
Bảy mô hình MAI trong một Ignite Keynote: MAI Code 2 thực sự phù hợp ở đâu
- OrcaMỚIOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 trên 1 triệu token
- tencentMỚITencent: Hy4 Flash2026-11-16$0.02 / $0.07 trên 1 triệu token
- GoogleMỚIGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 trên 1 triệu token · 89 tok/s
- AnthropicMỚIAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 trên 1 triệu token · 97 tok/s
- orcaMỚIOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 trên 1 triệu token · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 trên 1 triệu token · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 trên 1 triệu token · 87 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 trên 1 triệu token
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 trên 1 triệu token · 121 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 trên 1 triệu token · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Trí tuệ
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 trên 1 triệu token · 195 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Trí tuệ
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 trên 1 triệu token · 118 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Trí tuệ
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Trí tuệ
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 trên 1 triệu token · 187 tok/s
Microsoft đã dùng bài phát biểu chính tại Ignite 2026 vào ngày 17 tháng 11 để đưa bảy mô hình mới lên sân khấu cùng lúc, và mô hình mà các nhà phát triển sẽ tranh luận là MAI Code 2. Nó được bán không phải bằng điểm số mà bằng một tỷ lệ: thông báo của chính Microsoft nói rằng nó đạt 96% Claude Opus 5.5về hiệu năng trên bốn bài benchmark lập trình với 5% chi phí, và 98% hiệu năng của GPT-6.1 Solvới 40% chi phí. Đó là những con số do nhà cung cấp đưa ra từ bộ công cụ đánh giá nội bộ của Microsoft, chưa có ai bên ngoài Microsoft tái lập được, và mô hình này không có dòng nào trên bảng xếp hạng độc lập vào thời điểm viết bài. Điều khiến buổi ra mắt vẫn đáng đọc là tỷ lệ giá là có thật và có thể kiểm chứng, thẻ mô hình đặc biệt cụ thể, và cách thức phân phối hẹp hơn giọng điệu của thông báo gợi ý.
Đây là hình hài của đợt ra mắt: những gì đã được phát hành, các tuyên bố được lấy trung bình từ đâu, thẻ mô hình nói gì mà bài đăng blog không nói, nó tốn bao nhiêu và khi nào mức giá đó thay đổi, và tại sao mô hình lập trình lại là mô hình quan trọng đối với ngân sách chứ không phải mô hình hào nhoáng nhất trong bộ.
Điều gì đã thực sự được công bố
Bảy mô hình, một chip, một chương trình cấp phép. Các mô hình gồm MAI Cyber 2 Flash cho công việc bảo mật phòng thủ, MAI Code 2 và MAI Code 2 Flash cho lập trình, MAI Image 2.7 cho tạo và chỉnh sửa hình ảnh, MAI Realtime 1 cho chuyển đổi giọng nói trực tiếp, Dragon Copilot Transcribe được xây dựng trên MAI Transcribe 2, và Decision 1.1, một mô hình định tuyến mà Microsoft cho biết nhanh hơn 50 lần và rẻ hơn 79 lần so với GPT-Sol 6.1. Cùng với đó, Microsoft đã đưa Maia 200, bộ tăng tốc thế hệ thứ hai của mình, vào sản xuất và giới thiệu MAI Licensed Weights, cho phép một tổ chức chạy một mô hình MAI đã tùy chỉnh trong môi trường Azure của chính mình.

Cặp mô hình lập trình là chỗ kiếm ra tiền. MAI Code 2 là mô hình lớn hơn, được định vị cho gỡ lỗi chuyên sâu, triển khai đa tệp, suy luận trên toàn kho mã và công việc giao diện người dùng. MAI Code 2 Flash là mô hình nhỏ: giải thích mã, chỉnh sửa có mục tiêu, sửa lỗi thường ngày, lặp nhanh. Cách Microsoft đặt vấn đề nêu rõ rằng đây là những mô hình doanh nghiệp dùng hằng ngày chứ không phải loại chạy đua theo tiên phong, và thông báo nói điều này hai lần.
Tuyên bố mà Microsoft đang đưa ra làm trọng tâm, và nó là mức trung bình của những gì
Các con số 96% và 98% là giá trị trung bình của bốn bộ đánh giá: DeepSWE 1.1, Terminal Bench 2.1, SWE Atlas và FrontierCode v1.1. Ba trong số đó được chạy trên MSBench, nền tảng đánh giá nội bộ của Microsoft, sử dụng GitHub Copilot CLI ở phiên bản 1.0.102 với các subagent bị tắt và mọi mô hình ở mức nỗ lực suy luận tối đa. Thành phần FrontierCode khác về bản chất: những điểm số và chi phí đó đến từ Artificial Analysis, không phải từ hệ thống đánh giá của Microsoft. Vì vậy, con số tiêu đề là sự pha trộn của ba bài kiểm tra tự chạy và một bài kiểm tra của bên thứ ba, sau đó được biểu diễn dưới dạng phần trăm so với mức trung bình của hai đối thủ cạnh tranh.

Một tuyên bố thứ hai nằm bên cạnh đó, và chính nó nói lên nhiều nhất về những gì Microsoft nghĩ mình đã tạo ra. Trong các đánh giá song song mù về công việc front-end bao gồm giao diện, trò chơi, trực quan hóa dữ liệu, cảnh 3D và đồ họa SVG, người đánh giá ưu tiên đầu ra của MAI Code 2 hơn của GPT-6 Sol trong 64% trường hợp, trên 258 người gán nhãn. Đó là một nghiên cứu sở thích, không phải tỷ lệ vượt qua, và thật dễ để thắng sở thích bằng mã UI trông đáng tin cậy. Đây cũng là tuyên bố duy nhất trong thông báo nói về gu thẩm mỹ thay vì tính đúng đắn, và gu thẩm mỹ là nơi một mô hình rẻ có thể thắng một mô hình đắt một cách hợp lý trong một đội ngũ sản phẩm thực thụ.
Những gì thẻ mô hình nói mà bài đăng blog không nói
Thẻ mô hình dài 24 trang là tài liệu hữu ích hơn, vì nó chứa những con số mà người mua cần và bản thông báo bỏ sót.
• Kiến trúc — một transformer chỉ giải mã với các lớp hỗn hợp chuyên gia thưa và bộ mã hóa thị giác tích hợp, ở cả hai mô hình
• Tham số — MAI Code 2 với khoảng 2,8 nghìn tỷ tổng cộng, 77 tỷ hoạt động, với 3 tỷ nhúng; MAI Code 2 Flash với khoảng 398 tỷ tổng cộng và 12 tỷ hoạt động
• Huấn luyện — khoảng 50 nghìn tỷ token tiền huấn luyện cộng thêm khoảng 150 tỷ token mở rộng ngữ cảnh dài cho mô hình lớn, tất cả trong khoảng từ tháng 8 đến tháng 11 năm 2026, với mốc cắt kiến thức là tháng 8 năm 2026
• Bối cảnh và giới hạn — ngữ cảnh 1.050.000 token, đầu vào tối đa 922.000 token và đầu ra tối đa 128.000 token, nhận văn bản và hình ảnh, xuất văn bản
• Kiểm soát khả năng suy luận — năm mức nỗ lực, từ thấp đến tối đa, đánh đổi độ trễ và chi phí với chất lượng
• Các giới hạn được nêu — chỉ được tối ưu hóa cho việc sản xuất mã bằng tiếng Anh tại thời điểm phát hành, không được tinh chỉnh cho nghiên cứu khoa học cơ bản hoặc công việc tác nhân có tầm nhìn rất dài hạn, và không nhằm dành cho các hệ thống hoàn toàn tự chủ thực hiện những hành động có hệ quả mà không có sự giám sát của con người
Câu cuối cùng đó mới là câu trung thực, và là câu mà một đội mua sắm nên đọc hai lần. Microsoft không tuyên bố có một mô hình tiên phong tổng quát với giá ưu đãi. Họ tuyên bố có một mô hình lập trình làm tốt những công việc mà khách hàng GitHub Copilot thực sự làm, và nói thẳng rõ mô hình dừng lại ở đâu.
Nơi bạn có thể gọi nó, điều mà nghe có vẻ rộng hơn thực tế.
MAI Code 2 và MAI Code 2 Flash đều có mặt trong GitHub Copilot, trên khắp các gói Copilot Pro, Pro+, Max, Business và Enterprise đối với mô hình lớn hơn, và từ gói Free trở lên đối với Flash. MAI Code 2 Flash còn có trong bản xem trước giới hạn quyền truy cập tại Microsoft Foundry, có thể gọi qua API Responses tương thích với OpenAI. Bản thân MAI Code 2 không có triển khai trên Foundry khi ra mắt.
Sự bất đối xứng đó là chi tiết thực tế bị chôn dưới slide benchmark. Nếu bạn muốn MAI Code 2 bên trong Copilot, bạn đã có nó ngay hôm nay. Nếu bạn muốn gọi MAI Code 2 từ ứng dụng của riêng mình, khung tác nhân của bạn hoặc pipeline CI của bạn, thì không có endpoint nào được công bố để gọi: mô hình duy nhất trong cặp này có câu chuyện API là mô hình nhỏ hơn, và đó là bản xem trước. Microsoft nói rằng khả năng dành cho bên thứ ba sẽ sớm có; chưa có gì được công bố và không đưa ra ngày cụ thể. Trọng số mô hình hoàn toàn không được phân phối, và giấy phép là một bộ điều khoản sản phẩm chứ không phải giấy phép mã nguồn mở.
Giá bao nhiêu và ngày giá tăng gấp đôi
Copilot tính phí các mô hình này theo token theo hình thức thanh toán dựa trên mức sử dụng và cả hai đều đang áp dụng mức giá khuyến mại có ngày kết thúc được công bố.
• MAI Code 2 — 0,50 USD mỗi triệu token đầu vào, 0,025 USD mỗi triệu token đầu vào được lưu trong bộ nhớ đệm, 2,50 USD mỗi triệu token đầu ra, cho đến ngày 17 tháng 5 năm 2027; từ ngày đó, 1,00 USD, 0,05 USD và 5,00 USD
• MAI Code 2 Flash — $0,05, $0,005 và $0,25, đến ngày 17 tháng 5 năm 2027; từ ngày đó, $0,10, $0,01 và $0,50
• Claude Opus 5.5, để tham khảo quy mô — $4.00 đầu vào, $0.20 đầu vào được lưu trong bộ nhớ đệm và $20.00 đầu ra trên mỗi triệu token
• GPT-6.1 Sol, để tham khảo về quy mô — 2,00 USD đầu vào, 0,10 USD đầu vào được lưu trong bộ nhớ đệm và 10,00 USD đầu ra trên mỗi triệu token
chi phí, không phải giá. Những tỷ lệ tiêu đề đó là chi phí trên mỗi tác vụ qua bốn bộ kiểm chuẩn, kết hợp mức giá mỗi token với số lượng token mà mỗi mô hình tiêu tốn để hoàn thành một tác vụ — và thẻ mô hình cho biết mọi mô hình đều được chạy ở mức nỗ lực suy luận tối đa, nơi số lượng token thay đổi mạnh nhất.
Khoảng cách giữa hai loại con số là thứ cần mang vào cuộc trao đổi về ngân sách. Một tỷ lệ chi phí 5% đặt trên tỷ lệ giá 12,5% ngụ ý rằng MAI Code 2 hoàn thành những tác vụ đó với việc đã dùng khoảng 40% lượng token mà Claude Opus 5.5 dùng. Đó là phép tính của tôi dựa trên các tỷ lệ đã công bố của Microsoft, không phải tuyên bố của Microsoft, và nó chỉ theo hướng ngược lại với câu chuyện giảm giá thông thường: khoản tiết kiệm không hẳn nằm ở token rẻ mà ở một mô hình dừng sớm hơn. Mức giá đầu vào và đầu ra hỗn hợp khiến nó cùng lắm chỉ là một con số gần đúng, nhưng hướng đi thì đáng để biết, vì token rẻ và một tác vụ rẻ không phải cùng một hạng mục ngân sách, và chỉ có đo lường ở cấp tác vụ mới cho bạn biết bạn đang mua cái nào.
Vì sao đây là đợt ra mắt về giá, chứ không phải đợt ra mắt về năng lực
Không có gì trong tài liệu ra mắt khẳng định một chuẩn mực tiên tiến mới. Theo đúng lời của Microsoft, các mô hình này "rõ ràng là chưa được tinh chỉnh cho những bài toán khó hơn", và thẻ mô hình bổ sung rằng mức độ căn chỉnh được đánh giá là tương tự GPT-5.6 Sol và kém căn chỉnh hơn GPT-6. Chiến lược được thể hiện ở đây chính là chiến lược mà bài phát biểu chính tại Ignite đã nói thẳng ra: khi một mô hình được xây dựng để đẩy xa biên giới của khoa học, bạn phải trả giá cho năng lực đó trong từng lần sửa lỗi thông thường, vì vậy hãy xây dựng một mô hình giỏi việc thông thường và định giá nó cho tương xứng.
Liệu điều đó có hiệu quả hay không phụ thuộc vào một câu hỏi mà Microsoft không thể tự mình trả lời. Tập so sánh là bộ khung đánh giá của chính Microsoft đối chiếu với các cấu hình đã công bố của hai đối thủ cạnh tranh, và thành phần độc lập duy nhất, FrontierCode, chỉ là một trong bốn benchmark. Tỷ lệ đạt trên bộ khung đánh giá của chính nhà cung cấp là một tín hiệu kỹ thuật hợp lý, nhưng là một tín hiệu yếu cho việc mua hàng. Con số cần chờ đợi là một dòng độc lập trên một bảng xếp hạng trung lập, được chạy bởi một người không có lợi ích gắn với câu trả lời và trên một bộ khung đánh giá mà không ai tại Microsoft đã cấu hình.
Cách tự định giá để so sánh

Hiện nay cả MAI Code 2 lẫn MAI Code 2 Flash đều không có trong danh mục của OrcaRouter; tuyến đã công bố là GitHub Copilot, nghĩa là phép so sánh mà Microsoft đang mời bạn thực hiện hiện không thể chạy bằng một khóa duy nhất. Những mô hình dùng để so sánh thì có thể.Claude Opus 5.5, GPT-6.1 Sol và Gemini 4 Carbon đều có trên OrcaRouter theo giá niêm yết của nhà cung cấp với mức tăng giá 0%, vì vậy phía đắt đỏ của bảng so sánh này có thể đo được ngay hôm nay, với mức giá theo token thay đổi ngay trong ngày nhà cung cấp thay đổi chúng. Nếu sau này phía rẻ trở nên có thể gọi được bên ngoài Copilot, phép so sánh sẽ trở thành một quyết định định tuyến thay vì một bài tập trên bảng tính — và chuyển đổi dự phòng tự động là thứ khiến một mô hình cân bằng giá-hiệu năng trở nên an toàn để đưa vào luồng sản xuất trước khi nó có thành tích độc lập.
Những điều cần theo dõi, theo thứ tự: một dòng benchmark độc lập cho MAI Code 2; một triển khai Foundry cho mô hình lớn thay vì chỉ bản xem trước Flash; và 17 tháng 5 năm 2027, khi giá của cả hai mô hình tăng gấp đôi. Mốc cuối cùng nằm trên lịch, khiến nó trở thành phần duy nhất của đợt ra mắt này mà bạn có thể lên kế hoạch xoay quanh.
So sánh trong bài viết này2
Phát hiện từ bài viết này · Benchmark: Artificial Analysis · cập nhật hằng ngày
