Genererat kort med pristidslinje som jämför MAI Code 2:s kampanjpris på 0,50 USD för indata och 2,50 USD för utdata per miljon token, gällande till 17 maj 2027, mot Gemini 4 Carbons pris på 2,00 USD och 10,00 USD som löper ut 30 november 2026, varefter det fördubblas. Bildtexten lyder: Carbons introduktionspris fördubblas om tolv dagar; MAI Code 2:s gäller i sex månader.
Guides & Insights

MAI Code 2 vs Gemini 4 Carbon: Den ena rabatten slutar om tolv dagar, den andra varar i sex månader

Författare

jinhao.song

Publiceringsdatum

Senaste modellerna · 20Visa alla modeller →
Benchmarks: Artificial Analysis · uppdateras dagligen
Tillbaka till alla inlägg

På papperet är detta en walkover. Gemini 4 Carbon ligger på 60 i Artificial Analysis Intelligence Index v5.0.1 och kostar $5.48 per indexuppgift; MAI Code 2 har ingen oberoende poäng någonstans och kostar $0.50 per miljon inputtokens och $2.50 per miljon outputtokens i GitHub Copilot. Den ena är en uppmätt frontier-modell, den andra är ett leverantörspåstående med ett prisblad bifogat. Men siffran som avgör de flesta verkliga beslut här är inte indexgapet – det är ett datum. Carbons pris på $2.00 och $10.00 är ett introduktionspris och upphör den 30 november 2026, då det fördubblas till $4.00 och $20.00 utan att något hos modellen ändras. MAI Code 2:s kampanjpris gäller till och med den 17 maj 2027. Tolv dagar av billig Carbon mot sex månader av billig MAI Code 2 är en annan jämförelse än den som de två specifikationsbladen bjuder in till.

Prislistorna, inklusive vad de blir

• Vad du betalar per miljon indatatokens – Carbon $2.00 till och med 30 november, därefter $4.00; MAI Code 2 $0.50 till och med 17 maj 2027, därefter $1.00

• Vad du betalar per miljon utdatatoken – Carbon 10,00 USD, sedan 20,00 USD; MAI Code 2 2,50 USD, sedan 5,00 USD

• Cachad indata – $0,025 jämfört med en opublicerad Carbon-siffra som Artificial Analysis beräknar som en cacherabatt på 95 %

• Kontext — 1,050,000 tokens på MAI Code 2 jämfört med 1,048,576 på Carbon; i praktiken oavgjort

• Maximal utdata — 128 000 tokens på MAI Code 2 jämfört med 65 536 på Carbon

• Vad den accepterar – Carbon tar emot ljud, video och dokument samt text och bilder; MAI Code 2:s kort listar text och bilder och inget mer

• Vikter – ingen nedladdning på någon av sidorna; Carbon är proprietärt enligt policy, MAI Code 2 genom att Microsoft inte publicerar några filer

Rate card comparing MAI Code 2 at $0.50 input and $2.50 output per million tokens today, doubling on 17 May 2027, against Gemini 4 Carbon at $2.00 and $10.00 today, doubling on 1 December 2026.

Med dagens siffror är MAI Code 2 en fjärdedel av Carbons pris per token. Efter den 1 december är det en åttondel. Det är omkastningen som är värd att lägga märke till: gapet vidgas just därför att Microsofts rabatt varar längre än Googles, och varje jämförelse som skrivs i dag kommer att beskriva ett prisförhållande som löper ut inom mindre än två veckor.

Vad Carbon's 60 faktiskt mäter, och vad det inte gör

Carbons indexpoäng är ett genomsnitt av nio utvärderingar som Artificial Analysis genomför, bland annat Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Briefcase v1.1, AutomationBench-AA och Terminal-Bench-Science 0.1. Det är den tredje högsta poängen på den listan och den är oberoende framtagen. Siffrorna bakom är mindre smickrande än placeringen: 34,2 minuter per indexuppgift, 74,42 sekunder till första token i svaret, 60 token per sekund i utdata och 5,48 dollar per uppgift. Carbon är en långsam, eftertänksam modell som kostar rejält med pengar att köra färdigt.

Den kombinationen – en poäng bland de tre bästa, en genomströmning i nedre halvan – är hur en multimodell ser ut när den utför arbetet i stället för att sammanfatta det. Det är också anledningen till att en jämförelse per token smickrar Carbon: vid 60 tokens per sekund tar en lång agentisk uppgift flera minuter i verklig tid, oavsett om någon tittar på.

Screenshot of the Artificial Analysis page for Gemini 4 Carbon showing an Intelligence Index of 60, 74.42 seconds to first answer token, 60 output tokens per second, 34.2 minutes per task and $2.00 per million input tokens.

Det område där Carbon verkligen ligger före något som Microsoft hävdar är bredden. Modellen tar emot text, bilder, ljud, video och dokument och returnerar text, med en kontext på 1M tokens och inbyggd verktygsanvändning. Microsofts modellkort anger text och bilder in, text ut. Om arbetsbelastningen innebär att titta på en skärminspelning av ett misslyckat test, eller att läsa en scannad specifikation tillsammans med en kodbas, är Carbon den enda av de två som överhuvudtaget gör anspråk på indata.

Vad MAI Code 2:s siffror är – och inte är

Microsoft publicerar tre godkännandefrekvenser vid maximal resonemangsansträngning: 73,2 % på DeepSWE 1.1, 84,6 % på TerminalBench 2.1 och 43,1 % på SWE Atlas. Alla tre togs fram på MSBench, Microsofts interna utvärderingsplattform, via GitHub Copilot CLI i version 1.0.102 med underagenter inaktiverade. Det finns ingen bekräftelse från utomstående part och ingen rad i Artificial Analysis. Modellkortet är också uppriktigt om omfattningen: vid lanseringen endast optimerad för engelsk kodproduktion, inte finjusterad för agentiskt arbete med mycket lång horisont och inte avsedd för oövervakade åtgärder med betydande konsekvenser.

Arkitekturen är åtminstone tillräckligt specifik för att man ska kunna resonera kring den. MAI Code 2 är en gles mixture-of-experts-transformer med cirka 2,8 biljoner parametrar totalt och 77 miljarder aktiva, plus en inbäddad visionsencoder på 3 miljarder, förtränad på ungefär 50 biljoner tokens med långkontextutökning till en miljon. Det är en stor modell enligt vilket mått som helst och billig att anropa, vilket är hela säljargumentet.

Fördelningsklyftan är den verkliga.

Gemini 4 Carbon har varit allmänt tillgänglig på det betalda Gemini API:et sedan den 10 november 2026, efter tolv dagars begränsad åtkomst via Googles Fairwind-program. Den har ett stabilt modell-ID, en prislista, närvaro i AI Studio och tillgänglighet för företag.

Screenshot of OrcaRouter's Gemini 4 Carbon model page showing $2.00 input and $10.00 output per million token rates, a 1,048,576-token context window and support for text, images, audio, video and documents.

MAI Code 2 finns i GitHub Copilot. Det är inte en liten sak – Copilot Pro, Pro+, Max, Business och Enterprise, i VS Code, Visual Studio, CLI:n, molnagenten, JetBrains, Xcode och Eclipse – men det är bara en leverantörs yta. MAI Code 2 Flash är i förhandsversion med begränsad åtkomst i Microsoft Foundry via ett OpenAI-kompatibelt Responses-API. MAI Code 2 självt har ingen Foundry-distribution, ingen publicerad slutpunkt och inget datum för någon sådan. Microsofts meddelande säger att ytterligare tillgänglighet är på väg och nämner inga plattformar.

Så det praktiska svaret på "vilken ska jag använda" beror på en fråga som inte har något med benchmarkar att göra: bygger du inuti Copilot, eller bygger du en applikation som anropar ett API? I det andra fallet finns det bara en modell i den här jämförelsen som du faktiskt kan anropa i dag.

Där de två modellerna var och en är rätt svar

• Vardaglig företagsreparation i ett Copilot-arbetsflöde – Carbon finns inte i Copilot, men det gör MAI Code 2, till en fjärdedel av Carbons pris och från december en åttondel av det. Det är inte ens nära.

• Multimodal eller medietung indata – Carbon vinner som standard, eftersom MAI Code 2 inte gör anspråk på ljud-, video- eller dokumentindata.

• Långsiktigt autonomt agentarbete – ingendera är det självklara valet. Carbon är långsamt och dyrt per uppgift med 34 minuter och 5,48 dollar; Microsoft säger rakt ut att MAI Code 2 inte är trimmad för det.

• Kostnadskänsligt batcharbete i stor skala – priset fördubblas för Carbon om tolv dagar och för MAI Code 2 om sex månader. Om arbetsbelastningen är i stabilt tillstånd talar asymmetrin till MAI-sidans fördel; om den måste kunna anropas från din egen kod gör den inte det.

• Arbetsbelastningar som kräver fullständig oberoende dokumentation — Carbon har det, MAI Code 2 har inget. En upphandlingsgranskning som kräver tredjepartsbevisning kan bara godkänna en av dessa två modeller.

Prissättning av båda sidorna på en tangent

Gemini 4 Carbon finns på OrcaRouter till $2.00 för indata och $10.00 för utdata per miljon token, leverantörens listpris vidarebefordras med 0 % påslag – vilket innebär att omprissättningen den 1 december till $4.00 och $20.00 slår igenom på din faktura samma dag som Google ändrar den, utan fördröjning från återförsäljare och utan behov av att omförhandla något. MAI Code 2 finns inte i vår katalog, och den enda publicerade vägen till den är GitHub Copilot.

Den asymmetrin är precis argumentet för att routa i stället för att binda sig. Carbons pris är på väg att fördubblas; MAI Code 2 är inte på väg att bli anropbar från din egen stack. När Carbon-radposten ligger bakom en enda slutpunkt kan den bytas ut eller delas upp i samma stund som den nya prislistan träder i kraft, och en andra modell kan ta över trafiken som tidigare motiverade det låga priset – ingen kodändring, inget andra avtal. Automatisk failover spelar roll här av en andra anledning: Carbon med 74 sekunder till första token och 34 minuter per uppgift är ett långvarigt beroende, och en körning som fastnar är en körning du vill ha någon annanstans.

Vad du bör göra före 30 november: räkna ut hur stor del av din Carbon-trafik som är så rutinmässig att en modell utan oberoende poäng rimligen skulle kunna hantera den, och hur stor del som verkligen behöver multimodala indata eller 60-poängsindexet. Sätt sedan priset för den andra delen till $4.00 och $20.00, eftersom det är vad den kommer att kosta. Det är den första delen som MAI Code 2 är värd en titt på — i Copilot, redan idag, till $0.50 och $2.50.