
MAI Code 2 vs Kimi K3.1 Pro: Den ena publicerar en siffra, den andra publicerar en rabatt
- OrcaNYOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1M tokens · 180 tok/s
- tencentNYTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1M tokens · 223 tok/s
- GoogleNYGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1M tokens · 89 tok/s
- AnthropicNYAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1M tokens · 98 tok/s
- orcaNYOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M tokens · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1M tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1M tokens · 79 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1M tokens · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M tokens · 118 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M tokens · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligens
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1M tokens · 199 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligens
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M tokens · 114 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligens
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1M tokens · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligens
MAI Code 2 började säljas den 17 november 2026 med ett pris och utan poäng. Kimi K3.1 Pro, som Moonshot AI annonserade den 24 oktober 2026 och öppnade upp den 4 november, kommer med båda: 2,00 dollar per miljon indatatokens och en oberoende Intelligence Index-mätning på 46. Det är den asymmetrin, inte en benchmarktabell, som den här jämförelsen handlar om. Microsofts lanseringsinlägg namnger fyra kodningsbenchmarker – DeepSWE 1.1, Terminal Bench 2.1, SWE-Atlas och FrontierCode v1.1 – och publicerar sedan kvoter i stället för resultat: 96 % av Claude Opus 5.5:s prestanda till 5 % av kostnaden, 98 % av GPT-6.1 Sol:s till 40 %, i genomsnitt över de fyra. Moonshot publicerar en faktisk procentsats på en faktisk benchmark, och Artificial Analysis kör sin egen testrigg ovanpå det. Den ena sidan ger dig en rabatt du kan verifiera in i minsta öre och ett kapacitetspåstående du inte kan kontrollera alls. Den andra ger dig ett nummer du kan argumentera kring.
Båda är värdbaserade. Endast en går att ladda ner. Det visar sig betyda mer än prisskillnaden på fyra gånger.
Det Microsoft publicerade – och vad man utelämnade
Lanseringsinlägget är specifikt när det gäller metod och tyst om resultat, vilket är en ovanlig kombination och värt att läsas noggrant. De fyra benchmarktesterna namnges. Tre av dem – DeepSWE 1.1, Terminal Bench 2.1 och SWE-Atlas – kördes på MSBench, Microsofts interna utvärderingsplattform, via GitHub Copilot CLI med subagenter inaktiverade och varje modell inställd på maximal resonemangsansträngning. FrontierCodes poäng och kostnader kommer från Artificial Analysis, vilket gör det till den enda komponenten i genomsnittet som Microsoft inte själva har tagit fram. Kostnaderna anges till modellens kampanjpris med 50 % rabatt.
Sedan resultaten: två kvoter och en preferensandel. 96 % av Claude Opus 5.5:s prestanda till 5 % av kostnaden. 98 % av GPT-6.1 Sols till 40 %. I blinda frontend-utvärderingar föredrog granskarna MAI Code 2:s utdata framför GPT-6 Sol i 64 % av fallen. Ingenstans i lanseringsinlägget eller på modellsidan finns en enda godkännandegrad för modellen på någon av de fyra benchmarkarna, ett parameterantal eller ett utdatatak. Från och med den 18 november 2026 finns det inte heller någon rad för den i Artificial Analysis, så det finns inget oberoende som kan fylla luckan.
Det är ingen skandal. Det är ett val med en specifik kostnad för köparen: du kan inte beräkna vad en slutförd uppgift kostar, eftersom du inte vet hur många försök modellen behöver. Ett förhållande som genomsnittats över fyra benchmarkar mäter genomsnittet, inte fördelningen, och kodarbete är där fördelningen har en lång svans.
Priskortet, som är helt offentligt och helt granskningsbart
Prissättningen är där berättelsen om MAI Code 2 blir konkret, eftersom GitHub dokumenterar den till tiondels cent.
• Indata — MAI Code 2 till $0,50 per miljon tokens jämfört med Kimi K3.1 Pro till $2,00; MAI kostar en fjärdedel av priset
• Utdata – $2.50 mot $10.00 per miljon; samma fyrdubbla förhållande, så rabatten är inte en mixartefakt
• Cachad indata – $0,025 mot $0,20 per miljon; MAI är en åttondel, och GitHub publicerar ingen avgift för cacheskrivning på någon av sidorna
• Från 17 maj 2027 — MAI Code 2 prissätts till $1.00 / $0.05 / $5.00, vilket halverar dess försprång till 2× för nya tokens och 4× för cacheläsningar
• Kontext — 1 048 576 tokens på Kimi K3.1 Pro via Moonshots API, mot ett fönster på 1 miljon tokens på MAI Code 2 som endast öppnas i Visual Studio Code och Copilot CLI
• Utmatningstak — publiceras inte av Microsoft, och det finns inte heller något separat utmatningstak i Moonshots publicerade kort; siffran 1,048,576 är ett kontextfönster, inte en genereringsgräns
• Vikter – inga, endast värdbaserade, mot en nedladdning på 1,56 TB MXFP4 som publicerades den 4 november 2026
Raden för cachad indata är där en agentisk arbetsbelastning faktiskt lägger sina pengar, och den talar starkare till Microsofts fördel än vad rubrikpriset gör. En kodningsagent spelar upp en fast systemprompt, ett stabilt verktygsschema och ett repository-prefix vid varje tur. Med $0,025 per miljon cachade token mot $0,20 är gapet på de rader som dominerar fakturan större än 4×. Utgångsdatumet gör sedan det mesta av skadan: från och med den 17 maj 2027 blir den cachade taxan $0,05 medan Moonshots ligger kvar där Moonshot sätter den, och fördelen krymper till 4× för cachning och 2× för färska token.
Det enda instrument som den andra sidan faktiskt publicerar
Kimi K3.1 Pro:s bevisning har en annan form – en siffra från leverantören som du kan kontrollera mot en oberoende sådan, och en kostnad per uppgift som inkluderar den tid modellen lägger på att tänka.
Moonshots egen lanseringstabell placerar Kimi K3.1 Pro på 65,7 % i Terminal-Bench 4.0, på andra plats efter Claude Opus 5.5 på 66,4 %. Det är en verklig procentsats på ett aktuellt benchmark, publicerad av leverantören på lanseringsdagen, och den smickrar inte modellen. På Intelligence Index, version 5.0.1, får Kimi K3.1 Pro 46, långt över medianen på 23 som Artificial Analysis rapporterar för jämförbara modeller.
Kostnadssidan är där en oberoende läsning visar sitt värde, och den är inte smickrande heller. Artificial Analysis placerar Kimi K3.1 Pro på 3,68 dollar per Intelligence Index-uppgift, med 38,4 minuter per uppgift vid 31 token per sekund i utdata och 157,8 sekunder till den första svarstoken – långsamt mot en median på 13,6 minuter per uppgift. Det är siffrorna du behöver för att avgöra om en modell hör hemma i en loop snarare än i ett chattfönster, och det finns ingen motsvarighet för MAI Code 2.

Vad den fyrdubbla rabatten egentligen köper
Skalar man bort marknadsföringen blir avvägningen tydlig. MAI Code 2 kostar i dag en fjärdedel av Kimi K3.1 Pro och hälften av det efter maj 2027. I utbyte accepterar du fyra saker som du inte kan granska: godkännandegraden, antalet försök per slutförd uppgift, modellens storlek och dess beteende utanför de fyra benchmarks som Microsoft valde. Microsoft är ovanligt direkt om det sista — lanseringsinlägget säger att modellerna "uttryckligen ännu inte är trimmade för svårare problem, som grundläggande vetenskaplig forskning och agentiskt arbete med mycket lång horisont". Den meningen bör man fästa större tilltro till än till 96 %, eftersom det är en begränsning som leverantören självmant tog upp.
Kimi K3.1 Pro:s avvägning går åt andra hållet. Du betalar fyra gånger så mycket per token, väntar 38 minuter på en uppgift och får en modell som du kan ladda ner, finjustera i din egen klientorganisation och fortsätta köra om Moonshots API har en dålig vecka. Vikterna är 1,56 TB fördelade på 96 shardar i MXFP4, vilket är ett riktigt jobb med modellservering snarare än en nedladdning till en bärbar dator, och licensen är ett skräddarsytt instrument med en intäktströskel – inte Apache, inte MIT, inte OSI-godkänd. Så "öppen" betyder här granskningsbar och självhostbar, inte utan villkor. För en säkerhetsgranskning är den skillnaden okej. För en produkt som du avser att vidaredistribuera bör du läsa licensen först.
Ingen av modellerna är ett dåligt köp. De är prissatta för olika köpare: den ena för ett team som redan betalar för Copilot och vill ha billigare tokens i de verktyg det har infört, den andra för ett team som vill ha en tillgång som det kan flytta.
Ringer båda sidor, och den utan ändpunkt
Kimi K3.1 Pro finns på OrcaRouter som kimi/kimi-k3.1-pro till $2,00 och $10,00 per miljon token, vidarebefordrat till leverantörens listpris med 0 % påslag — så om Moonshot ändrar sitt pris ändras din faktura samma dag i stället för efter en återförsäljares prisjusteringscykel. Den ligger bakom samma nyckel som resten av katalogen, och automatisk failover innebär att en hastighetsbegränsning hos leverantören blir ett nytt försök i stället för ett avbrott mitt i en 38-minuters agentkörning.
MAI Code 2 finns inte i vår katalog och kan inte heller finnas där. Den enda publicerade vägen är en GitHub Copilot-prenumeration, i nivåerna Pro, Pro+, Max, Business och Enterprise; den mindre MAI Code 2 Flash är den enda modellen i familjen med ett API-gränssnitt, en förhandsversion med begränsad åtkomst i Microsoft Foundry via ett OpenAI-kompatibelt Responses API. Om du vill jämföra de två i dina egna databaser måste ena sidan av experimentet köras i en Copilot-klient och den andra mot en HTTP-slutpunkt. Det är en verklig begränsning i designen, inte en fotnot.
Den lösning som klarar sig är en uppdelning snarare än en migrering. Behåll den mätbara modellen på den väg som måste budgeteras, där Kimi K3.1 Pros 3,68 dollar per uppgift och slutförandetider på 38 minuter är kända storheter som du kan planera utifrån. Sätt MAI Code 2 framför de utvecklare som redan arbetar i Copilot, där det inte kostar något att prova det utöver en plats de redan har. Bestäm sedan kostnaden för slutförda uppgifter utifrån dina egna repon i stället för utifrån ett genomsnitt över fyra benchmarkresultat.

Vilken ska man välja?
• Du behöver granska modellen eller köra den själv – Kimi K3.1 Pro, och det finns ingen andra kandidat här. Vikterna är nedladdningsbara och licensfrågan går att besvara.
• Dina utvecklare arbetar redan i Copilot och arbetet är rutinmässig reparation — MAI Code 2 till $0.50 och $2.50, under förutsättning att siffrorna 96 % och 98 % är Microsofts egna och inte har reproducerats.
• Du behöver en försvarbar siffra för inköp — Kimi K3.1 Pro, eftersom det finns en oberoende indexavläsning på 46 och den andra modellen inte har någon rad.
• Du lägger budget för perioden efter maj 2027 — Kimi K3.1 Pro, eller MAI Code 2 modellerade enligt den fördubblade prislistan i stället för den kampanjprisade.
• Du vill ha den billigaste token för ett människodrivet arbetsflöde – MAI Code 2, eftersom en person som väntar på ett slutförande inte betalar för väggklockstid på samma sätt som en agentloop gör.

Den öppna frågan är om Microsoft någonsin publicerar en absolut siffra. En enda godkännandefrekvens för Terminal-Bench 4.0 skulle avgöra mer än någon kvot, eftersom den skulle placera MAI Code 2 på samma axel som allt annat. Tills det finns är detta en jämförelse mellan en prislista och en uppmätt modell – och den ärliga rekommendationen är den billigare token för arbete du kan övervaka, och den uppmätta modellen för arbete du inte kan.
Jämförda i den här artikeln2
Identifierat från den här artikeln · Benchmarks: Artificial Analysis · uppdateras dagligen
