие нормально. Для продукта, который вы собираетесь распространять, сначала прочитайте лицензию.
Ни одна из моделей не является плохой покупкой. Они рассчитаны на разных покупателей: одна — для команды, которая уже платит за Copilot и хочет более дешёвые токены внутри уже внедрённых ею инструментов, другая — для команды, которой нужен актив, который можно перенести.
Вызываю обе стороны и ту, у которой нет конечной точки
Kimi K3.1 Pro доступен на OrcaRouter как kimi/kimi-k3.1-pro по $2,00 и $10,00 за миллион токенов, передаётся по прейскурантному тарифу провайдера с наценкой 0% — поэтому если Moonshot изменит свой прайс-лист, ваш счёт изменится в тот же день, а не после цикла пересмотра цен реселлером. Доступ к нему осуществляется через тот же ключ, что и к остальному каталогу, и автоматическое переключение при сбое означает, что ограничение частоты запросов на стороне провайдера превращается в повторную попытку, а не в сбой посреди 38-минутного запуска агента.
MAI Code 2 отсутствует в нашем каталоге и не может там быть. Единственный опубликованный путь — подписка GitHub Copilot в тарифах Pro, Pro+, Max, Business и Enterprise; младшая MAI Code 2 Flash — единственная модель в семействе с API-интерфейсом: предварительная версия с ограниченным доступом в Microsoft Foundry через совместимый с OpenAI API Responses. Если вы хотите сравнить обе модели на своих репозиториях, одна сторона эксперимента должна выполняться внутри клиента Copilot, а другая — обращаться к HTTP-эндпоинту. Это реальное ограничение для дизайна, а не сноска.
Схема, которая это выдержит, — это разделение, а не миграция. Оставьте модель с измеримыми показателями на пути, который необходимо закладывать в бюджет, где $3.68 за задачу и 38 минут на выполнение у Kimi K3.1 Pro — известные величины, от которых можно отталкиваться при планировании. Предложите MAI Code 2 разработчикам, уже работающим в Copilot, где попробовать его не стоит ничего, кроме места, которое у них уже есть. Затем определяйте стоимость завершённой задачи по своим собственным репозиториям, а не по среднему по четырём бенчмаркам.

Какой вариант выбрать
• Вам нужно провести аудит модели или запустить её самостоятельно — Kimi K3.1 Pro, и здесь нет второго кандидата. Веса доступны для скачивания, и на вопрос о лицензии можно ответить.
• Ваши разработчики уже живут в Copilot, а работа — это рутинный ремонт: MAI Code 2 за $0.50 и $2.50, при том понимании, что показатели 96% и 98% принадлежат самой Microsoft и не были воспроизведены.
• Вам нужно обоснованное число для закупки — Kimi K3.1 Pro, потому что существует независимое значение индекса, равное 46, а у другой модели нет строки.
• Вы составляете бюджет на период после мая 2027 года — Kimi K3.1 Pro или MAI Code 2, рассчитанные по удвоенному тарифному плану, а не по promotional.
• Вам нужен самый дешёвый токен для рабочего процесса с участием человека — MAI Code 2, поскольку человек, ожидающий завершения, не платит за реальное время так, как это делает цикл агента.

Открытый вопрос — публикует ли Microsoft когда-либо абсолютное число. Одна доля успешных прохождений Terminal-Bench 4.0 решила бы больше, чем любое соотношение, потому что она поставила бы MAI Code 2 на ту же ось, что и всё остальное. Пока этого нет, это сравнение между прайс-листом и измеренной моделью — и честная рекомендация: более дешёвый токен для работы, за которой вы можете наблюдать, и измеренная модель для работы, за которой не можете.
Сравнение в этой статье1
Определено по этой статье · Бенчмарки: Artificial Analysis · обновляется ежедневно
